跳到主要内容

采集数据的任务-数据的计算

在上一章中讲解了项目中责任链的数据的采集节点的执行过程，从本章节开始会详细讲解责任链中采集节点的下一个节点：数据的计算节点执行逻辑

计算节点​

org.javaup.chain.impl.ComputerDataChainHandler

@Component
public class ComputerDataChainHandler extends AbstractDataChainHandler {
    
    @Autowired
    private ComputeHandler computeHandler;
    
    @Override
    protected void handler(final TotalParamTransfers totalParamTransfers) {
        computeHandler.compute(totalParamTransfers);
    }
    
    @Override
    protected Integer order() {
        return 2;
    }
}

计算节点中逻辑都交给了计算处理器computeHandler来处理

外层 compute​

/** 进行计算
 * @param totalParamTransfers 总参数传输对象
 */
public void compute(TotalParamTransfers totalParamTransfers) {
    List<Map<String, Object>> resultDataList = totalParamTransfers.getResultDataList();
    if (CollectionUtil.isEmpty(resultDataList)) {
        return;
    }
    //需要计算的指标
    List<Metric> computeMetricList = totalParamTransfers.getMetricList().stream().filter(metric ->
            metric.getMetricCollectType().equals(MetricCollectType.COMPUTE.getCode())).toList();
    if (CollectionUtil.isEmpty(computeMetricList)) {
        return;
    }
    List<Metric> allMetricList = totalParamTransfers.getMetricList();
    //所有的指标 key:指标名称，value:指标对象
    Map<String, Metric> allMetricMap = allMetricList.stream().collect(Collectors.toMap(Metric::getMetricName, v -> v));
    //遍历结果数据，进行计算
    for (Map<String, Object> resultData : resultDataList) {
        for (Metric computeMetric : computeMetricList) {
            compute(allMetricMap,resultData,computeMetric);
        }
    }
}

方法整体流程（外层 compute）​

1. 获取数据并验证​

List<Map<String, Object>> resultDataList = totalParamTransfers.getResultDataList();
if (CollectionUtil.isEmpty(resultDataList)) {
    return;
}
  • 从 totalParamTransfers 取出 resultDataList（每条为 Map<String,Object> 的结果行）。
  • 若 resultDataList 为空，直接返回。

2. 筛选需计算的指标​

List<Metric> computeMetricList = totalParamTransfers.getMetricList().stream().filter(metric ->
        metric.getMetricCollectType().equals(MetricCollectType.COMPUTE.getCode())).toList();
if (CollectionUtil.isEmpty(computeMetricList)) {
    return;
}
  • 从 metricList 里筛选 MetricCollectType.COMPUTE 类型的指标，也就是计算类型的指标，形成 computeMetricList。
  • 若 computeMetricList 为空，直接返回。

3. 构建指标索引表​

List<Metric> allMetricList = totalParamTransfers.getMetricList();
//所有的指标 key:指标名称，value:指标对象
Map<String, Metric> allMetricMap = allMetricList.stream().collect(Collectors.toMap(Metric::getMetricName, v -> v));
  • 将全部指标 allMetricList 以 metricName 为 key 建立 allMetricMap，便于后续 O(1) 查找。

4. 双层遍历计算​

for (Map<String, Object> resultData : resultDataList) {
    for (Metric computeMetric : computeMetricList) {
        compute(allMetricMap,resultData,computeMetric);
    }
}
  • 外层遍历每一条 resultData（一行聚合后的上下文数据）。
  • 内层遍历每一个需要计算的指标 computeMetric。
  • 对每对组合调用下层重载 compute(allMetricMap, resultData, computeMetric)，把结果直接写回当前的 resultData。

付费内容提示

该文档的全部内容仅对「码力全开」项目实战&技术讲解 知识星球用户开放

加入星球，一次获得完整项目资料、全栈技术知识库和长期答疑服务。

100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容
8套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台 和 AI Agent 等方向
AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点
文档 + 视频两种讲解形式既能系统阅读，也能跟随视频理解核心业务

完整项目实战资料

每套项目均包含从 0 到 1 讲解文档核心业务讲解视频

从基础项目到复杂业务场景，项目资料会持续更新。

8 套项目
  • 01Nexus Agent AI 智能体
  • 02Nexus Agent Pro 完全版
  • 03黑马点评Plus
  • 04大麦
  • 05大麦Pro
  • 06大麦AI
  • 07流量切换
  • 08数据中台

加入后还能获得

进入星球后，即可享受上述所有服务，保证不会再有其他隐藏费用。

从学习、面试到项目启动，都可以继续获得支持。

  • 1 对 1 解答项目和技术问题都可以提问
  • 针对性补充没有讲清楚的内容会继续补充
  • 面试与简历指导梳理回答技巧和项目亮点
  • 中间件云环境项目依赖可以直接接入使用
  • 面试后复盘被问住的问题可以继续交流
  • 远程问题解决项目启动问题可协助排查
知识星球二维码

扫码进入知识星球

  1. 打开微信，扫描左侧二维码，加入「码力全开」项目实战&技术讲解 知识星球
  2. 查看星球使用指导，获取完整项目讲解资料索引
解锁全部付费内容
🎁优惠