Java Stream Gatherers 怎样把窗口聚合写成 gatherer

Java Stream 需要把连续数据按固定数量分组时，可以直接使用 Stream.gather(Gatherers.windowFixed(size))。它把输入元素变成按遇到顺序排列的窗口列表，最后不足一个完整窗口的元素也会保留下来。窗口形成后，再接一个 map 就能得到每批的总数、平均值或业务摘要。

这组 API 在 Java 24 中成为正式能力，适合把“缓冲若干元素再输出”的逻辑写成可组合的中间操作。官方资料入口：https://docs.oracle.com/en/java/javase/25/docs/api/java.base/java/util/stream/Gatherers.html。

固定批次用 windowFixed，重叠观察用 windowSliding；先得到窗口，再在窗口上做业务聚合，代码会比手写计数器和收尾分支更清楚。

先用 windowFixed 生成固定窗口

windowFixed(3) 表示每三个元素形成一个窗口。输入有 8 个元素时，结果是三个完整元素、三个完整元素和一个包含两个元素的尾窗口；空流不会产生窗口。下面的示例只展示窗口结构，不依赖本地运行结果。

import java.util.List;
import java.util.stream.Gatherers;
import java.util.stream.Stream;

List> windows = Stream.of(10, 20, 30, 40, 50, 60, 70, 80)
        .gather(Gatherers.windowFixed(3)) // 每三个连续元素组成一个窗口
        .toList();

// 窗口按遇到顺序排列，最后一个窗口允许少于 3 个元素
System.out.println(windows);

窗口大小必须大于 0，否则会抛出 IllegalArgumentException。生成的每个窗口是不可修改的 List，所以它适合作为下游聚合的输入，不适合作为需要原地追加元素的工作缓冲区。

在窗口上继续做业务聚合

gather 只负责把元素组织成窗口，业务规则可以继续写在普通的 map 中。这样“窗口边界”和“窗口内计算”是两个独立的环节，后续要把总和换成平均值、最大值或对象摘要时，不必重写窗口逻辑。

record BatchSummary(int count, int sum, int first, int last) {}

List summaries = Stream.of(10, 20, 30, 40, 50, 60, 70, 80)
        .gather(Gatherers.windowFixed(3)) // 先切批，保留最后不足一批的数据
        .map(batch -> new BatchSummary(
                batch.size(),
                batch.stream().mapToInt(Integer::intValue).sum(),
                batch.getFirst(),
                batch.getLast())) // 每个窗口只转换为一个摘要对象
        .toList();

// summaries 的每个元素对应一个窗口，避免在外层维护计数器和收尾状态
System.out.println(summaries);

如果业务要求“最后一批不完整就丢弃”，应在转换前明确过滤，例如 .filter(batch -> batch.size() == 3)；不要误以为 windowFixed 会自动补齐或丢弃尾窗口。

固定窗口和滑动窗口怎么选

固定窗口彼此不重叠，适合批量写入、每三条生成一次请求、按批次计算汇总等场景。滑动窗口会复用前一个窗口的大部分元素，适合观察相邻数据，例如用最近三次读数形成一个局部视图。

List> recent = Stream.of(1, 2, 3, 4, 5)
        .gather(Gatherers.windowSliding(3)) // 每次向前移动一个元素，窗口之间会重叠
        .toList();

// 结果形态类似：[1,2,3]、[2,3,4]、[3,4,5]
System.out.println(recent);

可以用下面的判断快速选型：

几个容易忽略的边界

第一，窗口大小越大，窗口对象在求值期间可能占用更多内存；不要把它当成无限流的无成本缓冲。第二，窗口是按 encounter order 组织的，业务如果依赖顺序，就不要随意把并行流和自定义 gatherer 混在一起。官方 API 说明：没有合并函数的 gatherer 只能按顺序求值，只有明确提供 combiner 才具备并行化条件。

第三，windowFixed 和 windowSliding 返回的窗口是不可修改列表。若确实需要独立可变副本，应在业务边界显式复制，例如 new ArrayList(batch)，而不是直接调用 add。第四，自定义 Gatherer 更适合有状态、短路或需要组合的中间操作；只是分批时，内置 gatherer 更容易读懂。

小结

把窗口聚合写成 gatherer 的最小路径是 stream.gather(Gatherers.windowFixed(size))，然后用 map 把窗口转换为业务结果。固定窗口解决不重叠分批，滑动窗口解决重叠观察；真正上线前要明确尾窗口策略、结果不可变性、顺序要求和大窗口内存成本。

相关问题

windowFixed 会自动丢弃最后不足一批的数据吗？

不会。最后一个窗口可以小于指定大小；需要丢弃时，显式按 size() 过滤。

为什么不直接在 for 循环里维护一个 List？

手写循环当然可以，但要自行处理收尾、输出和复用状态。gatherer 把窗口形成变成可组合的 Stream 中间操作，后面的摘要逻辑可以继续用普通 Stream 表达。