Java8的groupingBy实现集合的分组，类似Mysql的group by分组功能，注意得到的是一个map

对集合按照单个属性分组、分组计数、排序

List items =

Arrays.asList("apple", "apple", "banana",

"apple", "orange", "banana", "papaya");

// 分组

Map> result1 = items.stream().collect(

Collectors.groupingBy(

Function.identity()

)

);

//{papaya=[papaya], orange=[orange], banana=[banana, banana], apple=[apple, apple, apple]}

System.out.println(result1);

// 分组计数

Map result2 = items.stream().collect(

Collectors.groupingBy(

Function.identity(), Collectors.counting()

)

);

// {papaya=1, orange=1, banana=2, apple=3}

System.out.println(result2);

Map finalMap = new LinkedHashMap<>();

//分组, 计数和排序

result2.entrySet().stream()

.sorted(Map.Entry.comparingByValue().reversed())

.forEachOrdered(e -> finalMap.put(e.getKey(), e.getValue()));

// {apple=3, banana=2, papaya=1, orange=1}

System.out.println(finalMap);

集合按照多个属性分组

1.多个属性拼接出一个组合属性

public static void main(String[] args) {

User user1 = new User("zhangsan", "beijing", 10);

User user2 = new User("zhangsan", "beijing", 20);

User user3 = new User("lisi", "shanghai", 30);

List list = new ArrayList();

list.add(user1);

list.add(user2);

list.add(user3);

Map> collect = list.stream().collect(Collectors.groupingBy(e -> fetchGroupKey(e)));

//{zhangsan#beijing=[User{age=10, name='zhangsan', address='beijing'}, User{age=20, name='zhangsan', address='beijing'}],

// lisi#shanghai=[User{age=30, name='lisi', address='shanghai'}]}

System.out.println(collect);

}

private static String fetchGroupKey(User user){

return user.getName() +"#"+ user.getAddress();

}

2.嵌套调用groupBy

User user1 = new User("zhangsan", "beijing", 10);

User user2 = new User("zhangsan", "beijing", 20);

User user3 = new User("lisi", "shanghai", 30);

List list = new ArrayList();

list.add(user1);

list.add(user2);

list.add(user3);

Map>> collect

= list.stream().collect(

Collectors.groupingBy(

User::getAddress, Collectors.groupingBy(User::getName)

)

);

System.out.println(collect);

3. 使用Arrays.asList

我有一个与Web访问记录相关的域对象列表。这些域对象可以扩展到数千个。

我没有资源或需求将它们以原始格式存储在数据库中，因此我希望预先计算聚合并将聚合的数据放在数据库中。

我需要聚合在5分钟窗口中传输的总字节数，如下面的sql查询

select

round(request_timestamp, '5') as window, --round timestamp to the nearest 5 minute

cdn,

isp,

http_result_code,

transaction_time,

sum(bytes_transferred)

from web_records

group by

round(request_timestamp, '5'),

cdn,

isp,

http_result_code,

transaction_time

Map>>>>>> aggregatedData =

webRecords

.stream()

.collect(Collectors.groupingBy(WebRecord::getFiveMinuteWindow,

Collectors.groupingBy(WebRecord::getCdn,

Collectors.groupingBy(WebRecord::getIsp,

Collectors.groupingBy(WebRecord::getResultCode,

Collectors.groupingBy(WebRecord::getTxnTime,

Collectors.reducing(0,

WebRecord::getReqBytes(),

Integer::sum)))))));

这是可行的，但它是丑陋的，所有这些嵌套的地图是一个噩梦！要将地图“展平”或“展开”成行，我必须这样做

for (Date window : aggregatedData.keySet()) {

for (String cdn : aggregatedData.get(window).keySet()) {

for (String isp : aggregatedData.get(window).get(cdn).keySet()) {

for (String resultCode : aggregatedData.get(window).get(cdn).get(isp).keySet()) {

for (String txnTime : aggregatedData.get(window).get(cdn).get(isp).get(resultCode).keySet()) {

Integer bytesTransferred = aggregatedData.get(window).get(cdn).get(distId).get(isp).get(resultCode).get(txnTime);

AggregatedRow row = new AggregatedRow(window, cdn, distId...

如你所见，这是相当混乱和难以维持。

有谁知道更好的方法吗？任何帮助都将不胜感激。

我想知道是否有更好的方法来展开嵌套的映射，或者是否有一个库允许您对集合进行分组。

最佳答案

您应该为地图创建自定义密钥。最简单的方法是使用Arrays.asList：

Function> keyExtractor = wr ->

Arrays.asList(wr.getFiveMinuteWindow(), wr.getCdn(), wr.getIsp(),

wr.getResultCode(), wr.getTxnTime());

Map, Integer> aggregatedData = webRecords.stream().collect(

Collectors.groupingBy(keyExtractor, Collectors.summingInt(WebRecord::getReqBytes)));

在这种情况下，键是按固定顺序列出的5个元素。不是很面向对象，但很简单。或者，您可以定义自己的表示自定义键的类型，并创建适当的hashCode/equals实现。

补充知识：java8 新特性 Stream流 分组 排序 过滤 多条件去重 (最小、最大、平均、求和)

什么是 Stream？

Stream 是用函数式编程方式在集合类上进行复杂操作的工具，其集成了Java 8中的众多新特性之一的聚合操作，开发者可以更容易地使用Lambda表达式，并且更方便地实现对集合的查找、遍历、过滤以及常见计算等。话不多说，直接上代码。

List list = new ArrayList();

list = Arrays.asList(

new User("小强", 11, "男"),

new User("小玲", 15, "女"),

new User("小虎", 23, "男"),

new User("小雨", 26, "女"),

new User("小飞", 19, "男"),

new User("小玲", 15, "女")

);

//分组

Map> listMap = list.stream().collect(Collectors.groupingBy(User::getSex));

for(String key:listMap.keySet()){

System.out.print(key+"组:");

listMap.get(key).forEach(user -> System.out.print(user.getName()));

System.out.println();

}

//排序

list.stream().sorted(Comparator.comparing(user-> user.getAge()))

.forEach(user -> System.out.println(user.getName()));

//过滤

list.stream().filter(user -> user.getSex().equals("男")).collect(Collectors.toList())

.forEach(user -> System.out.println(user.getName()));

//多条件去重

list.stream().collect(Collectors.collectingAndThen(

Collectors.toCollection(() -> new TreeSet<>(

Comparator.comparing(user -> user.getAge() + ";" + user.getName()))), ArrayList::new))

.forEach(user -> System.out.println(user.getName()));

//最小值

Integer min = list.stream().mapToInt(User::getAge).min().getAsInt();

//最大值

Integer max = list.stream().mapToInt(User::getAge).max().getAsInt();

//平均值

Double average = list.stream().mapToInt(User::getAge).average().getAsDouble();

//和

Integer sum = list.stream().mapToInt(User::getAge).sum();

System.out.println("最小值:"+min+", 最大值"+max+", 平均值:"+average+", 和:"+sum);

//分组求和

Map collect = list.stream().collect(Collectors.groupingBy(User::getSex, Collectors.summarizingInt(User::getAge)));

IntSummaryStatistics statistics1 = collect.get("男");

IntSummaryStatistics statistics2 = collect.get("女");

System.out.println(statistics1.getSum());

System.out.println(statistics1.getAverage());

System.out.println(statistics1.getMax());

System.out.println(statistics1.getMin());

System.out.println(statistics1.getCount());

System.out.println(statistics2.getSum());

System.out.println(statistics2.getAverage());

System.out.println(statistics2.getMax());

System.out.println(statistics2.getMin());

System.out.println(statistics2.getCount());

//提取list中两个属性值，转为map

Map userMap = list.stream().collect(Collectors.toMap(User::getName, User::getSex));

System.out.println(JsonUtil.toJson(userMap))

//取出所有名字

List names = list.stream().map(User::getName).collect(Collectors.toList());

System.out.println(JsonUtil.toJson(names))

以上这篇Java8 stream 中利用 groupingBy 进行多字段分组求和案例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持龙方网络。