使用 Java Stream 实现多表关联下的平均值计算与排序-java教程-PHP中文网

使用 Java Stream 实现多表关联下的平均值计算与排序

DDD

发布： 2025-09-13 15:33:01

原创

653人浏览过

使用 java stream 实现多表关联下的平均值计算与排序

本文旨在介绍如何利用 Java Stream API，针对多表关联数据，计算平均值并进行排序。通过实际案例，演示如何从用户、电影和评分数据中，找出平均评分最高的 5 部电影，并按照预算进行降序排列。文章将提供详细的代码示例和步骤说明，帮助读者掌握 Java Stream 在复杂数据处理场景下的应用。

使用 Java Stream 处理多表关联数据

在实际应用中，经常会遇到需要关联多个表的数据进行分析和处理的情况。Java Stream API 提供了强大的功能，可以方便地进行数据过滤、转换、聚合和排序。本文将通过一个具体的例子，演示如何使用 Java Stream API，从用户、电影和评分三个表中，找出平均评分最高的 5 部电影，并按照预算进行降序排列。

数据模型

首先，定义三个数据模型：User、Movie 和 Score。

record User(int id, String name) {}
record Movie(int id, String name, int budget) {}
record Score(int userId, int movieId, int score) {}

登录后复制

示例数据

接下来，创建一些示例数据，用于演示 Stream API 的使用。

立即学习“Java免费学习笔记（深入）”；

算家云

高效、便捷的人工智能算力服务平台

查看详情

List<Movie> movies = List.of(
    new Movie(101, "Mov 1", 200),
    new Movie(102, "Mov 2", 500),
    new Movie(103, "Mov 3", 300));
List<Score> scores = List.of(
    new Score(1, 101, 7),
    new Score(2, 101, 8),
    new Score(1, 102, 6),
    new Score(2, 102, 9));

登录后复制

使用 Stream API 计算平均评分并排序

核心逻辑是使用 scores 列表，按照 movieId 进行分组，计算每个电影的平均评分，然后按照平均评分降序排列，最后取前 5 部电影，并按照预算降序排列。

Map<Integer, Movie> movieMap = movies.stream()
    .collect(Collectors.toMap(Movie::id, Function.identity()));

List<Movie> top5 = scores.stream()
    .collect(Collectors.groupingBy(
        Score::movieId, Collectors.averagingDouble(Score::score)))
    .entrySet().stream()
    .sorted(Collections.reverseOrder(Entry.comparingByValue()))
    .limit(5)
    .map(e -> movieMap.get(e.getKey()))
    .sorted(Collections.reverseOrder(Comparator.comparing(Movie::budget)))
    .toList();

top5.forEach(System.out::println);

登录后复制

代码解释：

movieMap 的创建: 将 movies 列表转换为一个 Map<Integer, Movie>，key 为 movieId，value 为 Movie 对象本身。这方便后续通过 movieId 查找对应的 Movie 对象。
scores.stream(): 从 scores 列表创建一个 Stream。
collect(Collectors.groupingBy(...)): 使用 groupingBy 收集器，按照 Score::movieId 对评分进行分组，并使用 averagingDouble(Score::score) 计算每个电影的平均评分。结果是一个 Map<Integer, Double>，key 为 movieId，value 为平均评分。
.entrySet().stream(): 将 Map<Integer, Double> 转换为一个 Stream<Map.Entry<Integer, Double>>，方便进行排序。
sorted(Collections.reverseOrder(Entry.comparingByValue())): 按照平均评分降序排列。Entry.comparingByValue() 返回一个比较器，用于比较 Map.Entry 的 value（即平均评分）。Collections.reverseOrder() 将比较器反转，实现降序排列。
limit(5): 取前 5 部电影。
map(e -> movieMap.get(e.getKey())): 使用 movieMap，将 movieId 转换为对应的 Movie 对象。
sorted(Collections.reverseOrder(Comparator.comparing(Movie::budget))): 按照电影的预算降序排列。
toList(): 将 Stream 转换为一个 List<Movie>。
top5.forEach(System.out::println): 打印结果。

完整代码示例

import java.util.Collections;
import java.util.Comparator;
import java.util.List;
import java.util.Map;
import java.util.function.Function;
import java.util.stream.Collectors;
import java.util.Map.Entry;

public class StreamExample {

    record User(int id, String name) {}
    record Movie(int id, String name, int budget) {}
    record Score(int userId, int movieId, int score) {}

    public static void main(String[] args) {
        List<Movie> movies = List.of(
            new Movie(101, "Mov 1", 200),
            new Movie(102, "Mov 2", 500),
            new Movie(103, "Mov 3", 300));
        List<Score> scores = List.of(
            new Score(1, 101, 7),
            new Score(2, 101, 8),
            new Score(1, 102, 6),
            new Score(2, 102, 9));

        Map<Integer, Movie> movieMap = movies.stream()
            .collect(Collectors.toMap(Movie::id, Function.identity()));

        List<Movie> top5 = scores.stream()
            .collect(Collectors.groupingBy(
                Score::movieId, Collectors.averagingDouble(Score::score)))
            .entrySet().stream()
            .sorted(Collections.reverseOrder(Entry.comparingByValue()))
            .limit(5)
            .map(e -> movieMap.get(e.getKey()))
            .sorted(Collections.reverseOrder(Comparator.comparing(Movie::budget)))
            .toList();

        top5.forEach(System.out::println);
    }
}

登录后复制