我对于流、map
、reduce
和filter
来说还是个初学者。
我从 Cassandra 表中获取行列表,其中包含三个字段 vehicleType
、noOfVehicles
和 taxPerPspecialVehicleType
。
我想准备一组这 3 个三元组,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税收的算术平均值。
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->{
});
并且我无法应用减少,因此应将其添加到以下集合中:
Set<Triple<String,Integer,Double>> set = new HashSet<>();
我举了一个例子来说明我想通过 Map-Reduce 实现什么:
我正在映射来 self 的表的三个字段(vehicleType、noOfVehicle、taxOfPspecialVehicle),例如:
(vehicleType,(noOfVehicle,noOfVehicle*taxOfParticularVehicle))
假设映射给了我一个像这样的数组:
[("A",(12,48)),("A",(10,30)),("B",(3,30)),("B",(4,70))]
最后我想将其减少到以下集合:
[("A",22,39),("B",7,50)]
这样就可以对 noOfVehicles 进行求和,而税收是该组中车辆税的算术平均值。
最佳答案
如果不进行多次流传输或在外部维护可变状态,这有点棘手。这些方法的最干净的替代方案似乎是编写自定义 Collector
.
我对 Pair
不太满意, Triple
以及什么不是,所以我使用具体类来进行说明:
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,我们需要一个在可变归约期间保存状态的辅助类,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));
我想要的最终减少结果是 Map<String, Stats>
包含从车辆类型到 Stats
的映射该类型的对象(包含该类型的车辆数量和平均税收总和)。
在此示例中:{A=Stats{noOfVehiclesSum=22, averageTax=39.0}, B=Stats{noOfVehiclesSum=12, averageTax=40.0}}
我不知道有什么比编写您自己的定制更好的解决方案 Collector
在这个例子中,看起来有点像下面这样:
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,完成所有这些管道之后,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。
关于java - 在Java中应用MapReduce,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47620042/