Java Streams GroupingBy 和按计数过滤（类似于 SQL 的 HAVING）

Question

Java (9+) 流是否支持HAVING类似于 SQL的子句？用例：分组然后删除具有特定计数的所有组。是否可以将以下 SQL 子句编写为 Java 流？

GROUP BY id
HAVING COUNT(*) > 5

我能想到的最接近的是：

input.stream()
        .collect(groupingBy(x -> x.id()))
        .entrySet()
        .stream()
        .filter(entry -> entry.getValue().size() > 5)
        .collect(toMap(Map.Entry::getKey, Map.Entry::getValue));

但是提取分组结果的entrySet来收集两次感觉很奇怪，尤其是终端collect调用基本上是将映射映射到自身。

我看到有collectingAndThen和filtering收藏家，但我不知道他们是否会解决我的问题（或者说如何正确地应用它们）。

是否有上述更好（更惯用）的版本，或者我是否坚持收集到中间地图，过滤然后收集到最终地图？

Answer 1

操作一般需要在分组后进行，因为需要将一个组完全收集起来，才能确定它是否满足条件。

您可以使用removeIf从结果地图中删除不匹配的组并将此整理操作注入收集器，而不是将地图收集到另一个类似的地图中：

Map<KeyType, List<ElementType>> result =
    input.stream()
        .collect(collectingAndThen(groupingBy(x -> x.id(), HashMap::new, toList()),
            m -> {
                m.values().removeIf(l -> l.size() <= 5);
                return m;
            }));

由于groupingBy(Function)收集器不保证创建的映射的可变性，我们需要为可变映射指定一个供应商，这要求我们明确下游收集器，因为没有重载groupingBy仅指定函数和映射供应商。

如果这是一个重复性任务，我们可以使用它制作一个自定义收集器来改进代码：

public static <T,K,V> Collector<T,?,Map<K,V>> having(
                      Collector<T,?,? extends Map<K,V>> c, BiPredicate<K,V> p) {
    return collectingAndThen(c, in -> {
        Map<K,V> m = in;
        if(!(m instanceof HashMap)) m = new HashMap<>(m);
        m.entrySet().removeIf(e -> !p.test(e.getKey(), e.getValue()));
        return m;
    });
}

为了获得更高的灵活性，这个收集器允许一个任意的映射生成收集器，但由于这不强制映射类型，它会在之后通过简单地使用复制构造函数来强制一个可变映射。在实践中，这不会发生，因为默认是使用HashMap. 当调用者显式请求 aLinkedHashMap来维护订单时，它也可以工作。我们甚至可以通过将行更改为

if(!(m instanceof HashMap || m instanceof TreeMap
  || m instanceof EnumMap || m instanceof ConcurrentMap)) {
    m = new HashMap<>(m);
}

不幸的是，没有标准的方法来确定地图是否可变。

自定义收集器现在可以很好地用作

Map<KeyType, List<ElementType>> result =
    input.stream()
        .collect(having(groupingBy(x -> x.id()), (key,list) -> list.size() > 5));