レポート データの場合、ほとんどの場合、大きな画面やレポートにデータ ソースを提供するために SQL の作成が使用されますが、複雑な場合には SQL を使用して実現できない場合があります。単独で実装するか、実装が難しい場合は、複雑なロジックをコードで実装し、最終的に結果を返します。
比較的複雑なレポートの場合、多くの場合、データ接続、つまりテーブル間の結合、グループ化、計算などの操作を実行する必要があります。 SQL はこれらの操作を自然にサポートしており、実装は簡単です。しかし、Java コードでデータを接続する必要がある場合、ネイティブ サポートはそれほどフレンドリーではありません。多くの場合、次のように実装します。
現在、2 つのコレクションがあります
List<ContractDetail> contractDetails; // 合同明细集合,合同会重复 List<ContractInfo> contractInfos; // 合同主要信息,不会有重复合同
対応するデータ構造
public class ContractDetail { /** * 合同编号 */ private String contractNo; /** * 总金额 */ private BigDecimal moneyTotal; } public class ContractInfo { /** * 合同编号 */ private String contractNo; /** * 状态 */ private String status; }
Requirements
contractDetailscontractNo に従ってcontractInfo を関連付け、status = 'Signed' でデータをフィルタリングします。
次に、contractDetails の ContractNo に従ってグループ化し、各契約 No の対応関係をそれぞれ見つけます。 sum ofmoneyTotal
最終出力はマップになるはずです
Map<String /* 合同编码 */, BigDecimal /* 对应moneyTotal之和 */> result;
通常は次のように実装します
// setp 1 过滤出 已签订状态的合同编码 Set<String> stopContract = contractInfos.stream() .filter(it -> "已签订".equals(it.getStatus())) .map(ContractInfo::getContractNo).collect(Collectors.toSet()); //step2 根据 step1的合同编码集合过滤出状态正确的contractDetail contractDetails = contractDetails.stream() .filter(it -> stopContract.contains(it.getContractNo())) .collect(Collectors.toList()); //step3 根据contractNo分别累加对应的moneyTotal Map<String, BigDecimal> result = new HashMap<>(); contractDetails.stream().forEach(it -> { BigDecimal moneyTotal = Optional.ofNullable(result.get(it.getContractNo())) .orElse(BigDecimal.ZERO); moneyTotal = moneyTotal.add(it.getMoneyTotal() != null ? it.getMoneyTotal() : BigDecimal.ZERO); result.put(it.getContractNo(), moneyTotal); });
SQLを使用するだけなので、明らかにこの実装はより複雑です。 Join の後にグループごとにグループ化が続きます。和。この問題は簡単に解決できます。次に、次のツール クラスを見て、それを実装するより簡単な方法があるかどうかを考えてください。
コレクション データ ストリーム CollectionDataStream の機能は、インターフェイスを通じてコレクションを関連付け、SQL 結合と左結合に似た 2 つの操作を実装することです
そしてStreamとの間の変換機能をJavaで実装します。
集計データ構造は、コレクションをテーブル名とデータを含むテーブル構造に似たデータ構造に変換します
public class AggregationData { Map<String, Map> aggregationMap; private AggregationData(){ aggregationMap = new HashMap<>(); } //key 为别名,value为对应对象 public AggregationData(String tableName, Object data) { aggregationMap = new HashMap<>(); aggregationMap.put(tableName, BeanUtil.beanToMap(data)); } public Map<String, Map> getRowAllData() { return aggregationMap; } public Map getTableData(String tableName) { if (!aggregationMap.containsKey(tableName)) { throw new DataStreamException(tableName + ".not.exists"); } return aggregationMap.get(tableName); } public void setTableData(String tableName, Object data) { if(aggregationMap.containsKey(tableName)){ throw new DataStreamException(tableName+".has.been.exists!"); } aggregationMap.put(tableName, BeanUtil.beanToMap(data)); } private void setTableData(String tableName, Map<String, Object> data) { Map<String, Object> tableData = Optional.ofNullable(aggregationMap.get(tableName)).orElse(new HashMap<String, Object>()); tableData.putAll(data); aggregationMap.put(tableName, tableData); } public AggregationData copyAggregationData() { AggregationData aggregationData = new AggregationData(); for (String tableName : this.getRowAllData().keySet()) { aggregationData.setTableData(tableName, this.getRowAllData().get(tableName)); } return aggregationData; } }
AggregationData はデータの行を表し、aggregationMap のキーはテーブルです名前、値は対応するデータです
このインターフェイスを詳しく見てみましょう
import java.util.Collection; import java.util.Map; import java.util.function.Function; import java.util.stream.Stream; public interface CollectionDataStream<T> { /** *将集合转化为数据流,并给一个别名 * @param tableName * @param collection * @return */ static CollectionDataStream<AggregationData> of(String tableName, Collection<?> collection) { return new CollectionDataStreamImpl(tableName, collection); } /** *将 Stream转化为数据流,并给一个别名 * @param tableName * @param collection * @return */ static CollectionDataStream<AggregationData> of(String tableName, Stream<?> collection) { return new CollectionDataStreamImpl(tableName, collection); } /** * 内连接,可自定义连接条件,使用双循环 * * @param tableName * @param collection * @param predict * @param <T1> * @return */ <T1> CollectionDataStream<T> join(String tableName, Collection<T1> collection, JoinPredicate<T, T1> predict); /** * 等值内连接,使用map优化 * * @param collection * @param tableName * @param aggregationMapper * @param dataValueMapper * @param <T1> * @param <R> * @return */ //等值条件推荐用法 <T1, R> CollectionDataStream<T> joinUseHashOnEqualCondition(String tableName, Collection<T1> collection, Function<T, R> aggregationMapper, Function<T1, R> dataValueMapper); /** * 左连接,可自定义连接条件,使用双循环 * * @param tableName * @param collection * @param predict * @param <T1> * @return */ <T1> CollectionDataStream<T> leftJoin(String tableName, Collection<T1> collection, JoinPredicate<T, T1> predict); /** * 等值左连接,使用map优化 * * @param collection * @param tableName * @param aggregationMapper * @param dataValueMapper * @param <T1> * @param <R> * @return */ <T1, R> CollectionDataStream<T> leftJoinUseHashOnEqualCondition( String tableName, Collection<T1> collection,Function<T, R> aggregationMapper, Function<T1, R> dataValueMapper); Stream<T> toStream(); Stream<Map> toStream(String tableName); <R> Stream<R> toStream(String tableName, Class<R> clzz); <R> Stream<R> toStream(Function<AggregationData, R> mapper); }
joinUseHashOnEqualCondition と join メソッドの違いに注意してください。
セット間の接続が特定のフィールドの等しい値の接続である場合は、結合にマップ グループ化を内部的に使用する joinUseHashOnEqualCondition を使用します。 joinを直接使用すると接続条件をカスタマイズできますが、二重ループで条件を判定するため効率が悪くなります。したがって、値が等しい場合は、joinUseHashOnEqualCondition を使用する方が効率的です。
または、上記の要件を例として取り上げます
最初に 2 つのコレクションを接続します
CollectionDataStream.of("t1", contractDetails) .joinUseHashOnEqualCondition( contractInfos.stream().filter(it -> "已签订".equals(it.getStatus())).collect(Collectors.toList()), "t2", agg -> agg.getTableData("t1").get("contractNo"), ContractInfo::getContractNo );
コード分析
CollectionDataStream.of("t1", contractDetails)
コレクションcontractDetailsをテーブル名t1のデータストリームに変換し、
.joinUseHashOnEqualCondition( contractInfos.stream().filter( "t2", it -> "已签订".equals(it.getStatus())).collect(Collectors.toList()), agg -> agg.getTableData("t1").get("contractNo"), ContractInfo::getContractNo );
はcontractInfosを内部接続し、contractInfosにエイリアスt2を与えます。接続条件はt1のcontractNoとcontractInfosのcontractNolの等価接続です。新しい集約データ ストリーム
もちろん、カスタム接続を使用して実装することもできます
CollectionDataStream.of("t1", contractDetails) .join("t2", contractInfos.stream().filter(it -> "已签订".equals(it.getStatus())).collect(Collectors.toList()), (agg, data) -> agg.getTableData("t1").get("contractNo").equals(data.getContractNo()) )
ここでは内部接続を通じて、フィルタリングの役割も果たします。接続が完了した後も、計算のためにグループ化する必要があるため、次のツール クラス
を使用する必要があります。これは stram のネイティブ コレクターの拡張機能であり、より一般的に実装されています。一部の操作、
MyCollectorspackage collector; import utils.NumberUtil; import java.math.BigDecimal; import java.util.Comparator; import java.util.Map; import java.util.function.Function; import java.util.stream.Collector; import java.util.stream.Collectors; public class MyCollectors { /** * 返回一个Collector用于对集合进行分组并且,对于组内有多个元素,只返回最后一个,其他的忽略 * 适用于明确分组key唯一的情况,value可为空 * 谨慎使用,如果分组有多条,会丢失数据!!! * @param keyMapper * @param <T> * @param <K> * @param <U> * @param <M> * @return */ public static <T, K, U, M extends Map<K, U>> Collector<T, ?, Map<K, U>> groupingByLast(Function<? super T, ? extends K> keyMapper, Function<? super T, ? extends U> valueMapper) { return Collectors.groupingBy(keyMapper, Collectors.reducing(null, valueMapper, (o1, o2) -> o2)); } /** * 传入一个keyMaper和一个比较器 * 根据key分组,组内使用比较器进行比较,最终得到一个最大结果 * @param keyMapper * @param comparator * @param <T> * @param <K> * @param <U> * @param <M> * @return */ public static <T, K, U, M extends Map<K, U>> Collector<T, ?, Map<K, T>> groupingByMaxComparator(Function<? super T, ? extends K> keyMapper, Comparator<T> comparator) { return Collectors.groupingBy(keyMapper, Collectors.collectingAndThen(Collectors.maxBy(comparator), it -> it.orElse(null))); } /** * 传入一个keyMaper和一个比较器 * 根据key分组,组内使用比较器进行比较,最终得到一个最小结果 * @param keyMapper * @param comparator * @param <T> * @param <K> * @param <U> * @param <M> * @return */ public static <T, K, U, M extends Map<K, U>> Collector<T, ?, Map<K, T>> groupingByMinComparator(Function<? super T, ? extends K> keyMapper, Comparator<T> comparator) { return Collectors.groupingBy(keyMapper, Collectors.collectingAndThen(Collectors.maxBy(comparator), it -> it.orElse(null))); } /** * 分组后组内按照指定字段求和 * @param keyMapper * @param <T> * @param <K> * @return */ public static <T, K> Collector<T, ?, Map<K, BigDecimal>> groupingAndSum(Function<? super T, ? extends K> keyMapper, Function<? super T, BigDecimal> valueMapper) { return Collectors.groupingBy(keyMapper, Collectors.reducing(BigDecimal.ZERO, valueMapper, NumberUtil::addNumbers)); } /** * 根据对象某个字段进行求和 * @param mapper * @param <T> * @return */ public static <T> Collector<T, ?, BigDecimal> sumByField(Function<? super T, ? extends BigDecimal> mapper) { return Collectors.reducing(BigDecimal.ZERO, mapper, NumberUtil::addNumbers); } /** * 求和 */ public static Collector<BigDecimal, ?, BigDecimal> sum() { return Collectors.reducing(BigDecimal.ZERO, NumberUtil::addNumbers); } }
Mapresult = CollectionDataStream.of("t1", contractDetails) .joinUseHashOnEqualCondition( contractInfos.stream().filter(it -> "60".equals(it.getStatus())).collect(Collectors.toList()), "t2", agg -> agg.getTableData("t1").get("contractNo"), ContractInfo::getContractNo ).toStream("s1", ContractDetail.class)//将数据流转换为 java原生Stream .collect(MyCollectors.groupingAndSum(ContractDetail::getContractNo, ContractDetail::getMoneyTotal));
この種の実装は明らかに単純で、エラーの可能性が減り、コード量が減り、効率が向上します。
コレクション間の接続操作を実現しており、複数のコレクションを一度に連続接続できるストリーミング操作です。
ストリームとの間の変換を実装します。フィルタリング、変換、グループ化など、ストリームの機能を使用してさまざまな複雑な操作を実装できます。
効率性には一定の保証があります。マップの最適化は等価結合に使用され、内部結合が行われる場合は、最適化のために小さなテーブルが大きなテーブルに接続されていると見なされます。サイクル数、Bean を行集合データに変換する際のメモリ使用量とパフォーマンス消費を削減するには、cglib で BeanMap を使用します。
以上がJava ツール クラスを使用してレポートを効率的に作成する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。