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 case1: List<String> items = Arrays.asList("apple", "apple", "banana", "apple", "orange", "banana", "papaya");

有一个需求功能:先按照某一字段分组,再按照另外字段获取最大的那个 Map<String, HitRuleConfig> configMap = configList.parallelStream().collect( Collectors.groupingBy(HitRuleConfig::getAppId, // 先根据appId分组 Collectors.collectingAndThen( Collectors.reducing(( c1, c2) -> c1.getVersion

默认groupingBy代码里会生成一个HashMap(hashMap是无序的,put的顺序与get的顺序不一致) HashMap是无序的,HashMap在put的时候是根据key的hashcode进行hash然后放入对应的地方.所以在按照一定顺序put进HashMap中,然后遍历出HashMap的顺序跟put的顺序不同(除非在put的时候key已经按照hashcode排序号了,这种几率非常小) 单纯的HashMap是无法实现排序的,这的排序是指,我们将键值对按照一定的顺序put进HashMap

话不多说上码 pom.xml <!-- MD5 --> <dependency> <groupId>org.apache.commons</groupId> <artifactId>commons-lang3</artifactId> <version>3.3.2</version> </dependency> public static byte[] digest(String signStr)

主要思路是reducing,可以像sql一样分组后多列求和处理成新对象等: select code,max(name)as name,sum(chengJi)as chengJi,sum(age)as age,sum(value)as value from student group by code 将上边sql翻译成java 后为如下代码 @Data public class Student{ public Student() { } public Student(String code, S

不得不说,使用Java Stream操作集合实在是太好用了,不过最近在观察生产环境错误日志时,发现偶尔会出现以下2个异常: java.lang.NullPointerException java.util.NoSuchElementException 因此本篇博客总结下使用Java Stream的部分场景以及如何避免上述的2个异常: 提取集合中的某一列(普通提取.去重) 按条件过滤集合 求和 最大值/最小值/平均值 1. 数据准备 首先定义下Friend类: package com.zwwhnl

1. 把一个文件中的字符串排序后再写入另一个文件 已知s.txt文件中有这样的一个字符串:"hcexfgijkamdnoqrzstuvwybpl" 请编写程序读取数据内容,把数据排序后写入ss.txt中. 分析:  A: 把s.txt这个文件给做出来  B: 读取该文件的内容,存储到一个字符串中  C: 把字符串转换为字符数组  D: 对字符数组进行排序  E: 把排序后的字符数组转换为字符串  F: 把字符串再次写入ss.txt中 2. 代码实现: package cn.itcast

原文:sql 分组后按时间降序排列再取出每组的第一条记录 竞价记录表: Aid 为竞拍车辆ID,uid为参与竞价人员ID,BidTime为参与竞拍时间 查询出表中某人参与的所有车辆的最新的一条的竞价记录 思路:通过aid分组,通过时间做降序排列,给每组数据加上行号(rowId)然后取出行号为1的数据,就是所要查询的数据 源数据: select * from auto_AuctionRecords 执行查询后的数据: select * from (select ROW_NUMBER()over(p

概念 Stream将要处理的元素集合看作一种流,在流的过程中,借助Stream API对流中的元素进行操作,比如:筛选.排序.聚合等. Stream 的操作符大体上分为两种:中间操作符和终止操作符 中间操作符 对于数据流来说,中间操作符在执行制定处理程序后,数据流依然可以传递给下一级的操作符. 中间操作符包含8种(排除了parallel,sequential,这两个操作并不涉及到对数据流的加工操作): map(mapToInt,mapToLong,mapToDouble) 转换操作符,把比如A-

本文github地址 上一节介绍了部分Stream常见接口方法,理解起来并不困难,但Stream的用法不止于此,本节我们将仍然以Stream为例,介绍流的规约操作. 规约操作(reduction operation)又被称作折叠操作(fold),是通过某个连接动作将所有元素汇总成一个汇总结果的过程.元素求和.求最大值或最小值.求出元素总个数.将所有元素转换成一个列表或集合,都属于规约操作.Stream类库有两个通用的规约操作reduce()和collect(),也有一些为简化书写而设计的专用规约

Java Stream API进阶篇 本文github地址 上一节介绍了部分Stream常见接口方法,理解起来并不困难,但Stream的用法不止于此,本节我们将仍然以Stream为例,介绍流的规约操作. 规约操作(reduction operation)又被称作折叠操作(fold),是通过某个连接动作将所有元素汇总成一个汇总结果的过程.元素求和.求最大值或最小值.求出元素总个数.将所有元素转换成一个列表或集合,都属于规约操作.Stream类库有两个通用的规约操作reduce()和collect(

目录 简介 Collectors.toList() Collectors.toSet() Collectors.toCollection() Collectors.toMap() Collectors.collectingAndThen() Collectors.joining() Collectors.counting() Collectors.summarizingDouble/Long/Int() Collectors.averagingDouble/Long/Int() Collecto

前言 平时操作集合数据,我们一般都是for或者iterator去遍历,不是很好看.java提供了Stream的概念,它可以让我们把集合数据当做一个个元素在处理,并且提供多线程模式 流的创建 流的各种数据操作 流的终止操作 流的聚合处理 并发流和CompletableFuture的配合使用 关注公众号,一起交流,微信搜一搜: 潜行前行 1 stream的构造方式 stream内置的构造方法 public static<T> Stream<T> iterate(final T seed

大家好,又见面了. 在我前面的文章<吃透JAVA的Stream流操作,多年实践总结>中呢,对Stream的整体情况进行了细致全面的讲解,也大概介绍了下结果收集器Collectors的常见用法 -- 但远不是全部. 本篇文章就来专门剖析collect操作,一起解锁更多高级玩法,让Stream操作真正的成为我们编码中的神兵利器. 初识Collector 先看一个简单的场景: 现有集团内所有人员列表,需要从中筛选出上海子公司的全部人员 假定人员信息数据如下: 姓名 子公司 部门 年龄 工资 大壮 上

Stream是 Java 8新增加的类,用来补充集合类. Stream代表数据流,流中的数据元素的数量可能是有限的,也可能是无限的. Stream和其它集合类的区别在于:其它集合类主要关注与有限数量的数据的访问和有效管理(增删改),而Stream并没有提供访问和管理元素的方式,而是通过声明数据源的方式,利用可计算的操作在数据源上执行,当然BaseStream.iterator()和BaseStream.spliterator()操作提供了遍历元素的方法. Java Stream提供了提供了串行和

全面吃透JAVA Stream流操作,让代码更加的优雅 在JAVA中,涉及到对数组.Collection等集合类中的元素进行操作的时候,通常会通过循环的方式进行逐个处理,或者使用Stream的方式进行处理. 例如,现在有这么一个需求: 从给定句子中返回单词长度大于5的单词列表,按长度倒序输出,最多返回3个 在JAVA7及之前的代码中,我们会可以照如下的方式进行实现: /** * [常规方式] * 从给定句子中返回单词长度大于5的单词列表,按长度倒序输出,最多返回3个 * * @param sen

java stream 原理 需求 从"Apple" "Bug" "ABC" "Dog"中选出以A开头的名字,然后从中选出最长的一个,并输出其长度 1. 最直白的实现 缺点 迭代次数过多 频繁产生中间结果,性能无法接受 2. 平常写法 int longest = 0; for(String str : strings){ if(str.startsWith("A")){// 1. filter(), 保留以

应用场景 上一篇<Spring Cloud Stream消费失败后的处理策略(一):自动重试>介绍了默认就会生效的消息重试功能.对于一些因环境原因.网络抖动等不稳定因素引发的问题可以起到比较好的作用.但是对于诸如代码本身存在的逻辑错误等,无论重试多少次都不可能成功的问题,是无法修复的.对于这样的情况,前文中说了可以利用日志记录消息内容,配合告警来做补救,但是很显然,这样做非常原始,并且太过笨拙,处理复杂度过高.所以,我们需要需求更好的办法,本文将介绍针对该类问题的一种处理方法:自定义错误处理逻

在Javaor .net编程中,  我们经常见到"stream" 这个字眼. 我们大概知道这是个流的意思, 如果看完本文的话, 应该会有1个大概的概念. 一, Java中什么是Stream(流) 1.1 1段输出文件内容到屏幕的代码 假如我们有个需求, 利用Java写1个程序, 将1个硬盘上的文件(/home/gateman/tmp/build.xml)内容输出到屏幕上. Java的代码如下: import java.io.*; public class Stream1{ public

一.Java Stream管道数据处理操作 在本号之前写过的文章中,曾经给大家介绍过 Java Stream管道流是用于简化集合类元素处理的java API.在使用的过程中分为三个阶段.在开始本文之前,我觉得仍然需要给一些新朋友介绍一下这三个阶段,如图: 第一阶段(图中蓝色):将集合.数组.或行文本文件转换为java Stream管道流 第二阶段(图中虚线部分):管道流式数据处理操作,处理管道中的每一个元素.上一个管道中的输出元素作为下一个管道的输入元素. 第三阶段(图中绿色):管道流结果处理操

两个星期以前,就有读者强烈要求我写一篇 Java Stream 流的文章,我说市面上不是已经有很多了吗,结果你猜他怎么说:"就想看你写的啊!"你看你看,多么苍白的喜欢啊.那就"勉为其难"写一篇吧,嘻嘻. 单从"Stream"这个单词上来看,它似乎和 java.io 包下的 InputStream 和 OutputStream 有些关系.实际上呢,没毛关系.Java 8 新增的 Stream 是为了解放程序员操作集合(Collection)时的生产