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 Collector>>
groupingBy(Function classifier)
- 参数：分类函数，第二个收集器
static Collector>
groupingBy(Function classifier,
Collector 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 > Collector
groupingBy(Function classifier,
Supplier mapFactory, Collector 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 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> 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> 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> 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> 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 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 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> 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
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 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 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> 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> 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