之前的文章中也提到了，Stream 的核心在於Collectors，即對處理後的數據進行收集。Collectors 提供了非常多且強大的API，可以將最終的數據收集成List、Set、Map，甚至是更復雜的結構
Collectors 提供了很多API主要分為三大類
- 數據收集：set、map、list
- 聚合歸約：統計、求和、最值、平均、字符串拼接、規約
- 前後處理：分區、分組、自定義操作
數據收集
Collectors.toCollection() 將數據轉成Collection，只要是Collection 的實現都可以，例如ArrayList、HashSet ，該方法接受一個Collection 的實現對象或者說Collection 工廠的入參。
Collectors.toList()和Collectors.toSet() 其實和Collectors.toCollection() 差不多，只是指定了容器的類型，默認使用ArrayList 和 HashSet
Collectors.toMap() 和Collectors.toConcurrentMap()，見名知義，收集成Map和ConcurrentMap，默認使用HashMap和ConcurrentHashMap。這裡toConcurrentMap()是可以支持並行收集的，這兩種類型都有三個重載方法，不管是Map 還是ConcurrentMap，他們和Collection的區別是Map 是K-V 形式的，所以在收集成Map的時候必須指定收集的K(依據)
聚合歸約
Collectors.joining()拼接，有三個重載方法，底層實現是StringBuilder，通過append方法拼接到一起，並且可以自定義分隔符（這個感覺還是很有用的，很多時候需要把一個list轉成一個String，指定分隔符就可以實現了，非常方便）、前綴、後綴。
Collectors.counting() 統計元素個數，這個和Stream.count() 作用都是一樣的，返回的類型一個是包裝Long
Collectors.minBy()、Collectors.maxBy() 和Stream.min()、Stream.max() 作用也是一樣的，只不過Collectors.minBy()、Collectors.maxBy()適用於高級場景。
擴展 Collectors.summingInt()、Collectors.summarizingLong()、Collectors.summarizingDouble() 這三個分別用於int、long、double類型數據一個求總操作;Collectors.averagingInt()、Collectors.averagingDouble()、Collectors.averagingLong() 求平均值;Collectors.reducing() 和Stream.reduce()差不多，也都是規約操作
前後處理
Collectors.groupingBy()和Collectors.groupingByConcurrent()，這兩者區別也僅是單線程和多線程的使用場景。為什麼要groupingBy歸類為前後處理呢？groupingBy 是在數據收集前分組的，再將分好組的數據傳遞給下游的收集器。
Collectors.partitioningBy() 字面意思話就叫分區好了，但是partitioningBy最多隻能將數據分為兩部分，因為partitioningBy分區的依據Predicate，而Predicate只會有true 和false 兩種結果，所有partitioningBy最多隻能將數據分為兩組。
擴展Collectors.mapping() 可以自定義要收集的字段；Collectors.collectingAndThen()收集後操作，如果你要在收集數據後再做一些操作，那麼這個就非常有用了 大家可以自己嘗試
閱讀更多 新猿易碼 的文章
關鍵字: 收集器 groupingBy 自定義
