Spring Boot Vue 毕设系统讲解 12 【统计方法教学】

 /**
     * （按值统计）
     */
    @RequestMapping("/value/{xColumnName}/{yColumnName}")
    public R value(@PathVariable("yColumnName") String yColumnName, @PathVariable("xColumnName") String xColumnName,HttpServletRequest request) {
        Map<String, Object> params = new HashMap<String, Object>();
        params.put("xColumn", xColumnName);
        params.put("yColumn", yColumnName);
        EntityWrapper<BingxiangxinxiEntity> ew = new EntityWrapper<BingxiangxinxiEntity>();
        List<Map<String, Object>> result = bingxiangxinxiService.selectValue(params, ew);
        SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
        for(Map<String, Object> m : result) {
            for(String k : m.keySet()) {
                if(m.get(k) instanceof Date) {
                    m.put(k, sdf.format((Date)m.get(k)));
                }
            }
        }
        List<Map<String, Object>> result2 = new ArrayList<Map<String,Object>>();
        for(Map<String, Object> m : result) {
            List<Tuple2<String, Object>> data = new ArrayList<>();
            for(String s : m.keySet()) {
                data.add(new Tuple2<>(s, m.get(s)));
            }
            JavaPairRDD<String, Object> originRDD = javaSparkContext.parallelizePairs(data);
            result2.add(originRDD.collectAsMap());
        }
        return R.ok().put("data", result2);
    }

这段代码执行了一系列操作，旨在处理一些数据并将其转换为特定的格式，最后通过一个响应对象返回：

1. 初始化参数和查询：
   • 创建一个Map<String, Object>类型的params，用于存储查询时需要的参数。这里xColumnName和yColumnName是已经定义好的字符串变量，代表要查询的列名。
   • 调用bingxiangxinxiService.selectValue(params, ew)方法，传入参数和查询包装器，执行查询并返回一个List<Map<String, Object>>类型的结果集result。这个结果集可能包含多行数据，每行数据都是一个键值对映射，键是列名，值是对应的值。
2. 日期格式化：
   • 遍历result中的每个映射（Map<String, Object>），检查每个值的类型。如果值是Date类型，则使用SimpleDateFormat将其格式化为"yyyy-MM-dd"格式的字符串，并替换原来的值。
3. 与Apache Spark的交互（问题所在）：
   • 创建一个新的列表result2，意图是将result中的数据以某种形式转换后存入。
   • 再次遍历result中的每个映射m，为每个映射创建一个List<Tuple2<String, Object>>（这里假设Tuple2是一个自定义的或来自某个库的类，用于存储键值对）。
   • 将这个列表转换为JavaPairRDD<String, Object>（这是Apache Spark的一个分布式数据集类型）
   • 使用originRDD.collectAsMap()将RDD收集回一个映射。
   • 将这个映射添加到result2列表中
4. 返回响应：
   • 使用R.ok().put("data", result2)返回一个响应对象，其中data字段包含了经过处理的result2列表。但由于前面的处理存在逻辑问题，result2中的每个元素都是一个只包含一行数据的映射，这显然不是预期的结果。