"Stream 是 JAVA 8 开始提供的重要类库，提供了更丰富流畅的 Lambda 语法，能够较方便地实现很多集合运算，但实际上，Stream 的专业程度还远远不够，在结构化计算方面还有很多 .."

JerryZ 北京
乾学院 10 号会员
1 回帖 • 310 浏览 • 2 年前

用 Java Stream 实现代码困难时该怎么办？

推广

Stream 是 JAVA 8 开始提供的重要类库，提供了更丰富流畅的 Lambda 语法，能够较方便地实现很多集合运算，但实际上，Stream 的专业程度还远远不够，在结构化计算方面还有很多短板。

当集合的成员是简单数据类型时（整数、浮点、字符串、日期），Stream 可方便地实现集合计算，比如过滤、排序、汇总整数数组：

IntStream iStream=IntStream.of(1,3,5,2,3,6);  
IntStream  r1=iStream.filter(m->m>2);
Stream r2=iStream.boxed().sorted();
int r3=iStream.sum();

但结构化计算的数据对象不是简单数据类型，而是记录（Map\ entity\ record）。一旦数据对象变成记录，Stream 就不那么方便了。比如按年份和 Client 分组：

Calendar cal=Calendar.getInstance();
Map<Object, DoubleSummaryStatistics>   c=Orders.collect(Collectors.groupingBy(
     r->{
         cal.setTime(r.OrderDate);
         return   cal.get(Calendar.YEAR)+"_"+r.SellerId;
         },
           Collectors.summarizingDouble(r->{
             return r.Amount;
         })
     )
  );
for(Object sellerid:c.keySet()){
     DoubleSummaryStatistics r   =c.get(sellerid);
     String   year_sellerid[]=((String)sellerid).split("_");
     System.out.println("group   is (year):"+year_sellerid[0]+"\t (sellerid):"+year_sellerid[1]+"\t   sum is："+r.getSum());
  }

Stream 不直接支持关联计算。比如对 Orders 表和 Employee 表进行内关联，然后对 Employee.Dept 进行分组，对 Orders.Amount 求和：

Map<Integer, Employee> EIds =   Employees.collect(Collectors.toMap(Employee::EId, Function.identity()));
//创建新的OrderRelation类，里面SellerId是单值，指向对应的那个Employee对象。
record OrderRelation(int OrderID, String Client, Employee SellerId, double   Amount, Date OrderDate){}
Stream<OrderRelation> ORS=Orders.map(r -> {
      Employee e=EIds.get(r.SellerId);
      OrderRelation or=new   OrderRelation(r.OrderID,r.Client,e,r.Amount,r.OrderDate);
      return or;
  }).filter(e->e.SellerId!=null);

Map<String, DoubleSummaryStatistics> c=ORS.collect(Collectors.groupingBy(r->r.SellerId.Dept,Collectors.summarizingDouble(r->r.Amount)));
for(String dept:c.keySet()){
      DoubleSummaryStatistics r   =c.get(dept);
      System.out.println("group（dept）："+dept+"     sum（Amount）："+r.getSum());
  }

硬编码实现的关联计算不仅冗长，而且逻辑复杂。左关联和外关联的代码同样要硬编码，关键的代码逻辑还不一样，编写起来难度更大，这对专业 JAVA 程序员来说都是个挑战。

在 Stream 出现之前，Java 实现集合类的运算都非常麻烦。Stream 的出现改善了 JAVA 在结构化计算方面不专业的状况，比如，Stream 有基本的集合运算，对 lambda 语法也支持良好。但 Stream 缺乏专业的结构化数据对象，仍然要使用基于 JAVA 的数据类型完成运算。

其实，直接在 JAVA 中实现的计算类库都不够专业，根本问题就在于 JAVA 缺乏专业的结构化数据对象，缺少来自底层的有力支持。结构化计算的返回值的结构随计算过程而变，大量的中间结果同样是动态结构，这些都难以事先定义，而 JAVA 是强类型语言，又必须事先定义数据对象的结构（否则只能用 map 这类操作繁琐的数据对象），这就使 JAVA 的结构化计算僵化死板， lambda 语法的能力严重受限。解释性语言可以简化参数的定义，函数本身就可指定参数表达式应解释成值参数还是函数参数，而 JAVA 是编译型语言，难以区分不同类型的参数，必须设计复杂难懂的接口才能实现匿名函数（主要指 lambda 语法）。省略数据对象而直接引用字段（比如写成“单价数量”），可显著简化结构化计算，但 JAVA 缺乏专业的结构化数据对象，目前还无法支持此类表面简单实则巧妙的语法，这就使 JAVA 代码冗长且不直观（只能写成“x. 单价x. 数量”）。

Stream 缺乏专业的数据对象，在结构化计算方面远不如 SQL 专业，SQL 虽然足够专业，但必须依赖数据库，两者都有其短板。有时候我们既需要 SQL 专业的结构化计算语法，又需要像 Stream 那样的库外计算能力，这种情况应该怎么办？

解决办法：esProc - Java 专业计算包

imagepng

esProc 是专门用于 Java 计算的类库，旨在简化 Java 代码，提供不依赖数据库的计算能力。 SPL 是基于 esProc 计算包的脚本语言，和 Java 程序一起部署，用法和 Java 程序中调用存储过程相同，通过 JDBC 接口调用，返回 ResultSet 对象。

数据集的过滤、排序、分组汇总、连接等，用 SPL 读取都非常简单。比如：找出英语平均分低于70分的班级。

	A
1	=T(“E:/txt/Students_scores.txt”)
2	=A1.groups(CLASS;avg(English):avg_En)
3	=A2.select(avg_En<70)

这段代码可在esProc的IDE中调试/执行，然后将其存为脚本文件（比如condition.dfx），通过JDBC接口在JAVA中调用，具体代码如下：

  package Test;
  import java.sql.Connection;
  import java.sql.DriverManager;
  import java.sql.ResultSet;
  import java.sql.Statement;
  public class test1 {
      public static void main(String[]   args)throws Exception {
          Class.forName("com.esproc.jdbc.InternalDriver");
          Connection connection   =DriverManager.getConnection("jdbc:esproc:local://");
          Statement statement =   connection.createStatement();
          ResultSet result =   statement.executeQuery("call condition.dfx");
          printResult(result);
          if(connection != null)   connection.close();
      }

…

}

上面的用法类似存储过程，其实 SPL 也支持类似 SQL 的用法，即无须脚本文件，直接将 SPL 嵌入 JAVA，代码如下：

…
ResultSet result = statement.executeQuery("
=file(\"D:\\sOrder.csv\").groups(CLASS;avg(English):avg_En).select(avg_En<70)");
…

用 SPL 实现关联计算:

比如：销售订单信息和产品信息分别存储在两个文本文件中，计算各订单的销售额。两个文件数据结构如下图：

	A
1	=T(“e:/orders/sales.csv”)
2	=T(“e:/orders/product.csv”).keys(ID)
3	=A1.join(ProductID,A2,Name,Price)
4	=A3.derive(Quantity*Price:amount)

SPL 中提供了完善的用 SQL 查询数据的方法：

比如：州信息，部门信息和员工信息分别存储在3个文本文件中，查询经理在California州的New York州员工。

	A
1	$select e.NAME as ENAME from E:/txt/EMPLOYEE.txt as e join E:/txt/DEPARTMENT.txt as d on e.DEPT=d.NAME join E:/txt/EMPLOYEE.txt as emp on d.MANAGER=emp.EID where e.STATE='New York' and emp.STATE='California'