本文深入探讨了如何利用java stream api，将包含复杂嵌套结构（如map中包含list）的数据转换为扁平化的dto列表。重点讲解了如何处理异构数据类型（如object类型字段）和日期格式化，通过flatmap和map操作实现高效、简洁的数据转换，并提供了一个完整的示例来指导开发者应对类似场景。
引言
在现代Java应用开发中，数据转换是常见的任务。我们经常需要将从数据库、外部服务或复杂内存结构中获取的原始数据，转换为更简洁、更符合业务需求的数据传输对象（DTO）。Java 8引入的Stream API为这类转换提供了强大而富有表达力的工具。本文将以一个具体场景为例，详细阐述如何使用Stream API将一个Map
场景描述与数据模型
假设我们有一个存储人员信息的复杂结构，其中键是人员ID，值是一个包含多个Person对象的列表。Person对象中的某个字段（例如value）可能存储不同类型的数据（整数、字符串、日期等），并且日期字段需要特定的格式化输出。
原始数据结构 Person 类
为了模拟上述场景，我们定义以下数据模型：
import java.time.LocalDate;
import java.time.format.DateTimeFormatter;
import java.util.Objects;
// 定义一个枚举来表示不同的值类型或标签
public enum ValueType {
VALUE1, VALUE2, VALUE3
}
// 原始数据类
public class Person {
private String id;
private ValueType tag; // 对应原始数据的Tag列
private Object value; // 对应原始数据的Value列，可以是Integer, String, LocalDate
private LocalDate date; // 对应原始数据的Date列
private String message;
public Person(String id, ValueType tag, Object value, LocalDate date, String message) {
this.id = id;
this.tag = tag;
this.value = value;
this.date = date;
this.message = message;
}
// Getters
public String getId() { return id; }
public ValueType getTag() { return tag; }
public Object getValue() { return value; }
public LocalDate getDate() { return date; }
public String getMessage() { return message; }
@Override
public String toString() {
return "Person{" +
"id='" + id + '\'' +
", tag=" + tag +
", value=" + value +
", date=" + date +
", message='" + message + '\'' +
'}';
}
}目标数据结构 PersonDto 类
我们希望将上述Person对象转换为一个更扁平的PersonDto，其结构如下：
立即学习“Java免费学习笔记（深入）”；
// 目标DTO类
public class PersonDto {
private ValueType tag; // 对应原始数据的Tag列
private String id;
private Object result; // 对应原始数据的Value列，这里命名为result以示区分
private String date; // 格式化后的日期字符串
public PersonDto(ValueType tag, String id, Object result, String date) {
this.tag = tag;
this.id = id;
this.result = result;
this.date = date;
}
// Getters
public ValueType getTag() { return tag; }
public String getId() { return id; }
public Object getResult() { return result; }
public String getDate() { return date; }
@Override
public String toString() {
return "PersonDto{" +
"tag=" + tag +
", id='" + id + '\'' +
", result=" + result +
", date='" + date + '\'' +
'}';
}
}使用Stream API进行数据转换
核心任务是将Map
-
扁平化 (Flattening)：将Map中每个List
中的Person对象提取出来，形成一个单一的Person流。 - 映射 (Mapping)：将每个Person对象转换为PersonDto对象，并在此过程中处理日期格式化和字段重命名。
转换实现
我们将使用Map.values()获取所有List
import java.time.LocalDate;
import java.time.format.DateTimeFormatter;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
public class DataTransformer {
// 定义日期格式化器
private static final DateTimeFormatter FORMATTER = DateTimeFormatter.ofPattern("dd-MM-yyyy");
public static void main(String[] args) {
// 1. 准备原始数据
Map> personsMap = new HashMap<>();
// 模拟数据
List p1Data = new ArrayList<>();
p1Data.add(new Person("p1", ValueType.VALUE1, 10, LocalDate.of(2000, 10, 10), "Message"));
p1Data.add(new Person("p1", ValueType.VALUE2, "Text", LocalDate.of(2000, 10, 10), "Message"));
p1Data.add(new Person("p1", ValueType.VALUE3, LocalDate.of(2000, 11, 11), LocalDate.of(2000, 10, 10), "Message"));
List p2Data = new ArrayList<>();
p2Data.add(new Person("p2", ValueType.VALUE1, 20, LocalDate.of(2000, 10, 10), "Message"));
p2Data.add(new Person("p2", ValueType.VALUE2, "Text", LocalDate.of(2000, 10, 10), "Message"));
p2Data.add(new Person("p2", ValueType.VALUE3, LocalDate.of(2000, 11, 12), LocalDate.of(2000, 10, 10), "Message"));
personsMap.put("p1", p1Data);
personsMap.put("p2", p2Data);
System.out.println("--- 原始数据 ---");
personsMap.forEach((id, list) -> {
System.out.println("ID: " + id);
list.forEach(System.out::println);
});
// 2. 使用Stream API进行转换
List resultDtos = personsMap.values().stream() // 获取所有List的集合
.flatMap(List::stream) // 将List流扁平化为Person流
.map(person -> new PersonDto(
person.getTag(), // 映射Tag到PersonDto的tag
person.getId(), // 映射Id到PersonDto的id
person.getValue(), // 映射Value到PersonDto的result (Object类型)
FORMATTER.format(person.getDate()) // 格式化LocalDate为String
))
.collect(Collectors.toList()); // 将流中的元素收集到List
// 3. 打印转换结果
System.out.println("\n--- 转换后的DTO列表 ---");
resultDtos.forEach(System.out::println);
}
} 代码解析
-
personsMap.values().stream():
- personsMap.values() 返回Map中所有值的Collection视图，即一个Collection
- >。
- .stream() 将这个Collection转换为一个Stream
- >，其中每个元素都是一个List
。
- personsMap.values() 返回Map中所有值的Collection视图，即一个Collection
-
.flatMap(List::stream):
- flatMap操作用于将流中的每个元素（这里是List
）转换为一个流，然后将所有这些生成的流连接成一个单一的流。 - List::stream 是一个方法引用，它等价于 list -> list.stream()。对于流中的每个List
，它会生成一个Stream 。 - 因此，经过flatMap之后，我们得到了一个扁平化的Stream
，其中包含了所有Person对象，无论它们最初属于哪个内部列表。
- flatMap操作用于将流中的每个元素（这里是List
-
.map(person -> new PersonDto(...)):
- map操作用于将流中的每个元素按照提供的函数进行转换，生成一个新的流。
- 在这里，对于流中的每个Person对象，我们都创建一个新的PersonDto实例。
- person.getTag(): 直接获取Person的tag（ValueType枚举）并赋值给PersonDto的tag。
- person.getId(): 直接获取Person的id并赋值给PersonDto的id。
- person.getValue(): 获取Person的value字段。由于value是Object类型，它可以直接赋值给PersonDto的result字段（也是Object类型），无需额外的类型转换。这正是处理异构数据类型的关键。
- FORMATTER.format(person.getDate()): 获取Person的date字段（LocalDate类型），然后使用预定义的DateTimeFormatter将其格式化为字符串，并赋值给PersonDto的date字段。
-
.collect(Collectors.toList()):
- collect是一个终端操作，它将流中的元素收集到一个结果容器中。
- Collectors.toList() 是一个预定义的收集器，它将流中的所有元素收集到一个新的List中。
注意事项与最佳实践
- flatMap与map的区别：理解flatMap在处理嵌套集合时的作用至关重要。map操作是将每个元素一对一地转换，而flatMap则是将每个元素转换成一个流，然后将所有这些流连接起来，实现“扁平化”效果。
- 异构数据类型处理：使用Object类型来存储异构数据是一种简单但有时不够类型安全的方法。在更复杂的场景中，可以考虑使用Java 17+的Sealed Classes、自定义泛型包装类或基于策略模式的类型处理来增强类型安全性。然而，对于仅需存储和传递不同类型值的场景，Object类型通常足够。
- 日期时间格式化：始终使用java.time包下的LocalDate、LocalDateTime等类处理日期时间，并配合DateTimeFormatter进行格式化，避免使用过时的java.util.Date和SimpleDateFormat。DateTimeFormatter是线程安全的。
- DTO的不可变性：为了提高代码的健壮性和可预测性，建议将DTO设计为不可变的。这意味着所有字段都应该是final的，并且只通过构造函数进行初始化，不提供setter方法。
- 错误处理：在实际应用中，数据转换过程中可能会遇到各种异常，例如日期字符串解析失败、空值等。在map操作中应加入适当的错误处理逻辑，例如使用try-catch块或Optional来优雅地处理潜在的异常情况。
总结
Java Stream API为处理复杂数据转换提供了优雅且高效的解决方案。通过结合flatMap和map操作，我们可以轻松地将嵌套集合扁平化并转换为所需的DTO结构。理解这些核心操作以及如何处理异构数据类型和日期格式化，是充分利用Stream API进行数据处理的关键。掌握这些技术将显著提高代码的可读性、简洁性和维护性。
