Java Stream API：高效实现数据分组与嵌套JSON列表转换

本文详细介绍了如何利用Java Stream API，特别是groupingBy和mapping收集器，将扁平化的数据列表（如数据库查询结果）根据某个字段进行分组，并将其关联数据聚合为一个嵌套的JSON列表结构。通过定义清晰的数据模型和分步实现，展示了将原始数据转换为更具层次感的结构化输出的专业方法。

在现代数据处理中，将扁平化的数据结构（例如，从数据库查询获得的列表）转换为更具层次感的聚合形式是一种常见需求。这在构建复杂的api响应、生成报表或处理业务逻辑时尤为重要。java 8引入的stream api提供了一套强大而简洁的工具，能够高效地完成此类数据转换任务。本教程将详细阐述如何利用stream api实现按指定字段分组，并将相关数据聚合成嵌套列表的场景。

1. 定义数据模型

为了清晰地表示原始数据和目标聚合数据，我们需要定义相应的Java类。

原始响应接口 (Response): 代表从数据源（如SQL查询）获取的每一条记录。

public interface Response {
    Long getId();
    String getSData();
    String getSName();
}

为了方便演示和代码运行，我们可以创建一个实现类：

// Response接口的实现类，用于模拟数据
public class ResponseImpl implements Response {
    private Long id;
    private String sData;
    private String sName;

    public ResponseImpl(Long id, String sData, String sName) {
        this.id = id;
        this.sData = sData;
        this.sName = sName;
    }

    @Override
    public Long getId() { return id; }
    @Override
    public String getSData() { return sData; }
    @Override
    public String getSName() { return sName; }

    @Override
    public String toString() {
        return "ResponseImpl{" +
               "id=" + id +
               ", sData='" + sData + '\'' +
               ", sName='" + sName + '\'' +
               '}';
    }
}

子数据类 (SubData): 代表分组后每个ID下的子列表中的元素。它包含了sData和sName字段。

public class SubData {
    private String sData;
    private String sName;

    public SubData(String sData, String sName) {
        this.sData = sData;
        this.sName = sName;
    }

    public String getSData() { return sData; }
    public String getSName() { return sName; }

    @Override
    public String toString() {
        return "SubData{" +
               "sData='" + sData + '\'' +
               ", sName='" + sName + '\'' +
               '}';
    }
}

新响应类 (NewResponse): 代表最终聚合后的结构，包含一个分组ID和其对应的SubData对象列表。

import java.util.List;

public class NewResponse {
    private Long id;
    private List subDataList;

    public NewResponse(Long id, List subDataList) {
        this.id = id;
        this.subDataList = subDataList;
    }

    public Long getId() { return id; }
    public List getSubDataList() { return subDataList; }

    @Override
    public String toString() {
        return "NewResponse{" +
               "id=" + id +
               ", subDataList=" + subDataList +
               '}';
    }
}

2. 实现数据分组与转换逻辑

我们将利用Java Stream API中的Collectors.groupingBy()和Collectors.mapping()这两个强大的收集器来完成数据转换。

步骤一：将原始数据分组到中间Map

首先，将原始的Response对象列表按照id字段进行分组，并将每个组内的Response对象转换为SubData对象列表。

import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

public class DataAggregator {

    public static void main(String[] args) {
        // 模拟原始数据列表
        List responses = Arrays.asList(
            new ResponseImpl(1L, "UK,FR", "X"),
            new ResponseImpl(2L, "UK,FR", "Y"),
            new ResponseImpl(4L, "EU", "X"),
            new ResponseImpl(4L, "Others", "O")
        );

        // 步骤一：使用groupingBy和mapping进行分组和映射
        Map> groupedDataMap = responses.stream()
            .collect(Collectors.groupingBy(
                Response::getId, // 分组键：根据Response对象的ID
                Collectors.mapping(
                    r -> new SubData(r.getSData(), r.getSName()), // 下游收集器：将每个Response映射为SubData
                    Collectors.toList() // 将映射后的SubData对象收集成一个列表
                )
            ));

        System.out.println("--- 步骤一：分组后的Map ---");
        groupedDataMap.forEach((id, subDataList) ->
            System.out.println("ID: " + id + ", SubData List: " + subDataList)
        );
        // 预期输出示例:
        // ID: 1, SubData List: [SubData{sData='UK,FR', sName='X'}]
        // ID: 2, SubData List: [SubData{sData='UK,FR', sName='Y'}]
        // ID: 4, SubData List: [SubData{sData='EU', sName='X'}, SubData{sData='Others', sName='O'}]
    }
}

• Collectors.groupingBy(Response::getId): 这是核心的分组操作，它以Response对象的id作为键来组织数据。
• Collectors.mapping(r -> new SubData(r.getSData(), r.getSName()), Collectors.toList()): 这是groupingBy的下游收集器。对于每个分组，它会进一步处理该组内的Response对象：首先通过mapping操作将每个Response实例转换为一个SubData实例，然后使用Collectors.toList()将这些SubData实例收集成一个列表。

步骤二：将中间Map转换为最终的NewResponse列表

上一步我们得到了一个Map>。接下来，我们需要遍历这个Map，将每个键值对（ID和其对应的SubData列表）转换为一个NewResponse对象，并收集成最终的列表。

// ... (接续上面的DataAggregator类)

        // 步骤二