Collectors.averagingInt() 仅计算整型字段算术平均值并返回 double，不能直接生成财务报表；它适用于非金额类整数指标（如数量、天数），但不支持空流且存在浮点误差，财务场景应优先用 BigDecimal 配合自定义收集器。
在 Java 流处理中，Collectors.averagingInt() 本身**不能直接生成完整的财务报表**，它只负责计算整型字段的算术平均值（返回 double）。但你可以将它作为构建财务报表统计模块的关键组件，嵌入到更完整的流式聚合逻辑中——重点在于“组合使用”和“语义适配”。
明确 averagingInt() 的定位与限制
averagingInt() 是一个终端操作收集器，适用于：
- 输入流元素为对象（如 Transaction、Invoice）；
- 你需通过方法引用提取一个 int 值（如金额、数量、税率百分比等）；
- 结果是单个 double，不是报表结构。
⚠️ 注意：它不支持空流（会返回 NaN），也不处理货币精度问题（double 易产生浮点误差，财务场景应优先用 BigDecimal）。
用 averagingInt() 提取关键均值指标（适合整数字段）
假设你有一组销售订单 List<sale></sale>，其中 Sale.getQuantity() 返回 int，你想统计“平均每单销量”：
double avgQuantity = sales.stream()
.collect(Collectors.averagingInt(Sale::getQuantity)); // ✅ 合理：quantity 是整数且无精度敏感类似可计算：
- 平均折扣力度（若存为整数百分比，如 15 表示 15%）；
- 平均发货天数（int daysToShip）；
- 平均产品分类 ID（仅作分布参考，业务意义需谨慎）。
搭配其他收集器组装简易财务摘要
真实报表需要多维度均值+总计+计数。用 Collectors.collectingAndThen() 或自定义容器组合：
立即学习“Java免费学习笔记（深入）”；
- 用
Collectors.teeing()（Java 12+）并行计算多个均值：
var summary = sales.stream().collect(
Collectors.teeing(
Collectors.averagingInt(Sale::getQuantity),
Collectors.averagingInt(s -> (int) Math.round(s.getAmount())), // 转 int（仅示意，实际慎用）
(avgQty, avgAmt) -> new FinancialSummary(avgQty, avgAmt)
)
);- 更稳妥做法：先转为
Map或记录类，再计算：
record FinancialSummary(double avgQuantity, double avgGross, long totalCount) {}
<p>FinancialSummary summary = sales.stream()
.collect(Collectors.collectingAndThen(
Collectors.summarizingInt(s -> s.getQuantity()),
stats -> new FinancialSummary(
stats.getAverage(),
sales.stream().mapToInt(s -> (int) Math.round(s.getAmount())).average().orElse(0d),
sales.size()
)
));财务场景的重要提醒：避免 double 用于金额
如果字段是“金额”，即使数据库存为分（int），也建议：
- 用 Collectors.summarizingLong() + 手动除法（保留 long 精度）；
- 或统一转 BigDecimal 后用自定义收集器（Collectors.reducing()）求均值；
例如（安全方式）：
BigDecimal total = sales.stream()
.map(s -> BigDecimal.valueOf(s.getAmountCents()))
.reduce(BigDecimal.ZERO, BigDecimal::add);
BigDecimal avg = total.divide(BigDecimal.valueOf(sales.size()), 2, RoundingMode.HALF_UP);把 averagingInt() 当作一把趁手的螺丝刀——它拧得紧某颗特定尺寸的螺丝，但盖楼还得配钢筋、水泥和图纸。财务报表的均值数据，重在选对字段、控住精度、组合维度，而非依赖单一收集器。
