【Go泛型】用Go 写了个Stream处理框架堪比Java-Stream

TodoCoder

已于 2023-04-06 10:31:04 修改

阅读量1.1k

点赞数

分类专栏： go 文章标签： golang java

于 2023-04-06 10:20:34 首次发布

本文链接：https://blog.csdn.net/bingju328/article/details/129983540

版权

go 专栏收录该内容

1 篇文章 1 订阅

订阅专栏

大家好，我是Coder哥，有几个月没更了，最近也在用Go语言写一些东西，作为一个Java开发，上手Go语言多少还是感觉有点不是很习惯，其中一个原因是在列表处理Go中没有合适的类似于Java Stream框架的处理，这点感觉不是很方便。所以也一直在找，看到一个比较接近的方案是 go-zero中的流处理，但是局限性也比较强，没有Collectors的一些处理。那干脆就自己实现一个吧，因为最懂自己的还是自己，于是就有了这个东西。

Go Stream简介

在JAVA中，涉及到对数组、Collection等集合类中的元素进行操作的时候，通常会通过循环的方式进行逐个处理，或者使用Stream的方式进行处理。那么在Go中用的多的是切片，那么这里基于Java的stream的操作习惯用Go语言(
1.18+)的泛型和通道实现了一些简单的流操作功能。

go-stream git代码地址：https://github.com/todocoder/go-stream
go-stream gitee代码地址：https://gitee.com/todocoder/go-stream

Stream 介绍

可以将Stream流操作分为3种类型：Stream的生成，Stream中间处理，Stream的终止

Stream的生成

主要负责新建一个Stream流，或者基于现有的数组创建出新的Stream流。

API	功能说明
Of()	通过可变参数`(values ...T)`创建出一个新的stream串行流对象
OfParallel()	通过可变参数`(values ...T)`创建出一个可并行执行stream串行流对象
OfFrom()	通过方法生成`(generate func(source chan<- T))`创建出一个新的stream串行流对象
OfFromParallel()	通过方法生成`(generate func(source chan<- T))`创建出一个可并行执行stream串行流对象
Concat()	多个流拼接的方式创建出一个串行执行stream串行流对象

Stream中间处理

主要负责对Stream进行处理操作，并返回一个新的Stream对象，中间处理操作可以进行叠加。

API	功能说明
Filter()	按照条件过滤符合要求的元素，返回新的stream流
Map()	按照条件将已有元素转换为另一个对象类型，一对一逻辑，返回新类型的stream流
FlatMap()	按照条件将已有元素转换为另一个对象类型，一对多逻辑，即原来一个元素对象可能会转换为1个或者多个新类型的元素，返回新的stream流
Skip()	跳过当前流前面指定个数的元素
Limit()	仅保留当前流前面指定个数的元素，返回新的stream流
Concat()	多个流拼接到当前流下
Distinct()	按照条件去重符合要求的元素，返回新的stream流
Sorted()	按照条件对元素进行排序，返回新的stream流
Reverse()	对流中元素进行返转操作
Peek()	对stream流中的每个元素进行逐个遍历处理，返回处理后的stream流

Stream的终止

通过终止函数操作之后，Stream流将会结束，最后可能会执行某些逻辑处理，或者是按照要求返回某些执行后的结果数据。

API	功能说明
FindFirst()	获取第一个元素
FindLast()	获取最后一个元素
ForEach()	对元素进行逐个遍历，然后执行给定的处理逻辑
Reduce()	对流中元素进行聚合处理
AnyMatch()	返回此流中是否存在元素满足所提供的条件
AllMatch()	返回此流中是否全都满足条件
NoneMatch()	返回此流中是否全都不满足条件
Count()	返回此流中元素的个数
Max()	返回stream处理后的元素最大值
Min()	返回stream处理后的元素最小值
ToSlice()	将流处理后转化为切片
Collect()	将流转换为指定的类型，通过collectors.Collector进行指定

go-stream的使用

库的引入

由于用到了泛型，支持的版本为golang 1.18+

go.mod 中加入如下配置

require github.com/todocoder/go-stream v1.0.0

执行

go mod tidy -go=1.20
go mod download

ForEach、Peek的使用

ForEach和Peek都可以用于对元素进行遍历然后逐个的进行处理。
但Peek属于中间方法，而ForEach属于终止方法。也就是说Peek只能在流中间处理元素，没法直接执行得到结果，其后面必须还要有其它终止操作的时候才会被执行；而ForEach作为无返回值的终止方法，则可以直接执行相关操作。

package todocoder

type TestItem struct {
	itemNum   int
	itemValue string
}

func TestForEachAndPeek(t *testing.T) {
	// ForEach
	stream.Of(
		TestItem{itemNum: 1, itemValue: "item1"},
		TestItem{itemNum: 2, itemValue: "item2"},
		TestItem{itemNum: 3, itemValue: "item3"},
	).ForEach(func(item TestItem) {
		fmt.Println(item.itemValue)
	})
	// Peek
	stream.Of(
		TestItem{itemNum: 1, itemValue: "item1"},
		TestItem{itemNum: 2, itemValue: "item2"},
		TestItem{itemNum: 3, itemValue: "item3"},
	).Peek(func(item *TestItem) {
		item.itemValue = item.itemValue + "peek"
	}).ForEach(func(item TestItem) {
		fmt.Println(item.itemValue)
	})
}

结果如下：

item1
item2
item3
item1peek
item2peek
item3peek

从代码及结果中得知，ForEach只是用来循环流中的元素。而Peek可以在流中间修改流中的元素。

Filter、Sorted、Distinct、Skip、Limit、Reverse

这几个是go-stream中比较常用的中间处理方法，具体说明在上面已标出。使用的话我们可以在流中一个或多个的组合便用。

package todocoder

func TestStream(t *testing.T) {
	// ForEach
	res := stream.Of(
		TestItem{itemNum: 7, itemValue: "item7"},
		TestItem{itemNum: 6, itemValue: "item6"},
		TestItem{itemNum: 1, itemValue: "item1"},
		TestItem{itemNum: 2, itemValue: "item2"},
		TestItem{itemNum: 3, itemValue: "item3"},
		TestItem{itemNum: 4, itemValue: "item4"},
		TestItem{itemNum: 5, itemValue: "item5"},
		TestItem{itemNum: 5, itemValue: "item5"},
		TestItem{itemNum: 5, itemValue: "item5"},
		TestItem{itemNum: 8, itemValue: "item8"},
		TestItem{itemNum: 9, itemValue: "item9"},
	).Filter(func(item TestItem) bool {
		// 过滤掉1的值
		return item.itemNum != 4
	}).Distinct(func(item TestItem) any {
		// 按itemNum 去重
		return item.itemNum
	}).Sorted(func(a, b TestItem) bool {
		// 按itemNum升序排序
		return a.itemNum < b.itemNum
	}).Skip(1).Limit(6).Reverse().Collect(collectors.ToSlice[TestItem]())
	fmt.Println(res)
}

使用Filter过滤掉1的值
通过Distinct对itemNum 去重(在第1步的基础上，下面同理在上一步的基础上)
通过Sorted 按itemNum升序排序
用Skip 从下标为1的元素开始
使用Limit截取排在前6位的元素
使用Reverse 对流中元素进行返转操作
使用collect终止操作将最终处理后的数据收集到Slice中

结果：

[{8 item8} {7 item7} {6 item6} {5 item5} {3 item3} {2 item2}]

AllMatch、AnyMatch、NoneMatch、Count、FindFirst、FindLast

这些方法，均属于这里说的简单结果终止方法。代码如下：

package todocoder

func TestSimple(t *testing.T) {
	allMatch := stream.Of(
		TestItem{itemNum: 7, itemValue: "item7"},
		TestItem{itemNum: 6, itemValue: "item6"},
		TestItem{itemNum: 8, itemValue: "item8"},
		TestItem{itemNum: 1, itemValue: "item1"},
	).AllMatch(func(item TestItem) bool {
		// 返回此流中是否全都==1
		return item.itemNum == 1
	})
	fmt.Println(allMatch)

	anyMatch := stream.Of(
		TestItem{itemNum: 7, itemValue: "item7"},
		TestItem{itemNum: 6, itemValue: "item6"},
		TestItem{itemNum: 8, itemValue: "item8"},
		TestItem{itemNum: 1, itemValue: "item1"},
	).Filter(func(item TestItem) bool {
		return item.itemNum != 1
	}).AnyMatch(func(item TestItem) bool {
		// 返回此流中是否存在 == 8的
		return item.itemNum == 8
	})
	fmt.Println(anyMatch)

	noneMatch := stream.Of(
		TestItem{itemNum: 7, itemValue: "item7"},
		TestItem{itemNum: 6, itemValue: "item6"},
		TestItem{itemNum: 8, itemValue: "item8"},
		TestItem{itemNum: 1, itemValue: "item1"},
	).Filter(func(item TestItem) bool {
		return item.itemNum != 1
	}).NoneMatch(func(item TestItem) bool {
		// 返回此流中是否全部不等于8
		return item.itemNum == 8
	})
	fmt.Println(noneMatch)

	resFirst := stream.Of(
		TestItem{itemNum: 1, itemValue: "item1"},
		TestItem{itemNum: 2, itemValue: "item2"},
		TestItem{itemNum: 3, itemValue: "item3"},
	).FindFirst()
	fmt.Println(resFirst.Get())

	resLast := stream.Of(
		TestItem{itemNum: 1, itemValue: "item1"},
		TestItem{itemNum: 2, itemValue: "item2"},
		TestItem{itemNum: 3, itemValue: "item3"},
	).FindLast()
	fmt.Println(resLast.Get())
}

结果：

false
true
false
{1 item1} true
{3 item3} true

Map、FlatMap

Map与FlatMap都是用于转换已有的元素为其它元素，区别点在于：

Map 按照条件将已有元素转换为另一个对象类型，一对一逻辑
FlatMap 按照条件将已有元素转换为另一个对象类型，一对多逻辑

比如我要把 int 1 转为 TestItem{itemNum: 1, itemValue: “item1”}

package todocoder

func TestMap(t *testing.T) {
	res := stream.Of([]int{1, 2, 3, 4, 7}...).Map(func(item int) any {
		return TestItem{
			itemNum:   item,
			itemValue: fmt.Sprintf("item%d", item),
		}
	}).Collect(collectors.ToSlice[any]())
	fmt.Println(res)
}

[{1 item1} {2 item2} {3 item3} {4 item4} {7 item7}]

那如果我要把两个字符串[“wo shi todocoder”,“ha ha ha”] 转为 [“wo”,“shi”,“todocoder”,“ha”,“ha”,“ha”]
用Map就不行了,这就需要用到FlatMap了

package todocoder

func TestFlatMap(t *testing.T) {
	// 把两个字符串["wo shi todocoder","ha ha ha"] 转为 ["wo","shi","todocoder","ha","ha","ha"]
	res := stream.Of([]string{"wo shi todocoder", "ha ha ha"}...).FlatMap(func(s string) stream.Stream[any] {
		return stream.OfFrom(func(source chan<- any) {
			for _, str := range strings.Split(s, " ") {
				source <- str
			}
		})
	}).Collect(collectors.ToSlice[any]())
	fmt.Println(res)
}

[wo shi todocoder ha ha ha]

这里需要补充一句，只要经过Map或者FlatMap 处理后，类型就会统一变成 any了，而不是泛型T，如需要强制类型处理，需要手动转换一下
这个原因是Go泛型的局限性导致的，不能在struct 方法中定义其他类型的泛型，这块看后续官方是否支持了

可以看如下代码

package todocoder

func TestMap(t *testing.T) {
	res := stream.Of(
		TestItem{itemNum: 3, itemValue: "item3"},
	).FlatMap(func(item TestItem) stream.Stream[any] {
		return Of[any](
			TestItem{itemNum: item.itemNum * 10, itemValue: fmt.Sprintf("%s+%d", item.itemValue, item.itemNum)},
			TestItem{itemNum: item.itemNum * 20, itemValue: fmt.Sprintf("%s+%d", item.itemValue, item.itemNum)},
		)
	}).Map(func(item any) any {
		// 这里需要类型转换
		ite := item.(TestItem)
		return ToTestItem{
			itemNum:   ite.itemNum,
			itemValue: ite.itemValue,
		}
	}).Collect(collectors.ToSlice[any]())
	fmt.Println(res)
}

collectors.ToMap、collectors.GroupBy

这两个是相对复杂的终止方法，ToMap 是类似于Java stream流中Collectors.toMap()可以把切片数组转换成切片map, GroupBy
类似于Java stream中 Collectors.groupingby()方法，按某个维度来分组

我有如下切片列表：

TestItem{itemNum: 1, itemValue: “item1”},
TestItem{itemNum: 2, itemValue: “item2”},
TestItem{itemNum: 2, itemValue: “item3”}

第一个需求是：把这个列表按 itemNum为Key, itemValue 为 value转换成Map
第二个需求是：把这个列表按 itemNum为Key, 分组后转换成Map
我们看一下代码：

package todocoder

func TestToMap(t *testing.T) {
	// 第一个需求
	resMap := Of(
		TestItem{itemNum: 1, itemValue: "item1"},
		TestItem{itemNum: 2, itemValue: "item2"},
		TestItem{itemNum: 2, itemValue: "item3"},
	).Collect(collectors.ToMap[TestItem](func(t TestItem) any {
		return t.itemNum
	}, func(item TestItem) any {
		return item.itemValue
	}, func(oldV, newV any) any {
		return oldV
	}))
	fmt.Println("第一个需求:")
	fmt.Println(resMap)
	// 第二个需求
	resGroup := Of(
		TestItem{itemNum: 1, itemValue: "item1"},
		TestItem{itemNum: 2, itemValue: "item2"},
		TestItem{itemNum: 2, itemValue: "item3"},
	).Collect(collectors.GroupingBy(func(t TestItem) any {
		return t.itemNum
	}, func(t TestItem) any {
		return t
	}))
	fmt.Println("第二个需求:")
	fmt.Println(resGroup)
}

第一个需求:
map[1:item1 2:item2]
第二个需求:
map[1:[{1 item1}] 2:[{2 item2} {2 item3}]]

最后

作为一个Java开发，用习惯了Stream操作，也没找到合适的轻量的stream框架，也不知道后续官方是否会出，在这之前，就先自己简单实现一个，后面遇到复杂的处理流程会持续的更新到上面
除了上面这些功能，还有并行流处理，有兴趣可以自行查看体验测试类:stream_test

有什么问题可以留言，看到后第一时间回复

TodoCoder

关注

0
点赞
踩
7

收藏

觉得还不错? 一键收藏
1
评论
【Go泛型】用Go 写了个Stream处理框架堪比Java-Stream

Go中没有合适的类似于Java Stream的处理框架，这里自行根据Go语言特性及泛型实现了个，用起来和Java Stream一样丝滑，就是有点费笔水。。。
复制链接

扫一扫