mapreduce在Java中应用Map Reduce

Question

我对streams，map，reduce和filter非常熟悉

我从我的Cassandra表中得到一个行列表，其中包含三个字段vehicleType、noOfVehicles和taxPerParticularVehicleType

我想准备一组这3种类型的三元组，以便添加任何特定类型的车辆数量，同时三元组还应包含特定车辆类型的税收算术平均值

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->{

            });

我无法将reduce应用于以下集合：

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

我举了一个例子，说明我希望通过Map Reduce实现的目标：

我正在映射表中的三个字段（vehicleType、noOfVehicle、TaxOfParticularHicle），例如：

(vehicleType,(noOfVehicle,noOfVehicle*taxOfParticularVehicle))

假设映射给了我这样一个数组：

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

最后，我想把它简化为以下几组：

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

这样一来，就不会对所有车辆进行汇总，而税是该组车辆税的算术平均值

Answer 1

如果不进行多次流式处理或在外部维护可变状态，这有点棘手。这些方法最干净的替代方法似乎是编写一个自定义Collector

我对Pair、Triple以及诸如此类的东西不太熟悉，所以为了说明起见，我使用了具体的类： Data是单个数据点的持有者，对应于您的三重数据

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，我们需要一个助手类来保存可变缩减期间的状态，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，我想要的是一个Map<String, Stats>，它包含从vehicleType到该类型的Stats对象的映射（包含该类型的车辆计数和税收平均值的总和）

在这个例子中：{A=Stats{noOfVehiclesSum=22, averageTax=39.0}, B=Stats{noOfVehiclesSum=12, averageTax=40.0}}

我不知道还有什么比编写自己的定制Collector更好的解决方案，在本例中，它看起来有点像以下内容：

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，在完成所有这些工作后，你将能够写作

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

并获得所需的映射