
本文介绍如何使用 java 8 streams 的 `collectors.tomap()` 配合自定义合并逻辑,将数据库查询出的多条部分填充记录(如 id 相同、字段互补)智能聚合为完整的 `pmap` 对象,并生成以 `id` 为键的 `map
在实际数据库查询中,常因表结构设计(如 EAV 模式)或 JOIN 策略导致同一实体(如电影)的属性分散在多行中——每行只填充部分字段,而 id 作为关联主键重复出现。此时需在内存中完成“行级补全”(row pivoting),而非依赖 SQL 聚合。Java Streams 提供了简洁、函数式且线程安全的解决方案。
核心思路是:利用 Collectors.toMap() 的三参数重载,指定
- 键映射器(keyMapper):提取 pMap.id 作为 Map 的 key;
- 值映射器(valueMapper):保留原对象(Function.identity());
- 合并器(mergeFunction):当遇到相同 id 的两个 pMap 实例时,对每个字段做“非空优先”合并(即优先取非 null 值)。
以下是完整可运行示例:
import java.util.*;
import java.util.stream.Collectors;
@Data
static class pMap {
long id;
String rating;
String movieName;
// 显式构造函数便于合并逻辑复用(推荐)
public pMap(long id, String rating, String movieName) {
this.id = id;
this.rating = rating;
this.movieName = movieName;
}
}
// 示例数据构建
List myList = Arrays.asList(
new pMap(1, "PG-13", null),
new pMap(1, null, "Avatar"),
new pMap(2, null, "Avatar 2"),
new pMap(2, "PG", null)
);
// 使用 toMap 进行智能合并
Map result = myList.stream()
.collect(Collectors.toMap(
p -> p.id, // key: id
Function.identity(), // value: 原对象
(p1, p2) -> new pMap(
p1.id,
firstNonNull(p1.rating, p2.rating), // rating 取首个非 null
firstNonNull(p1.movieName, p2.movieName) // movieName 取首个非 null
)
));
// 辅助方法:返回第一个非 null 值(更清晰、可复用)
private static String firstNonNull(String a, String b) {
return Objects.nonNull(a) ? a : b;
} ✅ 输出结果:
bee餐饮点餐外卖小程序是针对餐饮行业推出的一套完整的餐饮解决方案,实现了用户在线点餐下单、外卖、叫号排队、支付、配送等功能,完美的使餐饮行业更高效便捷!功能演示:1、桌号管理登录后台,左侧菜单 “桌号管理”,添加并管理你的桌号信息,添加以后在列表你将可以看到 ID 和 密钥,这两个数据用来生成桌子的二维码2、生成桌子二维码例如上面的ID为 308,密钥为 d3PiIY,那么现在去左侧菜单微信设置
立即学习“Java免费学习笔记(深入)”;
{1=pMap(id=1, rating=PG-13, movieName=Avatar),
2=pMap(id=2, rating=PG, movieName=Avatar 2)}⚠️ 注意事项:
- 若原始列表中存在 id 完全相同的多个对象,且所有字段均为 null,合并后仍为 null 字段——建议在入库或查询层确保至少一个字段有值;
- toMap 在遇到重复 key 时若未提供 mergeFunction,会直接抛出 IllegalStateException;
- 如需支持并发处理,可改用 Collectors.toConcurrentMap(),但需确保 pMap 是不可变或线程安全的;
- 若字段类型更多(如 int year, boolean isAvailable),合并逻辑应扩展为逐字段判空或使用 Optional.ofNullable(...).or(() -> ...) 链式调用。
该方案兼具表达力与性能,避免了传统 for-loop + Map 手动遍历的冗余代码,是 Java 函数式数据聚合的典型实践。









