一、概念介绍

在java8 JDK包含许多聚合操作（如平均值，总和，最小，最大，和计数），返回一个计算流stream的聚合结果。这些聚合操作被称为聚合操作。JDK除返回单个值的聚合操作外，还有很多聚合操作返回一个collection集合实例。很多的reduce操作执行特定的任务，如求平均值或按类别分组元素。

JDK提供的通用的聚合操作：Stream.reduce,Stream.collection

注意：本文将reduction operations翻译为聚合操作，因为reduction operations通常用于汇聚统计。

两者的区别：

Stream.reduce，常用的方法有average, sum, min, max, and count，返回单个的结果值，并且reduce操作每处理一个元素总是创建一个新值

Stream.collection与stream.reduce方法不同，Stream.collect修改现存的值，而不是每处理一个元素，创建一个新值

二、源代码

package lambda; import java.util.Arrays; import java.util.List; import java.util.Map; import java.util.stream.Collectors; public class LambdaMapReduce {     private static List
    
      users = Arrays.asList(             new User(1, "张三", 12,User.Sex.MALE),              new User(2, "李四", 21, User.Sex.FEMALE),              new User(3,"王五", 32, User.Sex.MALE),              new User(4, "赵六", 32, User.Sex.FEMALE));     public static void main(String[] args) {         reduceAvg();         reduceSum();                  //与stream.reduce方法不同，Stream.collect修改现存的值，而不是每处理一个元素，创建一个新值         //获取所有男性用户的平均年龄         Averager averageCollect = users.parallelStream()                 .filter(p -> p.getGender() == User.Sex.MALE)                 .map(User::getAge)                 .collect(Averager::new, Averager::accept, Averager::combine);         System.out.println("Average age of male members: "                 + averageCollect.average());         //获取年龄大于12的用户列表         List
     
       list = users.parallelStream().filter(p -> p.age > 12)                 .collect(Collectors.toList());         System.out.println(list);         //按性别统计用户数         Map
      
        map = users.parallelStream().collect(                 Collectors.groupingBy(User::getGender,                         Collectors.summingInt(p -> 1)));         System.out.println(map);         //按性别获取用户名称         Map
       
        
         > map2 = users.stream()                 .collect(                         Collectors.groupingBy(                                 User::getGender,                                 Collectors.mapping(User::getName,                                         Collectors.toList())));         System.out.println(map2);                  //按性别求年龄的总和         Map
         
           map3 = users.stream().collect(                 Collectors.groupingBy(User::getGender,                         Collectors.reducing(0, User::getAge, Integer::sum)));         System.out.println(map3);                  //按性别求年龄的平均值         Map
          
            map4 = users.stream().collect(                 Collectors.groupingBy(User::getGender,                         Collectors.averagingInt(User::getAge)));         System.out.println(map4);     }     // 注意，reduce操作每处理一个元素总是创建一个新值，     // Stream.reduce适用于返回单个结果值的情况     //获取所有用户的平均年龄     private static void reduceAvg() {         // mapToInt的pipeline后面可以是average,max,min,count,sum         double avg = users.parallelStream().mapToInt(User::getAge)                  .average().getAsDouble();         System.out.println("reduceAvg User Age: " + avg);     }     //获取所有用户的年龄总和     private static void reduceSum() {         double sum = users.parallelStream().mapToInt(User::getAge)                 .reduce(0, (x, y) -> x + y); // 可以简写为.sum()         System.out.println("reduceSum User Age: " + sum);     } } 
          
         
        
       
      
     
    

另一篇文章比较好的讲解了reduce操作原理：