Iterable 接口中的歧义及其在 Java 中的实现

Question

当我们在这个接口上调用next() 方法时，Java Iterator 接口是否强制我们返回一个新对象？我浏览了文档，每次调用都没有返回一个新对象的义务，但这会导致很多歧义。看来，Hadoop mapreduce 框架打破了一些未记录的规则，这在我的简单程序中导致了许多问题（包括使用 Java8 Streams）。当我在Iterator上调用next()方法时，它返回的是相同的Object，但内容不同（虽然和我的想象不符，但似乎并没有打破Iterator的规则，至少看起来并没有打破Iterator接口的记录规则）。我想知道为什么会这样？是mapreduce错误吗？还是 Java 错误没有记录 Iterator 接口以在每次调用 next() 方法时返回新实例：

为了简单起见并显示 hadoop mapreduce 中发生的情况，我编写了自己的 Iterator，这与 mapreduce 所做的类似，因此您可以理解我的意思（所以它不是一个完美的程序，并且可能有很多问题，但请专注于我试图展示的概念）。 想象一下我有以下Hospital 实体：

@Getter
@Setter
@AllArgsConstructor
@ToString
public class Hospital {
    private AREA area;
    private int patients;

    public Hospital(AREA area, int patients) {
        this.area = area;
        this.patients = patients;
    }

    public Hospital() {
    }
}

为此我写了以下MyCustomHospitalIterable：

public class MyCustomHospitalIterable implements Iterable<Hospital> {

    private List<Hospital> internalList;
    private CustomHospitalIteration customIteration = new CustomHospitalIteration();

    public MyCustomHospitalIterable(List<Hospital> internalList) {
        this.internalList = internalList;
    }

    @Override
    public Iterator<Hospital> iterator() {
        return customIteration;
    }

    public class CustomHospitalIteration implements Iterator<Hospital> {
        private int currentIndex = 0;
        private Hospital currentHospital = new Hospital();

        @Override
        public boolean hasNext() {

            if (MyCustomHospitalIterable.this.internalList.size() - 1 > currentIndex) {
                currentIndex++;
                return true;
            }
            return false;
        }

        @Override
        public Hospital next() {
            Hospital hospital =
                    MyCustomHospitalIterable.this.internalList.get(currentIndex);
            currentHospital.setArea(hospital.getArea());
            currentHospital.setPatients(hospital.getPatients());
            return currentHospital;
        }
    }
}

在这里，我不是在 next() 方法调用上返回新对象，而是返回具有不同内容的相同对象。你可能会问这样做有什么好处？它在 mapreduce 中具有自己的优势，因为在大数据中，出于性能考虑，他们不想创建新对象。这是否违反了Iterator 接口的任何记录规则？

现在让我们看看以这种方式实现Iterable 的一些后果： 考虑以下简单程序：

 public static void main(String[] args) {
        List<Hospital> hospitalArray = Arrays.asList(
                new Hospital(AREA.AREA1, 10),
                new Hospital(AREA.AREA2, 20),
                new Hospital(AREA.AREA3, 30),
                new Hospital(AREA.AREA1, 40));

        MyCustomHospitalIterable hospitalIterable = new MyCustomHospitalIterable(hospitalArray);
        List<Hospital> hospitalList = new LinkedList<>();
        Iterator<Hospital> hospitalIter = hospitalIterable.iterator();
        while (hospitalIter.hasNext()) {
            Hospital hospital = hospitalIter.next();
            System.out.println(hospital);
            hospitalList.add(hospital);
        }
        System.out.println("---------------------");
        System.out.println(hospitalList);
}

程序的输出如下所示，非常不合逻辑和违反直觉：

Hospital{area=AREA2, patients=20}
Hospital{area=AREA3, patients=30}
Hospital{area=AREA1, patients=40}
---------------------
[Hospital{area=AREA1, patients=40}, Hospital{area=AREA1, patients=40}, Hospital{area=AREA1, patients=40}]

更糟糕的是，想象一下当我们在 Java 中使用 Streams 工作时会发生什么。以下程序在 Java 中的输出是什么：

public static void main(String[] args) {
        List<Hospital> hospitalArray = Arrays.asList(
                new Hospital(AREA.AREA1, 10),
                new Hospital(AREA.AREA2, 20),
                new Hospital(AREA.AREA3, 30),
                new Hospital(AREA.AREA1, 40));
        MyCustomHospitalIterable hospitalIterable = new MyCustomHospitalIterable(hospitalArray);
        Map<AREA, Integer> sortedHospital =
                StreamSupport.stream(hospitalIterable.spliterator(), false)
                        .collect(Collectors.groupingBy(
                                Hospital::getArea, Collectors.summingInt(Hospital::getPatients)));
        System.out.println(sortedHospital);
}

这取决于我们使用并行流还是顺序流： 在seqentioal中，一个输出如下：

{AREA2=20, AREA1=40, AREA3=30}

同时它是：

{AREA1=120}

作为用户，我想按原样使用接口，并且不关心该接口的实现。

问题是，在这里我知道MyCustomHospitalIterable 是如何实现的，但是在hadoop mapreduce 中我必须实现像下面这样的方法，我不知道Iterable<IntWritable> 来自哪里以及它的实现是什么。我只想将它用作纯 Iterable 接口，但正如我在上面显示的那样，它不能按预期工作：

public void reduce(Text key, Iterable<IntWritable> values, Context context
        ) throws IOException, InterruptedException {
            List<IntWritable> list = new LinkedList<>();
            Iterator<IntWritable> iter = values.iterator();
            while (iter.hasNext()) {
                IntWritable count = iter.next();
                System.out.println(count);
                list.add(count);
            }
            System.out.println("---------------------");
            System.out.println(list);
}

这是我的问题： 为什么我的简单程序坏了？

1. 不执行 Iterable 和 Iterator 的未注释常规规则是否是 mapreduce 错误（或者我没有注意到此行为的文档）？
2. 还是 Java 没有记录 Iterable 和 Iterator 接口以在每次调用时返回新对象？
3. 还是我作为程序员的错？

Answer 1

为 Iterable 返回具有不同内容的相同可变对象是非常不寻常的。我在 java 语言参考中没有找到任何东西；虽然搜索不多。它很简单也容易出错，无法正确使用语言。

您提到其他工具，例如 Streams，是恰当的。

另外，下一个 java 的 记录类型 仅适用于类似元组的用法，当然也可以用作多个不可变对象。 “你的”Iterable 无法在集合中使用，除非 .next().clone() 或类似的。

Iterable 的这个弱点与将可变对象作为 Map 键属于同一类。 这是致命的错误。