Collectors.groupingBy 配合 Collectors.summarizingInt 可按字段分组并对整型字段统计计数、求和、平均、最值；示例为按部门统计员工年龄分布，结果返回 Map，含 getCount()、getSum() 等方法。
用 Collectors.groupingBy 配合 Collectors.summarizingInt，可以一次性按某字段分组，并对另一整型字段做统计（计数、求和、平均、最值），特别适合分析变量分布特征，比如“各年级学生的平均分、最高分、总分”。
基础写法：分组 + 整型汇总
核心是嵌套两个收集器：外层 groupingBy 指定分组键，内层 summarizingInt 指定待统计的 int 值提取逻辑。
示例：统计每个部门员工年龄的分布情况
List<Employee> employees = ...;
Map<String, IntSummaryStatistics> deptAgeStats = employees.stream()
.collect(Collectors.groupingBy(
Employee::getDepartment, // 分组键：部门名
Collectors.summarizingInt(Employee::getAge) // 统计值：年龄（int）
));
结果中每个部门对应一个 IntSummaryStatistics 对象，含 getCount()、getSum()、getAverage()、getMin()、getMax() 等方法。
常用分布分析场景
- 频次+集中趋势：如“每种商品销量的订单数、总销量、平均单笔销量”，直接反映分布密集度与典型值
- 分层对比：如“不同用户等级（VIP/普通）的充值金额统计”，快速识别高价值群体特征
-
异常探测辅助：结合
getMin()/getMax()与getAverage()差距，初步判断是否存在极端值或偏态分布
进阶技巧：定制统计逻辑
summarizingInt 只接受 ToIntFunction，若需统计非 int 字段（如 double 或计算值），可先映射再统计：
- 统计
double类型（如分数）→ 改用summarizingDouble - 统计“年龄平方”这类衍生值 → 用 lambda 匿名计算：
e -> e.getAge() * e.getAge() - 过滤后再统计（如只统计在职员工年龄）→ 先
filter再collect，避免在summarizingInt里判空
注意事项
- 空集合分组时，对应 key 的
IntSummaryStatistics仍存在，getCount()为 0，getAverage()返回0.0（不是NaN） - 若分组键为
null，默认会放入 map 的nullkey 中；如需排除，提前filter(e -> e.getDepartment() != null) - 不支持并发收集（
toConcurrentMap不兼容summarizingInt），多线程需用parallelStream()+ 保证线程安全的 collector，或改用groupingByConcurrent配合自定义累加器
