黑客日教程-Java8新功能：将数据集合进行分组，类似SQL的GROUP BY

1 介绍

本文将展示groupingBy收集器的多个示例。
阅读本文需要先准备Java Stream和Java收集器Collector的知识。

2 GroupingBy收集器

Java8的Stream API允许我们以声明的方式来处理数据集合。
静态工厂方法：Collectors.groupingBy()，以及Collectors.groupingByConcunrrent()，给我们提供了类似SQL语句中的"GROUP BY"的功能。这两个方法将数据按某些属性分组，并存储在Map中返回。
下面是几个重载的groupnigBy方法：

参数：分类函数

static <T,K> Collector<T,?,Map<K,List<T>>> 
  groupingBy(Function<? super T,? extends K> classifier)

参数：分类函数，第二个收集器

static <T,K,A,D> Collector<T,?,Map<K,D>>
  groupingBy(Function<? super T,? extends K> classifier, 
    Collector<? super T,A,D> downstream)

参数：分类函数，供应者方法（提供作为返回值的Map的实现），第二个收集器

static <T,K,D,A,M extends Map<K,D>> Collector<T,?,M>  
  groupingBy(Function<? super T,? extends K> classifier, 
    Supplier<M> mapFactory, Collector<? super T,A,D> downstream)

2.1 准备

先定义一个BlogPost类：

class BlogPost {
    String title;
    String author;
    BlogPostType type;
    int likes;
}

BlogPostType：

enum BlogPostType {
    NEWS,
    REVIEW,
    GUIDE
}

BlogPost列表：

List<BlogPost> posts = Arrays.asList( ... );

2.2 根据单一字段分组

最简单的groupingBy方法，只有一个分类函数做参数。分类函数作用于strema里面的每个元素。分类函数处理后返回的每个元素作为返回Map的key。
根据博客文章类型来分组：

Map<BlogPostType, List<BlogPost>> postsPerType = posts.stream()
  .collect(groupingBy(BlogPost::getType));

2.3 根据Map的key的类型分组

分类函数并没有限制返回字符串或标量值。返回map的key可以是任何对象。只要实现了其equals和hashcode方法。
下面示例根据type和author组合而成的Tuple实例来排序：

Map<Tuple, List<BlogPost>> postsPerTypeAndAuthor = posts.stream()
  .collect(groupingBy(post -> new Tuple(post.getType(), post.getAuthor())));

2.4 修改返回Map的value的类型

groupingBy的第二个重载方法有一个额外的collector参数（downstream），此参数作用于第一个collector产生的结果。
如果只用一个分类函数做参数，那么默认会使用toList()这个collector来转换结果。
下面的代码显示地使用了toSet()这个collector传递给downstream这个参数，因此会得到一个博客文章的Set。

Map<BlogPostType, Set<BlogPost>> postsPerType = posts.stream()
  .collect(groupingBy(BlogPost::getType, toSet()));

2.5 根据多个字段分组

downstream参数的另外一个用处就是基于分组结果，做第二次分组。
下面代码，首先根据author分组，然后再根据type分组：

Map<String, Map<BlogPostType, List>> map = posts.stream()
  .collect(groupingBy(BlogPost::getAuthor, groupingBy(BlogPost::getType)));

2.6 得到分组结果的平均值

通过使用downstream，我们可以把集合函数应用到第一次分组的结果上。比如，获取到每种类型博客的被喜欢次数（likes）的平均值：

Map<BlogPostType, Double> averageLikesPerType = posts.stream()
  .collect(groupingBy(BlogPost::getType, averagingInt(BlogPost::getLikes)));

2.7 得到分组结果的总计

计算每种类型被喜欢次数的总数：

Map<BlogPostType, Integer> likesPerType = posts.stream()
  .collect(groupingBy(BlogPost::getType, summingInt(BlogPost::getLikes)));

2.8 得到分组结果中的最大或最小值

我们还可以得到每种类型博客被喜欢次数最多的是多少：

Map<BlogPostType, Optional<BlogPost>> maxLikesPerPostType = posts.stream()
  .collect(groupingBy(BlogPost::getType,
  maxBy(comparingInt(BlogPost::getLikes))));

类似的，可以用minxBy得到每种类型博客中被喜欢次数最少的次数是多少。
注意：maxBy和minBy都考虑了当第一次分组得到的结果是空的场景，因此其返回结果（Map的value）是Optional<BlogPost>。

2.9 得到分组结果中某个属性的统计

Collectors API提供了一个统计collector，可以用来同时计算数量、总计、最小值、最大值、平均值等。
下面来统计一下不同类型博客的被喜欢（likes）这个属性：

Map<BlogPostType, IntSummaryStatistics> likeStatisticsPerType = posts.stream()
  .collect(groupingBy(BlogPost::getType, 
  summarizingInt(BlogPost::getLikes)));

返回Map中的value，IntSummaryStatistics对象，包括了每个BlogPostType的文章次数、被喜欢总计、平均值、最大值、最小值。

2.10 把分组结果映射为另外的类型

更复杂的聚合操作可以通过应用一个映射downstream收集器到分类函数结果上来实现。
下面代码讲每类博客类型的标题连接起来了。

Map<BlogPostType, String> postsPerType = posts.stream()
  .collect(groupingBy(BlogPost::getType, 
  mapping(BlogPost::getTitle, joining(", ", "Post titles: [", "]"))));

上面的代码，讲每个BlogPost实例映射为了其对应的标题，然后把博客标题的stream连接成了成了字符串，形如“Post titles:[标题1,标题2,标题3]”。

2.11 修改返回Map的类型

使用groupingBy的时候，如果我们要指定返回Map的具体类型，可以用第三个重载方法。通过传入一个Map供应者函数。
下面代码传入了一个EnumMap供应者函数，得到返回Map为EnumMap类型。

EnumMap<BlogPostType, List<BlogPost>> postsPerType = posts.stream()
  .collect(groupingBy(BlogPost::getType, 
  () -> new EnumMap<>(BlogPostType.class), toList()));

3 并发的分组Collector

类似groupingBy，存在一个groupingByConcurrent收集器，可以利用到多核架构的能力。groupingByConcurrent也有3个重载的方法，与groupingBy类似。
但返回值必须是ConconcurrentHashMap或其子类。
要并发操作分组，那么stream也必须是并行的：

ConcurrentMap<BlogPostType, List<BlogPost>> postsPerType = posts.parallelStream()
  .collect(groupingByConcurrent(BlogPost::getType));

注意：如果要提供一个Map供应者函数，必须保证函数返回的是ConconcurrentHashMap或其子类。

4 Java 9新功能

java9引入两个新的收集器可以在goupingBy中使用的：更多详情。

5 小结

本文讨论了Java 8 Collectors API中的groupingBy收集器的几个例子。
讨论了goupingBy如何对stream中的元素基于某个属性进行分组，以及如何返回结果。
示例代码见github

编译