Collectors.groupingBy 可按用户属性分组并聚合操作行为：单属性用 counting() 统计次数；多属性用 SimpleEntry 封装键并 toList() 收集详情；分组后可用 averagingDouble 等做数值统计；预 filter 可高效实现条件筛选。

用 Collectors.groupingBy 按用户属性（如 userId、role、region）汇总操作行为详情，核心是把行为记录按指定字段分组，再对每组做聚合（如统计次数、收集列表、计算耗时均值等）。关键在于选对分类键、配合适当的下游收集器。

按单一属性分组并统计行为次数

最常见需求：统计每个用户做了多少次操作。

• 假设行为对象为 OperationLog，含 userId 和 actionType 字段
• 使用 groupingBy 提取 userId 作为 key，下游用 counting() 统计数量

Map userActionCount = logs.stream()
  .collect(Collectors.groupingBy(OperationLog::getUserId, Collectors.counting()));

按多属性组合分组并收集行为详情列表

需保留原始行为记录（如查某地区 VIP 用户的所有登录日志）。

• 用 SimpleEntry 或自定义键类封装多个属性（如 region + role）
• 下游用 toList() 收集每组全部日志
• 注意：键对象必须正确实现 equals 和 hashCode

Map, List> grouped = logs.stream()
  .collect(Collectors.groupingBy(
    log -> new AbstractMap.SimpleEntry(log.getRegion(), log.getRole()),
    Collectors.toList()
  ));

分组后进一步聚合（如计算平均响应时间）

不仅分组，还要对每组内数值型字段做统计。

• 下游使用 Collectors.averagingDouble、summingLong 或 summarizingInt
• 例如：按 actionType 分组，求各操作类型的平均耗时

Map avgDurationByAction = logs.stream()
  .collect(Collectors.groupingBy(
    OperationLog::getActionType,
    Collectors.averagingDouble(OperationLog::getDurationMs)
  ));

分组同时做条件过滤与映射（如只统计失败操作）

实际中常需先筛选再分组，避免在分组后遍历处理。

• 推荐在 stream() 阶段用 filter() 预处理，再分组
• 若需分组内单独过滤（如每组只取最近 3 条），可用 mapping + 自定义收集逻辑
• 简单场景：每组只收集失败日志 → filter 放在 stream() 上更清晰高效

Map> failedByUser = logs.stream()
  .filter(log -> "FAILED".equals(log.getStatus()))
  .collect(Collectors.groupingBy(OperationLog::getUserId, Collectors.toList()));