- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在玩一些 Java 流,我想出了一个问题的解决方案,我想与大家分享一下,看看我的方法是否正确。
我从 https://catalog.data.gov/dataset/consumer-complaint-database 下载了一个数据集其中有 700k+ 客户投诉记录。我使用的信息如下:
公司名称产品名称
我的目标是获得以下结果:
数据集中出现次数较多的10家公司
数据集中出现次数较多的10种产品
得到类似的东西
Map<String, Map<String,Integer>>
其中,主图的key为公司名称,副图的key为产品名称,其值为产品在该公司被投诉的次数。
所以我所做的解决方案如下:
@Test
public void joinGroupingsTest() throws URISyntaxException, IOException {
String path = CsvReaderTest.class.getResource("/complains.csv").toURI().toString();
complains = CsvReader.readFileStreamComplain(path.substring(path.indexOf('/')+1));
Map<String, List<Complain>> byCompany = complains.parallelStream()
.collect(Collectors.groupingBy(Complain::getCompany))
.entrySet().stream()
.sorted((f1, f2) -> Long.compare(f2.getValue().size(), f1.getValue().size()))
.limit(10)
.collect(Collectors.toMap(Entry::getKey, Entry::getValue));
Map<String, List<Complain>> byProduct = complains.parallelStream()
.collect(Collectors.groupingBy(Complain::getProduct))
.entrySet().stream()
.sorted((f1, f2) -> Long.compare(f2.getValue().size(), f1.getValue().size()))
.limit(10)
.collect(Collectors.toMap(Entry::getKey, Entry::getValue));
Map<String, List<Complain>> map = complains.parallelStream()
.filter((x) -> byCompany.get(x.getCompany()) != null
&& byProduct.get(x.getProduct()) != null)
.collect(Collectors.groupingBy(Complain::getCompany));
Map<String, Map<String, Long>> map2 = map.entrySet().parallelStream()
.collect(Collectors.toMap(
e -> e.getKey(),
e -> e.getValue().stream()
.collect(Collectors.groupingBy(Complain::getProduct, Collectors.counting()))
));
System.out.println(map2);
}
如您所见,我有几个步骤可以实现此目的:
1) 我得到了发生次数较多的 10 家公司以及相关的投诉(记录)
2)我得到了出现次数较多的10个产品和相关的投诉(记录)
3)我得到一张以公司名称为key的 map ,是之前计算的top 10公司中的,以及同样在top 10产品中的产品的投诉
4) 我进行必要的转换以获得我想要的 map 。
除了在两个不同的线程中 fork 和分离步骤 1 和 2 之外,我是否有任何其他考虑因素可能需要提高性能,甚至以更好的方式使用流。
谢谢!
最佳答案
在前两个操作中,您将集合分组到 List
中,只是为了按它们的大小排序。这是一种明显的资源浪费,因为您可以在分组时简单地计算组元素,然后按计数排序。此外,由于前两个操作是相同的,除了分组功能之外,值得通过为任务创建一个方法来消除代码重复。
其他两个流操作可以合而为一,方法是在收集组时立即对组执行 collect
操作。
public void joinGroupingsTest() throws URISyntaxException, IOException {
String path = CsvReaderTest.class.getResource("/complains.csv").toURI().toString();
complains = CsvReader.readFileStreamComplain(path.substring(path.indexOf('/')+1));
Set<String> byCompany = getTopTen(complains, Complain::getCompany);
Set<String> byProduct = getTopTen(complains, Complain::getProduct);
Map<String, Map<String, Long>> map = complains.stream()
.filter(x -> byCompany.contains(x.getCompany())
&& byProduct.contains(x.getProduct()))
.collect(Collectors.groupingBy(Complain::getCompany,
Collectors.groupingBy(Complain::getProduct, Collectors.counting())));
System.out.println(map);
}
static <T,V> Set<V> getTopTen(Collection<T> source, Function<T,V> criteria) {
return source.stream()
.collect(Collectors.groupingBy(criteria, Collectors.counting()))
.entrySet().stream()
.sorted(Map.Entry.comparingByValue())
.limit(10)
.map(Map.Entry::getKey)
.collect(Collectors.toSet());
}
请注意,两个条件的交集可能小于十个元素,甚至可能为空。你可能会重新考虑这个条件。
此外,您应该始终重新检查数据量是否真的大到足以从并行处理中获益。另请注意,getTopTen
操作由两个流操作组成。将第一个切换为并行不会改变第二个的性质。
关于java - 使用 Streams 在 JAVA 中进行聚合,这是一种好方法吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44032340/
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务,尤其是 WebScriptEndpoint。 任何人都可以对此给出任何指导吗? 谢谢 最佳答案 这是一篇关于
我正在编写一个将运行 Linux 命令的 C 程序,例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
所以我正在尝试处理文件上传,然后将该文件作为二进制文件存储到数据库中。在我存储它之后,我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库,因为我使用 Google 应用引
我正在尝试制作一个宏,将下面的公式添加到单元格中,然后将其拖到整个列中并在 H 列中复制相同的公式 我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
问题类似于this one ,但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
我正在使用GNU bash,版本5.0.3(1)-发行版(x86_64-pc-linux-gnu),我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
这里,为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时,它发现错误。 而且我的 jquery 类和 insertadjacentHTMl 也不
我正在尝试更改标签的innerHTML。我无权访问该表单,因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。 这是输入和标签的结构:
我有一个页面,我可以在其中返回用户帖子,可以使用一些 jquery 代码对这些帖子进行即时评论,在发布新评论后,我在帖子下插入新评论以及删除 按钮。问题是 Delete 按钮在新插入的元素上不起作用,
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列,它是一个数字,如帐号,并按原样返回其余列。 使用 awk 或 sed 执行此操作的最佳方法是什么? Accounti
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中,我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
所以我试图有一个输入字段,我可以在其中输入任何字符,但然后将输入的值小写,删除任何非字母数字字符,留下“。”而不是空格。 例如,如果我输入: 地球的 70% 是水,-!*#$^^ & 30% 土地 输
我正在尝试做一些我认为非常简单的事情,但出于某种原因我没有得到想要的结果?我是 javascript 的新手,但对 java 有经验,所以我相信我没有使用某种正确的规则。 这是一个获取输入值、检查选择
我想使用 angularjs 从 mysql 数据库加载数据。 这就是应用程序的工作原理;用户登录,他们的用户名存储在 cookie 中。该用户名显示在主页上 我想获取这个值并通过 angularjs
我正在使用 autoLayout,我想在 UITableViewCell 上放置一个 UIlabel,它应该始终位于单元格的右侧和右侧的中心。 这就是我想要实现的目标 所以在这里你可以看到我正在谈论的
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
我尝试使用for循环声明变量,然后测试cols和rols是否相同。如果是,它将运行递归函数。但是,我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗? 现在,在比较 col.1 和
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {
我是一名优秀的程序员,十分优秀!