Java Stream 实现 CSV 数据合并：城市与国家信息关联

本文介绍了如何使用 Java Stream API 将从两个 CSV 文件中读取的城市和国家数据进行关联。通过遍历城市列表，并使用 Stream API 在国家列表中查找匹配的国家代码，最终将国家名称添加到对应的城市对象中，保持原始城市列表的顺序。

在实际应用中，我们经常需要从多个数据源（例如 CSV 文件）读取数据，并将它们按照某种规则进行关联。本文以城市和国家数据为例，演示如何使用 Java Stream API 实现高效的数据合并，并保持原始数据的顺序。

数据模型

首先，定义两个 Java 类 City 和 Country 来表示城市和国家的数据结构。这两个类都使用了 @CsvBindByPosition 注解，该注解来自 opencsv 库，用于将 CSV 文件中的列绑定到类的属性。

import com.opencsv.bean.CsvBindByPosition;

public class City {

    @CsvBindByPosition(position = 0)
    private Integer id;

    @CsvBindByPosition(position = 1)
    private String name;

    @CsvBindByPosition(position = 2)
    private String countryCode;

    private String countryName; // 新增字段，用于存储国家名称

    // Get
ters and setters
    public Integer getId() {
        return id;
    }

    public void setId(Integer id) {
        this.id = id;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public String getCountryCode() {
        return countryCode;
    }

    public void setCountryCode(String countryCode) {
        this.countryCode = countryCode;
    }

    public String getCountryName() {
        return countryName;
    }

    public void setCountryName(String countryName) {
        this.countryName = countryName;
    }

    @Override
    public String toString() {
        return "City{" +
                "id=" + id +
                ", name='" + name + '\'' +
                ", countryCode='" + countryCode + '\'' +
                ", countryName='" + countryName + '\'' +
                '}';
    }
}

import com.opencsv.bean.CsvBindByPosition;

public class Country {

    @CsvBindByPosition(position = 0)
    private Integer id;

    @CsvBindByPosition(position = 1)
    private String name;

    @CsvBindByPosition(position = 2)
    private String code;

    // Getters and setters
    public Integer getId() {
        return id;
    }

    public void setId(Integer id) {
        this.id = id;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public String getCode() {
        return code;
    }

    public void setCode(String code) {
        this.code = code;
    }

    @Override
    public String toString() {
        return "Country{" +
                "id=" + id +
                ", name='" + name + '\'' +
                ", code='" + code + '\'' +
                '}';
    }
}

数据读取与关联

接下来，假设我们已经从 CSV 文件中读取了城市和国家的数据，并将它们分别存储在 List 和 List 类型的变量 cities 和 countries 中。

以下代码展示了如何使用 Java Stream API 将城市和国家数据进行关联，并将国家名称设置到对应的城市对象中：

import java.util.Arrays;
import java.util.List;

public class StreamMerge {

    public static void main(String[] args) {
        // 模拟从CSV读取的数据
        List countries = Arrays.asList(
                new Country(100, "Germany", "DE"),
                new Country(105, "France", "FR"),
                new Country(108, "Denmark", "DK")
        );

        List cities = Arrays.asList(
                new City(1, "Berlin", "DE"),
                new City(2, "Munich", "DE"),
                new City(3, "Köln", "DE"),
                new City(4, "Paris", "FR"),
                new City(5, "Kopenhag", "DK")
        );

        // 使用 Stream API 关联数据
        cities.forEach(city -> city.setCountryName(countries.stream()
                .filter(country -> country.getCode().equals(city.getCountryCode()))
                .map(Country::getName)
                .findAny()
                .orElse(null)));

        // 打印结果
        cities.forEach(System.out::println);
    }
}

代码解释

1. cities.forEach(city -> ...): 遍历城市列表，对每个城市对象执行后续操作。
2. countries.stream(): 创建一个国家列表的 Stream 对象。
3. .filter(country -> country.getCode().equals(city.getCountryCode())): 使用 filter 方法过滤国家列表，只保留国家代码与当前城市代码匹配的国家。
4. .map(Country::getName): 使用 map 方法将匹配的国家对象转换为国家名称字符串。
5. .findAny(): 从 Stream 中获取任意一个元素（由于国家代码应该是唯一的，所以这里取任意一个都可以）。
6. .orElse(null): 如果 Stream 为空（即没有找到匹配的国家），则返回 null。
7. city.setCountryName(...): 将获取到的国家名称设置到当前城市对象的 countryName 属性中。

注意事项

• 数据唯一性: 上述代码假设国家代码在国家列表中是唯一的。如果存在重复的国家代码，findAny() 方法可能会返回不同的结果。如果需要处理重复的国家代码，可以使用 findFirst() 方法来确保返回第一个匹配的结果。
• 性能考虑: 对于大型数据集，可以考虑使用 HashMap 来存储国家数据，以提高查找效率。例如，可以创建一个以国家代码为键，国家名称为值的 HashMap，然后在遍历城市列表时，直接从 HashMap 中查找对应的国家名称。
• 异常处理: 在实际应用中，需要考虑 CSV 文件读取失败、数据格式错误等异常情况，并进行适当的异常处理。

总结

本文展示了如何使用 Java Stream API 将从多个 CSV 文件中读取的数据进行关联。通过使用 Stream API 的 filter、map 和 findAny 方法，可以高效地实现数据合并，并保持原始数据的顺序。在实际应用中，需要根据具体情况选择合适的数据结构和算法，并进行适当的异常处理，以确保程序的正确性和性能。