groupingBy() 可按部门分组计数，返回 Map；null 部门默认归入 null 键，可 filter 跳过或用 Optional 转为 "Unknown"；需多维统计时宜用 summarizingDouble；并发场景需显式指定 ConcurrentHashMap::new；语义一致性比语法正确更重要。
groupingBy() 基础用法：按部门字段分组计数
直接用 Collectors.groupingBy() 配合 Collectors.counting() 即可完成统计，无需手动遍历或构建 Map。关键在于传入的分类函数（如 e -> e.getDepartment()）必须返回可比较、非 null 的键值。
- 员工类需有
getDepartment()方法，且返回值不能为null，否则抛NullPointerException - 部门名若含空格或特殊字符，不影响分组，但会影响后续打印或 JSON 序列化时的可读性
- 返回类型是
Map<string long></string>，不是Map<string integer></string>——counting()固定返回Long
Map<String, Long> deptCount = employees.stream()
.collect(Collectors.groupingBy(Employee::getDepartment, Collectors.counting()));
遇到 null 部门值怎么办
如果部分员工 department 为 null，默认分组会把它们归入 null 键，但某些场景下你可能希望跳过或统一归到 "Unknown" 下。
- 跳过 null：在流中先
filter(e -> e.getDepartment() != null) - 归为默认值：改用
Collectors.groupingBy(e -> Optional.ofNullable(e.getDepartment()).orElse("Unknown"), Collectors.counting()) - 注意：
Map的 key 允许为null，但若后续传给 Spring REST 接口或 Jackson，默认会忽略null键，导致数据丢失
想同时统计人数和平均薪资？用 groupingBy + summarizingDouble
单纯计数太单薄，实际常需多维度聚合。这时不要嵌套多个 groupingBy()，而是用 Collectors.summarizingDouble() 或自定义 Collector。
-
summarizingDouble返回DoubleSummaryStatistics，含 count / sum / average / min / max - 若只要总人数和总薪资，用
Collectors.summingDouble(Employee::getSalary)更轻量 - 避免写成
groupingBy(..., groupingBy(...))—— 这会生成嵌套 Map，性能差且难维护
Map<String, DoubleSummaryStatistics> deptStats = employees.stream()
.collect(Collectors.groupingBy(
Employee::getDepartment,
Collectors.summarizingDouble(Employee::getSalary)
));
性能与并发：大数据量时别踩这个坑
默认 groupingBy() 是顺序执行，返回 HashMap。若数据量超 10 万且对性能敏感，要注意两点：
- 不加
ConcurrentHashMap::new时，即使 stream 是 parallel，结果 Map 仍是非线程安全的 —— 并行流不会自动帮你换成并发容器 - 真要并发收集，必须显式指定下游 map factory：
Collectors.groupingBy(Employee::getDepartment, ConcurrentHashMap::new, Collectors.counting()) - 但注意：并发版在小数据集上反而更慢，JVM 预热和分段锁开销明显，建议 >50 万记录再考虑
