在Java中套用Map Reduce

Question

我非常喜欢流， map ， reduce和filter 。

我从我的Cassandra表中获取行列表，其中包含三个字段vehicleType ， noOfVehicles和taxPerParticularVehicleType 。

我想准备一组由这三个组成的三元组，以便不增加任何特定类型的车辆数量，而三元组也应包含特定车辆类型的税额的算术平均值。

我正在应用我的映射，例如：

session.execute(statement).all().stream()
            .map(row -> new ImmutablePair<>(row.getString("vehicleType"), new ImmutablePair<>(row.getInt("noOfVehicles"), row.getFloat("tollTaxOfParticularType") * row.getInt("noOfVehicles"))))
            .reduce(x->{

            });

并且我无法应用reduce，因此应将其添加到以下集合中：

Set<Triple<String,Integer,Double>> set = new HashSet<>();

我正在举一个我想通过Map-Reduce实现的示例：

我正在映射来自我的表的三个字段（vehicleType，noOfVehicle，taxOfParticularVehicle），例如：

(vehicleType,(noOfVehicle,noOfVehicle*taxOfParticularVehicle))

假设映射给了我这样的数组：

[("A",(12,48)),("A",(10,30)),("B",(3,30)),("B",(4,70))]

最后，我想将其简化为以下设置：

[("A",22,39),("B",7,50)]

这样就可以得出noOfVehicle的总和，而税款是该组中车辆税的算术平均值。

Answer 1

如果不进行多次流传输或在外部保持可变状态，这将有些棘手。 这些方法最干净的替代方法似乎是编写一个自定义Collector 。

我Pair和Triple不满意，因此为了说明起见，我使用了具体的类： Data是单个数据点的持有人，并且与您的Triple数据相对应。

static final class Data {
    final String type;
    final int noOfVehicles;
    final double totalTax;
    Data(String type, int noOfVehicles, double totalTax) {
        this.type = type;
        this.noOfVehicles = noOfVehicles;
        this.totalTax = totalTax;
    }
}

接下来，我们需要一个在可变归约期间保存状态的助手类，我将其称为Stats ：

static final class Stats {
    int noOfVehiclesSum;
    double totalTaxSum;
    int count;

    @Override
    public String toString() {
        return "Stats{" + "noOfVehiclesSum=" + noOfVehiclesSum +
               ", averageTax=" + (totalTaxSum / count) + '}';
    }
}

让我们创建一个测试数据列表

List<Data> l = Arrays.asList(new Data("A", 12, 48.0),
                             new Data("A", 10, 30.0),
                             new Data("B", 3 , 30.0),
                             new Data("B", 4 , 70.0),
                             new Data("B", 5 , 20.0));

作为减少的最终结果，我想要的是Map<String, Stats> ，其中包含从该类型的vehicleType到Stats对象的映射（包含该类型的车辆总数和平均税率）。

在此示例中： {A=Stats{noOfVehiclesSum=22, averageTax=39.0}, B=Stats{noOfVehiclesSum=12, averageTax=40.0}}

我不知道有比编写自己的自定义Collector更好的解决方案，在此示例中，该Collector看起来类似于以下内容：

static class StatsCollector implements Collector<Data, Stats, Stats> {
    @Override
    public Supplier<Stats> supplier() {
        return Stats::new;
    }

    @Override
    public BiConsumer<Stats, Data> accumulator() {
        return (stats, data) -> {
            stats.noOfVehiclesSum += data.noOfVehicles;
            stats.totalTaxSum += data.totalTax;
            stats.count += 1;
        };
    }

    @Override
    public BinaryOperator<Stats> combiner() {
        return (lft, rght) -> {
            lft.noOfVehiclesSum += rght.noOfVehiclesSum;
            lft.totalTaxSum += rght.totalTaxSum;
            lft.count += rght.count;
            return lft;
        };
    }

    @Override
    public Function<Stats, Stats> finisher() {
        return Function.identity();
    }

    @Override
    public Set<Characteristics> characteristics() {
        return EnumSet.of(Collector.Characteristics.IDENTITY_FINISH);
    }
}

最后，经过所有这些工作之后，您将能够编写

Map<String, Stats> result = l.stream()
                             .collect(Collectors.groupingBy(data -> data.type,
                                                            new StatsCollector()));

并获得所需的映射。