Java 流处理之收集器详解

Java 流（Stream）处理操作完成之后，我们可以收集这个流中的元素，使之汇聚成一个最终结果。这个结果可以是一个对象，也可以是一个集合，甚至可以是一个基本类型数据。
以记录 Record 为例：
@Data
@NoArgsConstructor
@AllArgsConstructor
public static class Record {
private String col1;
private String col2;
private int col3;
}

记录 Record 包含三个属性：列1（col1）、列2（col2）和 列3（col3）。
创建四个记录实例：
Record r1 = new Record(\"a\", \"1\", 1);
Record r2 = new Record(\"a\", \"2\", 2);
Record r3 = new Record(\"b\", \"3\", 3);
Record r4 = new Record(\"c\", \"4\", 4);

添加到列表：
List<Record> records = new ArrayList<>();
records.add(r1);
records.add(r2);
records.add(r3);
records.add(r4);

收集所有记录的 列1 值，以列表形式存储结果

List<String> col1List = records.stream()
.map(Record::getCol1)
.collect(Collectors.toList());
log.info(\"col1List: {}\", Json.toJson(col1List));

输出结果：

col1List: ["a","a","b","c"]

收集所有记录的 列1 值，且去重，以集合形式存储

Set<String> col1Set = records.stream()
.map(Record::getCol1)
.collect(Collectors.toSet());
log.info(\"col1Set: {}\", Json.toJson(col1Set));

输出结果：

col1Set: ["a","b","c"]

收集记录的 列2 值和 列3 值的对应关系，以字典形式存储

Map<String, Integer> col2Map = records.stream()
.collect(Collectors.toMap(Record::getCol2, Record::getCol3));
log.info(\"col2Map: {}\", Json.toJson(col2Map));

输出结果：

col2Map: {"1":1,"2":2,"3":3,"4":4}

记录的 列2 不能有重复值，否则会抛出 Duplicate key 异常。

收集所有记录中 列3 值最大的记录

Record max = records.stream()
.collect(Collectors.maxBy(Comparator.comparing(Record::getCol3)))
.orElse(null);
log.info(\"max: {}\", Json.toJson(max));

输出结果：

max: {"col1":"c","col2":"4","col3":4}

收集所有记录中 列3 值的总和

int sum = records.stream()
.collect(Collectors.summingInt(Record::getCol3));
log.info(\"sum: {}\", sum);

输出结果：

sum: 10

流的收集需要通过 Stream.collect() 方法完成，方法的参数是一个 Collector（收集器） ；收集结果时，需要根据收集结果的目标类型，传递特定的收集器实例，如上：

• Collectors.toList()
• Collectors.toSet()
• Collectors.toMap()
• Collectors.maxBy()
• Collectors.summingInt()

Collectors（java.util.stream.Collectors） 是一个工具类，内置若干收集器，我们可以通过调用不同的方法快速获取相应的收集器实例。
收集器（java.util.stream.Collector）本质是一个 接口 ，包含以下五个方法：

• Supplier supplier()
• BiConsumer<A, T> accumulator()
• BinaryOperator combiner()
• Function<A, R> finisher()
• Set characteristics()

以 Collectors.toList() 为例演示收集器的工作过程。

创建一个中间结果容器

supplier() 方法会返回一个 Supplier 实例，调用该实例的 get() 方法，会创建一个中间结果容器。

@Override
public Supplier<List<String>> supplier() {
return new Supplier<List<String>>() {
@Override
public List<String> get() {
List<String> container = new ArrayList<>();

return container;
}
};
}

考虑到收集的元素类型 String，这里的中间结果容器类型为 ArrayList 。
根据收集过程的需要，中间结果容器可以是任意的数据结构。

逐一遍历流中的每个元素，处理完成之后，添加到中间结果

accumulator() 方法会返回一个 BiConsumer 实例，它有一个 accept() 方法，
参数1：中间结果 参数2：流中遍历到的某个元素
遍历过程是 Java 自动完成的，每遍历一个元素，会自动调用 BiConsumer.accept 方法。我们只需要在方法中实现元素的处理过程，然后把元素的处理结果添加到中间结果中就可以了。

@Override
public BiConsumer<List<String>, String> accumulator() {
return new BiConsumer<List<String>, String>() {
@Override
public void accept(List<String> container, String col) {
container.add(col);
}
};
}

这个示例中，流中的元素不需要任何处理，直接添加至中间结果即可。

中间结果转换成最终结果

finisher() 方法会返回一个 Fuction 实例，它有一个 apply() 方法，
参数：中间结果 返回：最终结果
遍历过程结束之后，Java 会自动调用 Function.apply() 方法，将中间结果转换成最终结果。

@Override
public Function<List<String>, List<String>> finisher() {
return new Function<List<String>, List<String>>() {
@Override
public List<String> apply(List<String> container) {
return container;
}
};
}

这个示例中，中间结果就是最终结果，不需要任何处理，直接返回中间结果即可。

combiner()是做什么的？

流中的元素可以被并行处理，这样的流称为并行流。并行流相当于把一个大流切分成多个小流，内部使用多线程，并行处理这些小流。每一个小流遍历完成之后，都会产生一个小的中间结果，需要将这些小的中间结果合并成一个大的中间结果。
假设有两个小流，收集开始时，会创建两个中间结果：

中间结果也是通过 Supplier.get() 方法创建的。
并行遍历两个小流，将各自流的处理结果添加到各自的中间结果中：

combiner() 方法会返回一个 BinaryOperator 实例，它有一个 apply() 方法：
参数1：中间结果1 参数2：中间结果2 返回：中间结果
Java 会在合适的时机自动调用 BinaryOperator.apply() 方法，将小的中间结果合并成大的中间结果。

@Override
public BinaryOperator<List<String>> combiner() {
return new BinaryOperator<List<String>>() {
@Override
public List<String> apply(List<String> container1, List<String> container2) {
container1.addAll(container2);
return container1;
}
};
}

characteristics()是什么的？

characteristics() 会返回一个 Characteristics（枚举）集合实例，用于设定收集器的特性，支持以下三个值：

• CONCURRENT
  收集器支持并发使用
• UNORDERED
  收集器不保证元素顺序
• IDENTITY_FINISH
  收集器中间结果可直接转换成最终结果

Java 可以根据这些特性值，保证收集器正确地、有效率地执行。

完整代码

Collector<String, List<String>, List<String>> collector = new Collector<String, List<String>, List<String>>() {
@Override
public Supplier<List<String>> supplier() {
return new Supplier<List<String>>() {
@Override
public List<String> get() {
List<String> container = new ArrayList<>();

return container;
}
};
}

@Override
public BiConsumer<List<String>, String> accumulator() {
return new BiConsumer<List<String>, String>() {
@Override
public void accept(List<String> container, String col) {
container.add(col);
}
};
}

@Override
public BinaryOperator<List<String>> combiner() {
return new BinaryOperator<List<String>>() {
@Override
public List<String> apply(List<String> container1, List<String> container2) {
container1.addAll(container2);
return container1;
}
};
}

@Override
public Function<List<String>, List<String>> finisher() {
return new Function<List<String>, List<String>>() {
@Override
public List<String> apply(List<String> container) {
return container;
}
};
}

@Override
public Set<Characteristics> characteristics() {
return new HashSet<>();
}
};

col1List = records.stream()
.map(Record::getCol1)
.collect(collector);
log.info(\"col1List: {}\", Json.toJson(col1List));