Java聚合操作(Aggregate Operations)是对一堆数据进行处理的新的操作方法，我们知道，如果想对一堆数据进行处理，比如一个List对象中的数据进行处理，传统的操作就是遍历List数据然后进行处理；现在有一种新的可以提供相同功能的操作方法，就是聚合操作(Aggregate Operations)，它常与与lambda表达式绑定使用，在lambda表达式使用总结一节已经使用到了，这里举一个例子，如下代码，要求打印出List列表中性别为MALE的对象信息： 

public class Main {
    public static void main(String[] args) {
        Person[] pers = {new Person(12, "h1",Person.Sex.FEMALE),
                new Person(23, "h2",Person.Sex.MALE),
                new Person(14, "h3",Person.Sex.FEMALE),
                new Person(2, "h4",Person.Sex.MALE)};
        List<Person> personList= Arrays.asList(pers);
        //传统的for-each操作
        for(Person p: personList){
            if(p.getGender()== Person.Sex.MALE){
                System.out.print(p+" ");
            }
        }
        System.out.println("\n--------分割线--------");
        //聚合操作
        personList.stream().filter(obj->obj.getGender()==Person.Sex.MALE).forEach(obj->System.out.print(obj+" "));
    }
}
@Data
@ToString
class Person{
    int age;
    String name;
    Sex gender;
    public Person(int age,String name,Sex gender){
        this.age=age;
        this.name=name;
        this.gender=gender;
    }
    public Person(int age,String name){
        this.age=age;
        this.name=name;
    }
    public enum Sex {
        MALE,FEMALE
    }
}

 上面的代码中，聚合操作的代码只一行就解决问题了，聚合操作涉及到两个概念：管道(pipeline)和流(stream)，解释如下 

管道(pipeline)是作用在源数据上的一些聚合操作，可以理解为数据源和多个聚合操作符号的组合，如上面的filter、forEach，一个管道包含以下内容：
1、一个数据源：可以是一个collection,array,生成函数,或则IO channel，本例中是一个集合。
2、0个或则多个中间操作，例如filter，可以产生一个新的流。
3、一个终止操作，例如forEach，产生一个非流的结果(non-stream result)。

流(stream)是一个个的元素，它不是某种数据结构，不用于存储数据，它的作用就是通过管道从数据源获取并传输数据，在上面的代码中集合personList通过调用stream()方法生成一个流。

归约操作：返回一个结果对象的操作，例如下面的示例：

 double average = roster

    .stream()
    .filter(p -> p.getGender() == Person.Sex.MALE)
    .mapToInt(Person::getAge)
    .average()
    .getAsDouble(); 

上面的示例中，计算出所有男性对象的一个平均年龄，在聚合操作(aggregate operation)中有很多终止操作(terminal operation)只返回一个结果，这样的操作就是归约操作(reduction operation),除了返回一个值之外，还有一些归约操作返回一个集合对象。JDK提供了一个一般性的归约操作：reduce和collect方法。具体使用如下：

1、reduce方法，以一个示例引用使用方法，例如求所有人的年龄和： 

Integer totalAge = roster
    .stream()
    .mapToInt(Person::getAge)
    .sum();

Integer totalAgeReduce = roster
   .stream()
   .map(Person::getAge)
   .reduce(
       0,
       (a, b) -> a + b);

上面的示例中的两种计算方法得出的结果是一样的，更多的使用案例可参考：https://www.cnblogs.com/qinhao517/p/9197885.html

2、collect方法，reduce是产生一个新值，而collect方法是来修改一个已经存在的值，还是上面的求平均年龄为例，我们可以创建一个对象用于存储计算结果：

 class Averager implements IntConsumer{

    private int total = 0;
    private int count = 0;        
    public double average() {
        return count > 0 ? ((double) total)/count : 0;
    }        
    public void accept(int i) { total += i; count++; }
    public void combine(Averager other) {
        total += other.total;
        count += other.count;
    }
}

Averager averageCollect = roster.stream()
    .filter(p -> p.getGender() == Person.Sex.MALE)
    .map(Person::getAge)
    .collect(Averager::new, Averager::accept, Averager::combine);
                   
System.out.println("Average age of male members: " +
    averageCollect.average()); 

上面的计算中，collect传入了三个参数，返回了一个Averager对象，传入的三个参数分别是：

supplier：是一个工厂函数，用于创建新的实例对象

accumulator：累加器函数用于将一个流元素合成一个结果容器，在这个示例中，它通过给count变量加一和将流元素(stream element)中的值(getAge方法获取到的年龄)加给total来修改Averager的结果

combiner：合并函数拿出两个结果容器(result container)来合并他们的内容，在这个示例中，它通过将其他结果容器的count值和total值累加到自己的(Averager::new 创建的对象)元素中来生成最终的结果

上面的示例中，filter方法过滤出所有男性的对象，map方法通过getAage获取年龄将人的对象单个的流对象映射成一个年龄值，collect方法通过这些年龄值的运算返回一个最终的结果，结果值是利用Averager对象最为媒介来返回的。

collect还可以将对象中的某个值抽取出来作为一个list返回给用户：

List<String> namesOfMaleMembersCollect = roster
    .stream()
    .filter(p -> p.getGender() == Person.Sex.MALE)
    .map(p -> p.getName())
    .collect(Collectors.toList());

除了上面的操作，下面还有其他的示例：

Map<Person.Sex, List<Person>> byGender =
    roster
        .stream()
        .collect(
            Collectors.groupingBy(Person::getGender));

上面的示例中，是通过性别，将不同的对象放到各自性别的List集合中，那我只想获取不同性别的对象的名字呢？

Map<Person.Sex, List<String>> namesByGender =
    roster
        .stream()
        .collect(
            Collectors.groupingBy(
                Person::getGender,                      
                Collectors.mapping(
                    Person::getName,
                    Collectors.toList())));

也可以获取每个性别的所有对象的年龄之和：

Map<Person.Sex, Integer> totalAgeByGender =
    roster
        .stream()
        .collect(
            Collectors.groupingBy(
                Person::getGender,                      
                Collectors.reducing(
                    0,
                    Person::getAge,
                    Integer::sum)));

上面的操作更复杂一些，reducing函数进行归约操作，上面的0是一个计算的基础标识，在此标识的基础上进行操作(operation),至于什么操作，第三个参数的Integer::sum给出了答案，Person::getAge对应的是一个mapper操作，该mapper利用getAge方法抽取出年龄。

Map<Person.Sex, Double> averageAgeByGender = roster
    .stream()
    .collect(
        Collectors.groupingBy(
            Person::getGender,                      
            Collectors.averagingInt(Person::getAge)));

上面的是计算每个性别的年龄平均值。

还有其他很多类型的聚合操作，一个语法的熟练掌握还是需要靠实践来完成....