栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Java

Stream数据流

Java 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Stream数据流

Stream数据流

JDK1.8时已经进入大数据的时代,所以在类集中也支持有数据的流式分析处理操作,为此提供了一个Stream的接口,同时在Collection接口中也提供有接口实例化的方法

  • 获取Stream接口对象:default Stream stream()
1、Stream基本操作

Stream主要功能是进行数据的分析处理,同时主要是针对于集合中的数据进行分析操作

Stream的基本操作

public class JavaDemo {
   public static void main(String[] args) throws Exception {
      List list = new ArrayList<>();
      Collections.addAll(list , "Java" , "JavaScript","Python");
      Stream stream = list.stream();  //获取Stream接口对象
      //System.out.println(stream.count()); //输出元素个数
      //将每个元素变为小写字母,并判断j是否存在
      System.out.println(stream.filter((ele) -> ele.toLowerCase().contains("j")).count());
   }
}

上面的程序只是实现了最基础的个数统计,更多情况下可能是获取里面满足条件的数据内容。

实现数据的采集操作

public class JavaDemo {
   public static void main(String[] args) throws Exception {
      List list = new ArrayList<>();
      Collections.addAll(list , "Java" , "JavaScript","Python");
      Stream stream = list.stream();  //获取Stream接口对象
      //System.out.println(stream.count()); //输出元素个数
      //将每个元素变为小写字母,,将满足j存在条件的数据收集起来转为List集合
      List result = stream.filter((ele) -> ele.toLowerCase().contains("j")).collect(Collectors.toList());
      System.out.println(result);
   }
}
//[Java, JavaScript]

在Stream数据流处理的过程中还允许进行数据的分页处理,提供有两个方法:

  • 设置取出最大数据量:Stream limit(long maxSize)
  • 跳过指定数据量:Stream skip(long n)

观察分页

public class JavaDemo {
   public static void main(String[] args) throws Exception {
      List list = new ArrayList<>();
      Collections.addAll(list , "Java" , "JavaScript" , "Python" , "JSP" , "Json");
      Stream stream = list.stream();  //获取Stream接口对象
      //System.out.println(stream.count()); //输出元素个数
      //将每个元素变为小写字母,,将满足j存在条件的数据收集起来转为List集合
      List result = stream.filter((ele) -> ele.toLowerCase().contains("j")).skip(2).limit(2).collect(Collectors.toList());
      System.out.println(result);
   }
}
//[JSP, Json]

Stream的操作主要是利用自身的特点实现数据的分析处理操作

2、MapReduce基础模型

在进行数据分析的处理之中有一个最重要的基础模型:MapReduce模型,一共分为两个部分,Map处理部分和Reduce分析部分

在进行数据分析之前要对数据进行合理的处理,然后才可以统计分析操作

MapReduce基础模型

public class JavaDemo {
   public static void main(String[] args) throws Exception {
      //要使用Steam进行分析处理,则一定要将全部要分析的数据保存在集合中
      ArrayList list = new ArrayList<>();
      list.add(new Order("小黄鸭" , 9.9 , 10));
      list.add(new Order("电脑" , 8999.9 , 2));
      list.add(new Order("鼠标" , 99.9 , 5));
      list.add(new Order("键盘" , 299.9 , 16));
      list.add(new Order("耳机" , 200.9 , 50));
      //分析购买商品中含有“小”的信息数据,并且进行商品单价和数量的处理,然后分析汇总
      DoubleSummaryStatistics stat = list.stream().filter((ele) -> ele.getName().contains("小"))
            .mapToDouble((orderObject) -> orderObject.getPrice() * orderObject.getAmount())
            .summaryStatistics();
      System.out.println("购买数量:" + stat.getCount());
      System.out.println("购买总价:" + stat.getSum());
      System.out.println("平均花费:" + stat.getAverage());
      System.out.println("最高花费:" + stat.getMax());
      System.out.println("最低花费:" + stat.getMin());
      
   }
}

class Order{    //订单信息
   private String name;    //商品名称
   private double price;   //商品单价
   private int amount;     //商品数量
   
   public Order(String name, double price, int amount) {
      this.name = name;
      this.price = price;
      this.amount = amount;
   }
   
   public String getName() {
      return name;
   }
   
   public double getPrice() {
      return price;
   }
   
   public int getAmount() {
      return amount;
   }
}

这些分析操作只是JDK本身提供的支持,在实际开发中,肯定不会这样进行,因为所有的数据如果都保存在内存中,面对大数据的环境,会直接崩坏掉


上一篇:集合工具类
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/975884.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号