collectors.mapping()的核心作用是在下游收集器执行前对元素属性做转换，必须嵌套在groupingby等支持downstream的收集器中使用；它不聚合不分组，仅提供预处理值供后续收集器消费。
collectors.mapping() 在多级分组汇总中，核心作用是「在下游收集器执行前，对流中每个元素的某个成员属性做一次转换」，它本身不聚合、不分组，而是为后续的收集器（如 tolist()、summingint()、groupingby()）提供预处理后的值。关键在于：它必须嵌套在另一个收集器（尤其是 groupingby() 的 downstream 参数）中使用，否则没有实际意义。
一、mapping() 的定位：专为下游收集器“铺路”
Collectors.mapping(Function, Collector) 接收两个参数：
- 第一个是映射函数（比如
Person::getAge），用于从当前分组内的每个元素提取或转换出一个新值； - 第二个是真正的下游收集器（比如
Collectors.summingInt(Integer::intValue)），负责对映射后的值做最终聚合。
它不改变分组键，也不独立产生结果，只是让下游收集器“看不见原始元素，只看到你给它的那个字段或转换结果”。
二、在单层 groupBy 中用 mapping() 提取并聚合属性
例如：按部门分组，统计每部门员工年龄总和。
Map<string integer> deptAgeSum = people.stream()
.collect(Collectors.groupingBy(
Person::getDepartment,
Collectors.mapping(Person::getAge, Collectors.summingInt(Integer::intValue))
));</string>
这里 mapping(Person::getAge, ...) 把每个 Person 映射成其 age 值，再交给 summingInt 累加——等价于手动写 map(p -> p.getAge()).mapToInt(...).sum()，但嵌入在分组逻辑中更简洁。
三、在多级 groupBy 中嵌套 mapping() 实现“属性转换 + 深度汇总”
场景：先按部门分组，再按职位细分，最后对每位员工的「绩效分 × 权重」求平均值。
假设 Person 有 department、role、score，权重由 RoleWeightConfig.getWeight(role) 获取：
Map<string map double>> result = people.stream()
.collect(Collectors.groupingBy(
Person::getDepartment,
Collectors.groupingBy(
Person::getRole,
Collectors.mapping(
p -> p.getScore() * RoleWeightConfig.getWeight(p.getRole),
Collectors.averagingDouble(Double::doubleValue)
)
)
));</string>
说明：
- 外层
groupingBy(Person::getDepartment)构建第一级分组； - 中层
groupingBy(Person::getRole)在每个部门内再按职位分组； - 最内层
mapping(..., averagingDouble)对每个Person先计算加权分，再交由averagingDouble求均值。
注意：映射函数必须是纯函数（无副作用），且返回类型需匹配下游收集器期望的输入类型（此处是 Double）。
四、常见易错点与替代思路
⚠️ 错误用法示例：
- 单独写
Collectors.mapping(Person::getName, Collectors.toList())—— 缺少外层分组或归约上下文，编译可能通过但运行时报NullPointerException或逻辑错误； - 在
mapping()中做复杂对象构造却未重写equals/hashCode，导致下游toSet()去重失效； - 映射后返回
null，而下游收集器（如summingInt）不支持 null，直接抛NullPointerException。
✅ 更安全的写法（防 null）：
Collectors.mapping(
p -> Optional.ofNullable(p.getScore()).orElse(0) * weight,
Collectors.averagingDouble(Double::doubleValue)
)
✅ 若需收集转换后的对象列表（如所有员工姓名），用 mapping(Function, toList()) 即可，无需额外处理。
理解 mapping() 的本质是“中间适配器”，就能把它稳稳嵌进任意深度的 groupingBy 或其他支持 downstream 的收集器中，让属性转换自然融入汇总流程，不破坏链式结构，也不增加临时集合。
