一文教你如何通過 Stream API 批量 Mock 數據
在日常開發的過程中我們經常會遇到需要 mock? 一些數據的場景，比如說 mock? 一些接口的返回或者說 mock? 一些測試消息用于隊列生產者發送消息，可能很多時候我們都是使用一些固定的 case? 或者一條相同的數據重復使用。今天阿粉就教大家用 Stream 去構造一些偽真實的一些數據。
Mock 任意個 UUID
首先我們通過普通寫法來構造 100 個 UUID，代碼如下相信大家都會寫，就不多說了。
public static List<UUID> listUUID(int size) {
List<UUID> list = new ArrayList<>();
for (int i = 0; i < size; i++) {
UUID uuid = UUID.randomUUID();
list.add(uuid);
}
return list;
}
下面再提供 Stream 的寫法，代碼如下，一行搞定
public static List<UUID> listUUID2(int size) {
return Stream.generate(UUID::randomUUID).limit(size).collect(Collectors.toList());
}
這里我們使用了 Stream? 的 generate? 方法，該方法接收一個 Supplier? 類型的參數，Supplier? 是一個功能接口，只有一個 get? 方法，返回一個對象，不接收任何參數，上面我們就是通過 UUID? 靜態引用的方式獲得一個 UUID? 對象，另外我們使用 limit 方法來進行截斷只獲取 100 個。
Mock 消息
接下來我們再使用 Stream API 批量構造一批消息，作為隊列的生產者進行數據發送
定義消息體
package com.example.demo.dto;
/**
* <br>
* <b>Function：</b><br>
* <b>Author：</b>@author Java 極客技術<br>
* <b>Date：</b>2022-09-03 11:49<br>
* <b>Desc：</b>無<br>
*/
public class Message {
int id;
String message;
public Message(int id, String message) {
this.id = id;
this.message = message;
}
@Override
public String toString() {
return "Message{" +
"id=" + id +
", message='" + message + '\'' +
'}';
}
}
測試代碼
public static void main(String[] args) {
List<Message> messages = genMessage(10);
messages.forEach(System.out::println);
}
public static List<Message> genMessage(int size) {
AtomicInteger atomicInteger = new AtomicInteger();
Supplier<Message> supplier = () -> {
Message message = new Message(new Random().nextInt(), "Message : " + atomicInteger.getAndIncrement());
System.out.println("inner:" + message.toString());
return message;
};
System.out.println(99);
return Stream.generate(supplier).limit(size).collect(Collectors.toList());
}
先看下運行結果，我們再來分析，可以看到第一個 case? 我們是使用靜態引用來返回一個 UUID? 對象，這個 case? 我們通過創建 lambda? 表達式的形式來實現一個 Supplier?，在表達式中我們進行 message? 對象的構造，然后進行返回。其實上文的靜態引用，本質上也是一個 lambda，所以跟下面的實現是一個原理，只不過是一些語法糖而已。
public static List<UUID> listUUID2(int size) {
Supplier<UUID> supplier = () -> UUID.randomUUID();
return Stream.generate(supplier).limit(size).collect(Collectors.toList());
}
如果對 Stream? 流有理解的可以看到，我們這里有兩個點需要注意，一個是我們這里的輸出 99 是在 inner? 之前的，另一個是我們這里使用的 limit 方法，不然會一直進行輸出不會停止的，這兩點其實都是流的基本特性，就不多說了。
Supplier 是個啥
上文提到 Stream? 的 generate? 方法接收的是一個 Supplier? 類型的參數，那么這個 Supplier 是個啥呢？我們來仔細看一下。
package java.util.function;
@FunctionalInterface
public interface Supplier<T> {
/**
* Gets a result.
*
* @return a result
*/
T get();
}
通過代碼我們可以看到首先 Supplier? 是個接口，既然是接口那就可以進行具體的實現，并且這個接口只有一個方法 get? 返回指定的類型，同時該接口還有一個 @FunctionalInterface 注解，表名這個接口是一個函數是編程的接口，函數式接口是指僅僅只包含一個抽象方法的接口。
我們看到這個注解的 javadoc? 里面大概的意思是這個注解是用來標識一個函數接口，函數式接口只有一個抽象方法，但是如果有 default? 方法或者覆蓋了 Object? 的 public? 方法都不算是抽象方法。還有一句講的是函數式接口可以通過 lambda? 表達式，方法引用或者構造方法引用來創建。我們上面的兩個例子演示了 lambda 表達式和方法引用，構造函數其實也一樣。
所以總結來說 Stream? 的 generate? 方法通過接收一個 Supplier? 類型的參數來創建一個數據流，得到數據流以后就可以進行各種流的操作了。我們這篇文章更多的是通過 Stream? 來構造 mock? 數據，創建一個流，對于流的各種操作就不在本文的討論范圍之內了，阿粉之前也有相應的文章介紹過 Stream 感興趣的小伙伴可以去翻翻看。
總結
工作中 mock? 數據在很多場景都會遇到，但是可能很多時候我們都不會太關注 mock? 的數據的形式，雖然說一個循環也可以 mock 到相應的數據，但是能寫的優雅一點為什么我們不寫的優雅一點呢？
