Java groupingBy 的下游 mapping 怎么提取每组指定字段

接口要按店铺分组，但返回结果只需要每组的商品编码，而不是把整条订单记录都带出去，最顺手的写法就是把字段提取放进 groupingBy 的下游收集器：groupingBy(OrderRecord::shop, mapping(OrderRecord::itemCode, toSet()))。外层决定 Map 的键，mapping 决定投影字段，toSet 决定每组如何保存字段。

groupingBy 负责“分到哪一组”，mapping 负责“每组留下什么”，最后一个下游收集器负责“留下的字段如何聚合”。如果改成 toMap，还必须明确重复键的合并策略。

先把分组结果的类型想清楚

假设订单记录只有三个字段：

record OrderRecord(String shop, String itemCode, String itemName) {}

// 先确认外层键和每组值的目标类型
Map> raw = records.stream()
        .collect(Collectors.groupingBy(OrderRecord::shop));

这段默认写法得到的是“店铺到完整记录列表”。如果接口只返回编码，目标类型应改成 Map>；如果还要保留编码到名称的对应关系，则应改成 Map>。类型先定下来，收集器的嵌套位置就不会乱。

用 mapping 把每组对象投影成字段集合

mapping 接收一个字段提取函数和一个下游收集器。Oracle Java SE 25 文档也把它定位为多级归约中常用的适配器：输入还是 OrderRecord，下游看到的已经是 String。

Map> codesByShop = records.stream()
        .collect(Collectors.groupingBy(
                OrderRecord::shop,
                Collectors.mapping(
                        OrderRecord::itemCode,
                        Collectors.toSet())));

// 需要保留重复编码和遇到顺序时，再把 toSet 改为 toList
Map> orderedCodesByShop = records.stream()
        .collect(Collectors.groupingBy(
                OrderRecord::shop,
                Collectors.mapping(OrderRecord::itemCode, Collectors.toList())));

这里的 toSet 会去重，但不要把它当成排序集合；若返回顺序是协议的一部分，应显式使用 toCollection(LinkedHashSet::new) 或者在业务允许时保留 toList。分组键为 null 也要提前处理，默认 groupingBy 不接受空分类键。

下游 toMap 遇到重复键时怎么收敛

如果每家店还要得到“商品编码到商品名称”的映射，字段投影就不够了，需要把同组元素收集成 Map：

Map> namesByShop = records.stream()
        .collect(Collectors.groupingBy(
                OrderRecord::shop,
                Collectors.toMap(
                        OrderRecord::itemCode,
                        OrderRecord::itemName,
                        (oldName, newName) -> newName)); // 同编码时保留后者

// 若重复编码代表脏数据，可改为抛出带业务信息的异常
BinaryOperator rejectDuplicate = (oldName, newName) -> {
    throw new IllegalStateException("同店铺出现重复商品编码"); // 让数据问题尽早暴露
};

toMap(keyMapper, valueMapper) 的两参数版本遇到相同 key 会失败；第三个 mergeFunction 不是装饰参数，而是数据规则。保留旧值、覆盖新值、拼接名称或直接拒绝，都应由业务含义决定。若 value 可能为 null，还应在进入收集器前完成清洗，因为常用 Map 收集器对空值有额外限制。

并行收集时别把顺序和并发混为一谈

普通 groupingBy 在并行流中仍需要合并各分片的 Map，数据量不大时，合并成本可能抵消并行收益；而 groupingByConcurrent 返回的是 ConcurrentMap，但这不等于下游结果天然有序。尤其是 toSet、toMap 的结果顺序都不应作为接口契约。

可以按下面的清单做选择：

真正需要并行时，先固定输入规模和重复键比例，再比较串行与并行的总耗时；不要仅因看到 parallelStream() 就替换。若结果要序列化返回，最好在收集完成后再做明确的排序或转换。

常见问题与边界

为什么不先 groupingBy 再 map？

可以这样做，但会先保存完整对象列表，额外占用内存并增加一次遍历；下游 mapping 能把投影直接放在分组收集阶段。

toSet 和 toList 怎么选？

字段需要去重且顺序无意义时选 toSet；重复项有业务意义或需要保持输入顺序时选 toList，不要用 Set 代替排序逻辑。

重复键该保留哪个值？

在 mergeFunction 中明确写出旧值、新值的规则。若重复意味着数据错误，直接抛出带上下文的异常通常比静默覆盖更容易排查。

收尾检查

写完嵌套收集器后，先读目标泛型：外层是否是分组键，内层是否是字段集合或字段 Map；再检查 mapping 的 getter 返回类型是否和下游匹配；最后确认重复键、空值、顺序与并行合并规则。这样处理后，groupingBy 的职责保持单一，返回结构也能直接对接接口。