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。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
