使用Java 8 Stream像操作SQL一样处理数据（下）

转载自使用Java 8 Stream像操作SQL一样处理数据（下）

在上一篇文章中，我们介绍了Stream可以像操作数据库一样来操作集合，但是我们没有介绍 flatMap 和 collect 操作。这两种操作对实现复杂的查询是非常有用的。比如你可以结果 flatMap 和 collect 计算stream中的单词的字符数，像下面代码那样。

import static java.util.function.Function.identity;
import static java.util.stream.Collectors.*;Stream<String> words = Stream.of("Java", "Magazine", "is", "the", "best");Map<String, Long> letterToCount =words.map(w -> w.split("")).flatMap(Arrays::stream).collect(groupingBy(identity(), counting()));

上述代码的运行结果是：

[a:4, b:1, e:3, g:1, h:1, i:2, ..]

这篇文章将会介绍flatMap和collect这两种操作的更多细节。

flatMap操作

假设你在一个文章中查找一个单词，你会怎么做？

我们可以使用 Files.lines() 方法，因为它可以返回一个文章一行一行信息组成的stream。我们可以使用 map() 把文章的每行分割是很多单词，最后，使用`distinct()``移除重复的。我们将想法转化为代码：

Files.lines(Paths.get("stuff.txt")).map(line -> line.split("\\s+")) .distinct() // Stream<String[]>.forEach(System.out::println);

很不幸，这样并不正确。如果你运行得到这样的结果：

[Ljava.lang.String;@7cca494b
[Ljava.lang.String;@7ba4f24f
…

到底发生了什么事呢？问题出在使用的lambda表达式将会把文件的每行转化成一个字符串数组(String[])。这就导致map返回的是一个Stream<String[]>类型的结果，我们实际上需要的是一个Stream类型的结果。

我们需要一串的单词，而不是一串的数组。对于数组可以使用 Arrays.stream() 将数组变成一个stream。看下面的实现：

String[] arrayOfWords = {"Java", "Magazine"};
Stream<String> streamOfwords = Arrays.stream(arrayOfWords);

如果我们使用下面方式的话其实还有不起作用的，这是因为使用 map(Arrays::stream) 后返回的其实是Stream<Stream>类型。

Files.lines(Paths.get("stuff.txt")).map(line -> line.split("\\s+")) // Stream<String[]>.map(Arrays::stream) // Stream<Stream<String>>.distinct() // Stream<Stream<String>>.forEach(System.out::println);

我们可以使用flatMap来解决这种问题,像下面这样。使用flatMap方法的作用是返回的是stream中的内容而不是一个stream。

Files.lines(Paths.get("stuff.txt")).map(line -> line.split("\\s+")) // Stream<String[]>.flatMap(Arrays::stream) // Stream<String>.distinct() // Stream<String>.forEach(System.out::println);

collect 操作

我们来具体看一下collect操作。上面文章中看到了返回stream的操作（说明该操作是一个中间操作）和返回一个值、boolean型值、int型值和Optional型值的操作（说明该操作是终结操作）。

将Stream中的元素转化到集合中.

使用toSet()你可以把一个stream转化成一个不包含重复项的集合。下面的代码展示了怎么生成高消费（单笔交易>1000$）城市的集合。

Set<String> cities = transactions.stream().filter(t -> t.getValue() > 1000).map(Transaction::getCity).collect(toSet());

注意这样你不能保证返回什么类型的Set，你可以使用toCollection()来提高可控性。比如你可以像下面代码这样将一个HashSet的构造方法作为参数。

Set<String> cities = transactions.stream().filter(t -> t.getValue() > 1000).map(Transaction::getCity).collect(toCollection(HashSet::new));

collect操作方法不止这些，上面介绍的只是很小一部分，还可以实现这些功能：

通过货币类型进行分组，计算各种获取类型的交易总金额（将会返回一个 Map<Currency, Integer>）
将所有交易分类两组：大金额的和非大金额的（将会返回一个Map<Boolean, List>）
创建多级分组，比如先根据城市分组，然后再根据是否为大金额交易分组（将会返回一个Map<String, Map<Boolean, List>>）

让我们看一下Stream API和集合器怎么实现这些查询，我们先对一个stream中的数据进行计算平均值，最大值和最小值。接下来我们再看如果实现简单的分组，最后我们我们将多个集合器放在一起实现强大的查询功能，比如多级分组。

Summarizing

有很多预定义的集合器和是很方便的使用，比如使用counting() 计算个数：

long howManyTransactions = transactions.stream().collect(counting());

你可以对Double, Int, 或者Long属性的元素进行 summing Double(), summingInt(), and summingLong() 操作，像下面这样：

int totalValue = transactions.stream().collect(summingInt(Transaction::getValue));

类似的你还可以使用averagingDouble(), averagingInt(), and averagingLong() 计算平均值，像下面这样：

double average = transactions.stream().collect(averagingInt(Transaction::getValue));

还可以通过使用maxBy()和minBy()计算元素中的最大值和最小值，不过你需要定义一个做比较的比较器，所以maxBy和minBy需要一个Comparator对象最为参数：

下面的例子中我们使用了静态方法comparing()，它将根据传递进去的参数生成一个Comparator对象。这个方法根据提取stream中元素的可以做比较的key来做判断。在这个例子中是通过银行交易的金额大小来做比较的。

Optional<Transaction> highestTransaction = transactions.stream().collect(maxBy(comparing(Transaction::getValue)));

还有一个叫reducing()的集合器，它可以通过重复地对stream中的所有元素进行一种操作指导产生一个结果。它和reduce()有点类似。比如下面的代码使用reducing()方法计算交易的总金额。

int totalValue = transactions.stream().collect(reducing(0, Transaction::getValue, Integer::sum));

reducing() 有三个参数：

初始值（如果stream是空也将返回该值）：这里是0
一个会被应用到各个元素的方法
结合两个提取出来的值，这是是将两个值加起来

Grouping

一个常规的数据库操作就是根据一个属性对数据进行分组。比如根据货币对交易进行分组，如果使用迭代那简直太复杂了：

Map<Currency, List<Transaction>> transactionsByCurrencies = new HashMap<>();for(Transaction transaction : transactions) { Currency currency = transaction.getCurrency();List<Transaction> transactionsForCurrency = transactionsByCurrencies.get(currency);if (transactionsForCurrency == null) {transactionsForCurrency = new ArrayList<>();transactionsByCurrencies.put(currency, transactionsForCurrency);}transactionsForCurrency.add(transaction);
}

Java 8 中有一个叫 groupingBy() 的集合器，我们可以像这样做查询：

groupingBy() 方法有一个提取分类key的函数做参数，我们可以叫它为分类函数。在这个例子中我们使用的是Transaction::getCurrency来实现根据货币分组。

Map<Currency, List<Transaction>> transactionsByCurrencies =transactions.stream().collect(groupingBy(Transaction::getCurrency));

Partitioning

还有一个叫做partitioningBy()的函数，这个可以看做是groupingBy()的特例。它需要一个predicate（返回一个boolean的函数）作为参数，将会对stream中的元素根据是否满足predicate进行分类。partitioning可以将stream变成一个 Map<Boolean, List>。使用代码如下：

Map<Boolean, List<Transaction>> partitionedTransactions =transactions.stream().collect(partitioningBy( t -> t.getValue() > 1000));

如果要要对不同货币的金额进行求和操作在SQL中可以结合使用SUM和GROUP BY。那我们使用Stream API也能这么做吗？当然可以了，像下面这样使用：

之前使用的groupingBy (Transaction::getCity)其实是groupingBy (Transaction::getCity, toList())的速写方式。

Map<String, Integer> cityToSum = transactions.stream().collect(groupingBy(Transaction::getCity, summingInt(Transaction::getValue)));

再看一个例子，如果你要统计每个城市的交易最大值，可以做这样实现：

Map<String, Optional<Transaction>> cityToHighestTransaction = transactions.stream().collect(groupingBy(Transaction::getCity, maxBy(comparing(Transaction::getValue))));

再看一个更加复杂的例子，在刚才的例子中我们给groupingBy传递了另外一个集合器作为参数来进一步对元素进行分组。由于groupingBy本身是一个集合器，我们可以通过传递其他groupingBy集合器来创建多级分组，被传递进来的这个groupingBy定义了一个二级标准可以对stream中的元素进行再分组。

下面代码中我们先对城市进行分组，然后我们再根据每个城市的交易不同货币的平均值进行分组

Map<String, Map<Currency, Double>> cityByCurrencyToAverage = transactions.stream().collect(groupingBy(Transaction::getCity,groupingBy(Transaction::getCurrency, averagingInt(Transaction::getValue))));

自定义集合器

我们看到的这些集合器都实现了 java.util.stream .Collector 接口。这就意味着你可以自定义集合器。