当前位置:首页 > 文章列表 > 文章 > java教程 > Java824小时内记录筛选方法

Java824小时内记录筛选方法

2025-09-29 14:27:31 0浏览 收藏

本篇文章给大家分享《Java 8 精准筛选24小时内的记录方法》,覆盖了文章的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。

使用 Java 8+ java.time API 精确筛选滚动24小时内的记录

本文旨在解决在Java中高效筛选过去24小时内创建的记录这一常见业务需求。针对传统Calendar API存在的冗余和复杂性问题,我们将详细介绍如何利用Java 8及更高版本提供的java.time包,通过清晰、简洁且不易出错的方式,构建精确的时间窗口逻辑,从而实现对指定时间段内数据的准确检索和处理,极大地提升代码的可读性和可维护性。

业务场景与传统方法面临的挑战

在许多业务场景中,我们需要根据特定的时间窗口来筛选数据。例如,一个常见的需求是每天早上7点,需要汇总并发送前一天早上6点到当天早上6点之间创建的所有记录。如果使用传统的java.util.Date和java.util.Calendar API来处理这类滚动时间窗口的逻辑,代码往往会变得冗长、复杂且容易出错。

考虑以下使用Calendar API实现类似逻辑的示例:

Date disturbanceDate = disruptionEventEntity.getDisturbanceDate();

Calendar now = Calendar.getInstance();
now.setTime(disturbanceDate);

// 定义时间窗口的开始和结束
Calendar before = Calendar.getInstance();
before.set(Calendar.HOUR_OF_DAY, 6);
before.set(Calendar.MINUTE, 0);
before.set(Calendar.DAY_OF_WEEK, Calendar.MONDAY); // 硬编码星期几,不灵活
// ... 还需要为其他日期设置相同的逻辑

Calendar after = Calendar.getInstance();
after.set(Calendar.HOUR_OF_DAY, 6);
after.set(Calendar.MINUTE, 0);
after.set(Calendar.DAY_OF_WEEK, Calendar.TUESDAY); // 硬编码星期几,不灵活

boolean between = now.before(after) && now.after(before);
if (between){
  // 如果记录在此时间段内,则进行处理
}

这种方法存在几个明显的问题:

  1. 代码重复与冗余: 对于不同的日期,需要重复设置Calendar实例的DAY_OF_WEEK等字段,导致代码难以维护。
  2. 可读性差: Calendar的API设计相对复杂,理解其操作需要更多的上下文。
  3. 易出错: 硬编码日期或星期几容易引入逻辑错误,尤其是在跨越月份或年份时。
  4. 线程不安全: Calendar不是线程安全的,在多线程环境下可能导致问题。

使用 java.time API 优化解决方案

Java 8引入的java.time包(JSR-310)提供了一套全新的日期和时间API,旨在解决传统API的痛点。它具有不可变性、清晰的语义和链式操作等优点,非常适合处理这类时间窗口逻辑。

下面我们将展示如何使用java.time API来优雅地实现上述需求:筛选出在“昨天早上6点”到“今天早上6点”之间创建的记录。

1. 将传统 Date 转换为 java.time 对象

如果你的数据源仍然使用java.util.Date来存储时间,第一步是将其转换为java.time包中的对象,通常是LocalDateTime或ZonedDateTime。考虑到业务需求通常不涉及复杂的时区转换,LocalDateTime是一个不错的选择。

import java.time.LocalDate;
import java.time.LocalDateTime;
import java.time.LocalTime;
import java.time.ZoneId;
import java.util.Date; // 假设这是从实体获取的旧Date对象

// 获取旧的java.util.Date对象
Date disturbanceDateOld = disruptionEventEntity.getDisturbanceDate();

// 将java.util.Date转换为LocalDateTime
// 1. 转换为Instant(时间戳)
// 2. 指定时区(系统默认时区或特定时区)
// 3. 转换为LocalDateTime
LocalDateTime disturbanceDate = disturbanceDateOld.toInstant()
                                                  .atZone(ZoneId.systemDefault()) // 使用系统默认时区,或指定如 ZoneId.of("Asia/Shanghai")
                                                  .toLocalDateTime();

注意事项:

  • ZoneId.systemDefault()用于获取当前系统的默认时区。在生产环境中,建议明确指定一个时区(例如ZoneId.of("Asia/Shanghai")),以避免因服务器时区设置不同而导致的问题。
  • 如果disturbanceDateOld可能为null,请添加相应的null检查。

2. 定义时间窗口的边界

接下来,我们需要定义“今天早上6点”和“昨天早上6点”这两个时间点作为筛选的边界。

// 获取当前日期,并结合指定时间点(早上6点)
// 首先获取当前日期的LocalDate部分
// 然后结合LocalTime.of(6, 0, 0)创建今天早上6点的LocalDateTime
LocalDateTime todayAtSix = LocalDateTime.of(
    LocalDate.now(ZoneId.systemDefault()), // 同样使用指定时区获取当前日期
    LocalTime.of(6, 0, 0)
);

// 计算昨天早上6点
// 在todayAtSix的基础上减去一天
LocalDateTime yesterdayAtSix = todayAtSix.minusDays(1);

通过LocalDate.now()获取当前日期,然后结合LocalTime.of(6, 0, 0)精确构造出LocalDateTime对象。minusDays(1)方法则以非常直观的方式计算出前一天的同一时间。

3. 执行时间范围判断

有了记录的创建时间(disturbanceDate)和时间窗口的两个边界(yesterdayAtSix, todayAtSix),现在可以进行判断了。java.time对象提供了isAfter(), isBefore(), isEqual()等方法进行比较。

if (disturbanceDate.isAfter(yesterdayAtSix) && disturbanceDate.isBefore(todayAtSix)) {
    // 如果记录的创建时间在“昨天早上6点”之后
    // 并且在“今天早上6点”之前,则满足条件
    // 在此执行发送记录到集成系统等业务逻辑
    System.out.println("记录 " + disturbanceDate + " 在指定时间窗口内,进行处理。");
} else {
    System.out.println("记录 " + disturbanceDate + " 不在指定时间窗口内。");
}

完整示例代码

将上述步骤整合起来,完整的解决方案如下:

import java.time.LocalDate;
import java.time.LocalDateTime;
import java.time.LocalTime;
import java.time.ZoneId;
import java.util.Date;

public class RecordFilteringService {

    // 假设这是一个模拟的实体类,实际中会从数据库或其他地方获取
    static class DisruptionEventEntity {
        private Date disturbanceDate;

        public DisruptionEventEntity(Date disturbanceDate) {
            this.disturbanceDate = disturbanceDate;
        }

        public Date getDisturbanceDate() {
            return disturbanceDate;
        }
    }

    public void processRecordsCreatedWithinLast24Hours(DisruptionEventEntity disruptionEventEntity) {
        // 1. 将旧的java.util.Date转换为LocalDateTime
        LocalDateTime disturbanceDate = disruptionEventEntity.getDisturbanceDate()
                                                            .toInstant()
                                                            .atZone(ZoneId.systemDefault()) // 建议使用明确的时区,例如 ZoneId.of("Asia/Shanghai")
                                                            .toLocalDateTime();

        // 2. 定义时间窗口的边界
        // 获取当前日期,并设定时间为早上6点
        LocalDateTime todayAtSix = LocalDateTime.of(
            LocalDate.now(ZoneId.systemDefault()),
            LocalTime.of(6, 0, 0)
        );

        // 计算昨天早上6点
        LocalDateTime yesterdayAtSix = todayAtSix.minusDays(1);

        // 3. 执行时间范围判断
        // 注意:isAfter和isBefore是排他性的,即不包含边界时间点
        if (disturbanceDate.isAfter(yesterdayAtSix) && disturbanceDate.isBefore(todayAtSix)) {
            // 如果记录的创建时间在“昨天早上6点”之后且在“今天早上6点”之前
            System.out.println("记录创建时间: " + disturbanceDate + " 满足条件,进行处理。");
            // 在此执行发送记录到集成系统等业务逻辑
        } else {
            System.out.println("记录创建时间: " + disturbanceDate + " 不满足条件。");
        }
    }

    public static void main(String[] args) {
        RecordFilteringService service = new RecordFilteringService();

        // 模拟一些记录
        // 假设当前是 2023-10-25 09:00:00
        // todayAtSix 会是 2023-10-25 06:00:00
        // yesterdayAtSix 会是 2023-10-24 06:00:00

        // 满足条件的记录 (2023-10-24 07:00:00)
        service.processRecordsCreatedWithinLast24Hours(new DisruptionEventEntity(
            Date.from(LocalDateTime.of(2023, 10, 24, 7, 0).atZone(ZoneId.systemDefault()).toInstant())
        ));

        // 不满足条件的记录 (早于昨天6点: 2023-10-24 05:00:00)
        service.processRecordsCreatedWithinLast24Hours(new DisruptionEventEntity(
            Date.from(LocalDateTime.of(2023, 10, 24, 5, 0).atZone(ZoneId.systemDefault()).toInstant())
        ));

        // 不满足条件的记录 (晚于今天6点: 2023-10-25 07:00:00)
        service.processRecordsCreatedWithinLast24Hours(new DisruptionEventEntity(
            Date.from(LocalDateTime.of(2023, 10, 25, 7, 0).atZone(ZoneId.systemDefault()).toInstant())
        ));

        // 边界情况:恰好是昨天6点(不包含)
        service.processRecordsCreatedWithinLast24Hours(new DisruptionEventEntity(
            Date.from(LocalDateTime.of(2023, 10, 24, 6, 0).atZone(ZoneId.systemDefault()).toInstant())
        ));

        // 边界情况:恰好是今天6点(不包含)
        service.processRecordsCreatedWithinLast24Hours(new DisruptionEventEntity(
            Date.from(LocalDateTime.of(2023, 10, 25, 6, 0).atZone(ZoneId.systemDefault()).toInstant())
        ));
    }
}

关键优势与注意事项

  1. 清晰与简洁: java.time API的命名和设计更符合人类的直观理解,minusDays(), isAfter(), isBefore()等方法使得代码意图一目了然。
  2. 不可变性: java.time中的所有核心类(如LocalDateTime, LocalDate, LocalTime等)都是不可变的,这意味着它们是线程安全的,并且每次操作都会返回一个新的实例,避免了副作用。
  3. 时区处理: java.time提供了强大的时区处理能力。在将java.util.Date转换为LocalDateTime时,务必考虑时区,并使用atZone(ZoneId)明确指定。如果忽略时区,可能会导致跨时区系统中的时间偏差。
  4. 边界条件: isAfter()和isBefore()是排他性的,即它们不包含边界时间点。如果业务需求是包含边界时间点(例如“从昨天6点开始,到今天6点结束,包含6点整”),则需要使用isAfter(yesterdayAtSix) || disturbanceDate.isEqual(yesterdayAtSix)以及isBefore(todayAtSix) || disturbanceDate.isEqual(todayAtSix),或者更简洁地使用!disturbanceDate.isBefore(yesterdayAtSix)和!disturbanceDate.isAfter(todayAtSix)。
  5. 灵活性: 轻松调整时间窗口。例如,如果需要筛选过去48小时的记录,只需将minusDays(1)改为minusDays(2)。如果需要更改报告时间,只需修改LocalTime.of(6, 0, 0)。

总结

通过采用Java 8的java.time API,我们可以将复杂且易错的日期时间处理逻辑转化为简洁、清晰、健壮的代码。这不仅提升了开发效率,也大大降低了因日期时间处理不当而引发的潜在问题。在任何需要进行日期时间计算和比较的Java项目中,强烈推荐优先使用java.time包。

好了,本文到此结束,带大家了解了《Java824小时内记录筛选方法》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

Java检查JDK版本安装是否正确的方法Java检查JDK版本安装是否正确的方法
上一篇
Java检查JDK版本安装是否正确的方法
快手极速版查看他人主页方法
下一篇
快手极速版查看他人主页方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    499次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • WisPaper:复旦大学智能科研助手,AI文献搜索、阅读与总结
    WisPaper
    WisPaper是复旦大学团队研发的智能科研助手,提供AI文献精准搜索、智能翻译与核心总结功能,助您高效搜读海量学术文献,全面提升科研效率。
    41次使用
  • Canva可画AI简历生成器:智能制作专业简历,高效求职利器
    Canva可画-AI简历生成器
    探索Canva可画AI简历生成器,融合AI智能分析、润色与多语言翻译,提供海量专业模板及个性化设计。助您高效创建独特简历,轻松应对各类求职挑战,提升成功率。
    45次使用
  • AI 试衣:潮际好麦,电商营销素材一键生成
    潮际好麦-AI试衣
    潮际好麦 AI 试衣平台,助力电商营销、设计领域,提供静态试衣图、动态试衣视频等全方位服务,高效打造高质量商品展示素材。
    149次使用
  • 蝉妈妈AI:国内首个电商垂直大模型,抖音增长智能助手
    蝉妈妈AI
    蝉妈妈AI是国内首个聚焦电商领域的垂直大模型应用,深度融合独家电商数据库与DeepSeek-R1大模型。作为电商人专属智能助手,它重构电商运营全链路,助力抖音等内容电商商家实现数据分析、策略生成、内容创作与效果优化,平均提升GMV 230%,是您降本增效、抢占增长先机的关键。
    311次使用
  • 社媒分析AI:数说Social Research,用AI读懂社媒,驱动增长
    数说Social Research-社媒分析AI Agent
    数说Social Research是数说故事旗下社媒智能研究平台,依托AI Social Power,提供全域社媒数据采集、垂直大模型分析及行业场景化应用,助力品牌实现“数据-洞察-决策”全链路支持。
    211次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码