按 n 小时的数据包分组答案

【问题标题】：Group by packets of n hours按 n 小时的数据包分组
【发布时间】：2018-10-07 23:18:47
【问题描述】：

我有一个带有 LocalDateTime 字段 (controlDate) 和一个 int (orders) 字段以及其他字段的 Java POJO，但与我的问题无关。

我正在从我的数据库中获取此 POJO 的列表，例如：

controlDate                 orders
2018-10-07 23:26:00.000+02  5
2018-10-07 23:27:00.000+02  2
2018-10-07 18:33:00.000+02  8
2018-10-07 18:35:00.000+02  4

我的最终目标是按 n 小时的数据包聚合数据（并将最旧的日期保留为聚合日期），并通过获取“订单”列的平均值

例如值 n = 2，我想得到类似的东西：

controlDate                 orders
2018-10-07 23:26:00.000+02  3 (or 4, I don't really care about the rounding)
2018-10-07 18:33:00.000+02  6

我很确定使用 Java 8 流我可以实现这一点，可能使用 Collectors.groupingBy，但我不知道我究竟如何实现这一点......

感谢您的帮助！

【问题讨论】：

SQL 有一些非常强大的分组功能（参见GROUP BY 和HAVING）。这可能更合适，并为您节省一些 Java 编码。
嗨，戴夫，事实上，我的第一个方法是在 SQL 中执行此操作，并且我使用 Hibernate 本机查询成功获得了 MySQL SGBD。现在我必须迁移到 PostgreSQL，所以我必须编写一个全新的本机查询。我意识到这不是最好的方法（如果明天我要迁移到 Oracle 或其他 SGBD 怎么办？）这就是为什么我试图将聚合部分委托给我的 Java 代码以独立于 SGBD。我试图查看 Hibernate 文档，但我没有找到任何可以实现我想要做的事情，除了原生查询
很公平。在这种情况下，按照 SO 方式，您可能应该向我们展示您目前拥有的代码。
这些时间戳与 UTC 有一个偏移量，这意味着它们代表一个时刻，即时间线上的一个特定点。在这种情况下，LocalDateTime 是错误的类，因为该类不能代表片刻。请改用OffsetDateTime。
据我所见，在您的示例结果中，流不会很适合第一次在组中分组。如果按整小时分组是可以的（如到目前为止发布的第一个答案），流可能没问题。

标签： java date java-8 grouping

【解决方案1】：

这段代码应该可以解决问题：

class Delivery {
    LocalDateTime timestamp;
    Integer packages;

    public Delivery(LocalDateTime timestamp, Integer packages) {
        this.timestamp = timestamp;
        this.packages = packages;
    }


    public Integer getPackages() {
        return packages;
    }

    public LocalDate getDate() {
        return timestamp.toLocalDate();
    }

    public Integer getHour() {
        return timestamp.getHour();
    }

}

public class Calculate {

    public static void main(final String[] args) {
        Stream<Delivery> deliveries = Stream.of(
                new Delivery(LocalDateTime.of(2018, 10, 7, 23, 26), 5),
                new Delivery(LocalDateTime.of(2018, 10, 7, 23, 27), 2),
                new Delivery(LocalDateTime.of(2018, 10, 7, 18, 33), 8),
                new Delivery(LocalDateTime.of(2018, 10, 7, 18, 35), 4)
        );

        deliveries.map(delivery -> {
            Map r = new HashMap();
            r.put(delivery.getHour(), delivery.getPackages());
            return r;
        }).collect(Collectors.groupingBy(d -> d.keySet().toArray()[0])).forEach((o, packages) -> {
            System.out.print(o + ":");
            Integer sum = (Integer) packages.stream().map(map -> map.get(o)).reduce(0, (a, b) -> (Integer) a + (Integer) b);
            long count = packages.stream().count();
            System.out.println(sum / count);
        });
    }
}

你会得到：

18:6
23:3

它按小时排序，因此您可以扩展此解决方案以满足您的需求。

【讨论】：

对于足够大的数据库结果，这可能会引发 OOM