Java接口通过泛型定义数据清洗算子的输入输出契约，保障编译期类型安全；支持组合接口扩展多输入/多输出场景；内置默认方法实现不可变性与链式组合；配合注解和工具类强化语义约束与可验证性。
Java接口是定义流式数据清洗管道中各算子节点输入输出契约最直接、最可靠的方式——它不依赖运行时检查，而是在编译期就强制约束类型、方法签名与行为边界。
用泛型接口统一描述算子的“处理契约”
每个清洗算子（如去重、字段映射、空值填充）本质都是“接收一种输入，产出一种输出”的转换函数。可定义一个泛型接口明确其输入类型 I 和输出类型 O：
-
接口声明简洁清晰：
public interface DataOperator<I, O> { O apply(I input); } -
强制类型安全：实现类必须严格匹配泛型参数，例如
NullFiller<Map<String, Object>, Map<String, Object>>不允许返回List或接受String - 避免隐式转换风险：无法绕过接口声明随意改变入参或返回值结构，杜绝“传入 JSON 字符串却期望内部解析为对象”的模糊契约
用组合接口表达多输入/多输出等扩展场景
单一输入输出无法覆盖分叉（如拆分地址字段为省/市/区）、聚合（如多行合并为一行）等常见清洗逻辑。可通过组合小接口构建复合契约：
-
双输入算子：定义
BiOperator<A, B, R>，例如用于关联两个数据源的JoinOperator<User, Order, EnrichedUser> -
多输出算子：返回
RecordResult<T1, T2>封装类（非Map<String, Object>），确保字段名和类型在编译期可查，如SplitAddressOperator.apply(address) → RecordResult.of("province", "city", "district") -
带上下文的算子：扩展接口为
ContextualOperator<I, O, C>，其中C是不可变配置（如时间格式、编码规则），防止运行时动态修改导致行为不一致
用默认方法+静态工厂固化“不可变性”与“可组合性”
清洗管道强调确定性与链式组装。接口本身可内建约束机制：
立即学习“Java免费学习笔记（深入）”；
-
禁止状态变更：接口中不定义
setState()等方法；所有配置通过构造函数注入，由实现类保证 final 字段 -
支持函数式拼接：在接口中添加默认方法
default <N> DataOperator<I, N> andThen(DataOperator<O, N> next)，使filter.andThen(transform).andThen(validate)成为合法、类型安全的链式调用 -
提供标准异常契约：定义
throws DataValidationException（而非笼统的RuntimeException），要求所有实现对数据违规抛出同一受检异常，便于上游统一拦截与错误分类
配合注解与工具类强化契约表达力
纯接口只能约束类型与方法，实际清洗中还需说明语义（如“该算子不改变记录顺序”“保证幂等”）。可补充轻量机制：
-
自定义注解标记行为特征：
@Idempotent、@OrderPreserving、@NullSafe，配合注解处理器生成契约文档或校验报告 -
提供契约断言工具类：
OperatorContract.assertCompliesWith(validatorOperator, Schema.of("email", "STRING NOT NULL"))，在单元测试中验证实现是否满足声明的业务约束 -
拒绝“裸类型”暴露：禁止接口方法使用
Object、Map<String, Object>作为 I/O 类型；要求所有复杂结构封装为具名 DTO 类（如RawLogEntry/CleanedUserProfile），让契约可读、可查、可版本化
