summarizingLong 一行代码获取 count、sum、min、max 和 average，返回封装统计信息的不可变 LongSummaryStatistics 对象，支持空值防护与溢出处理，一次性遍历 O(n) 时间复杂度，需配合 mapToLong 使用并注意 null 处理。
用 summarizingLong 可以一行代码同时拿到 count、sum、min、max 和 average，比手动遍历或多次调用 mapToLong + xxx() 更高效也更安全。
summarizingLong 返回的是 LongSummaryStatistics 对象
它不是简单返回几个数字，而是一个封装了全部统计信息的不可变对象，内部已做空值防护和溢出处理（比如 sum 使用 long 类型累加，不会因超限抛异常，但要注意业务上是否接受截断）。
- 调用
.getSum()拿总和 - 用
.getMin()和.getMax()获取极值（空流时 min 返回Long.MAX_VALUE，max 返回Long.MIN_VALUE，需判空） -
.getAverage()返回 double，空流时为 0.0 -
.getCount()是 long 类型元素个数
典型用法：配合 mapToLong 提取数值字段
多数场景要先从对象中提取 long 值，比如统计订单金额、用户 ID 或时间戳：
List<Order> orders = ...;
LongSummaryStatistics stats = orders.stream()
.mapToLong(Order::getAmount) // 注意是 mapToLong，不是 map
.summaryStatistics(); // 即 summarizingLong 的等价写法（summarizingLong 是 collector 版本）
如果坚持用 collector 形式（比如在 reduce 或 groupingBy 中复用），写法是：
立即学习“Java免费学习笔记（深入）”；
OpenJDK 24 Windows x64
下载
OpenJDK 24 Windows x64 官方参考实现（24+36），适合 Windows 环境进行 Java 开发、编译、运行和版本兼容性验证。
LongSummaryStatistics stats = orders.stream()
.collect(Collectors.summarizingLong(Order::getAmount));
大数据量下性能与注意事项
Stream 的 summarizingLong 是一次性遍历完成所有统计，时间复杂度 O(n)，比分别调用 sum()、max() 等至少三次遍历更优。
- 并行流下也能正确工作，内部使用
LongSummaryStatistics::combine合并分段结果 - 避免在 lambda 中做复杂计算，否则影响吞吐；提取字段尽量用方法引用
- 如果数据源本身是原始 long 数组，直接用
Arrays.stream(longArr).summaryStatistics()，跳过装箱开销
空集合或 null 元素怎么处理
summarizingLong 本身不处理 null 元素——如果 mapper 返回 null（如 obj -> obj == null ? null : obj.getValue()），会触发 NullPointerException。稳妥做法是提前过滤：
.filter(Objects::nonNull) .mapToLong(obj -> obj.getValue()) // 此时 getValue() 不应返回 null
或者用 Optional 包装再 flatMap，但会增加开销。对关键业务，建议在 mapper 中明确防御性判断，比如：
.mapToLong(o -> o != null ? o.getAmount() : 0L)
这样空对象按 0 计入统计，逻辑更可控。
