MapStruct 实现嵌套对象列表到扁平列表的映射
2025-05-30 17:48:53作者:舒璇辛Bertina
概述
在实际开发中,我们经常会遇到需要将多层嵌套的对象结构转换为扁平化数据结构的需求。本文将以 MapStruct 为例,详细介绍如何将一个包含多层嵌套列表的对象结构映射为一个扁平化的目标列表。
场景分析
假设我们有以下三个实体类:
class Department {
private String departmentName;
private List<Teacher> teachers;
}
class Teacher {
private String name;
private String sex;
private Integer age;
private List<Student> students;
}
class Student {
private String name;
private String sex;
private Integer age;
}
我们的目标是将这些嵌套的对象结构转换为以下扁平化的目标类列表:
class TargetStudent {
private String departmentName;
private String teacherName;
private String teacherSex;
private Integer teacherAge;
private String studentName;
private String studentSex;
private Integer studentAge;
}
解决方案
方法一:使用默认方法实现
MapStruct 提供了灵活的方式来处理这种复杂映射场景。我们可以通过在映射接口中定义默认方法来实现:
@Mapper
public interface TeacherStudentsConvert {
TeacherStudentsConvert INSTANCE = Mappers.getMapper(TeacherStudentsConvert.class);
@Mapping(target = "departmentName", source = "department.departmentName")
@Mapping(target = "teacherName", source = "teacher.name")
@Mapping(target = "teacherSex", source = "teacher.sex")
@Mapping(target = "teacherAge", source = "teacher.age")
@Mapping(target = "studentName", source = "student.name")
@Mapping(target = "studentSex", source = "student.sex")
@Mapping(target = "studentAge", source = "student.age")
TargetStudent toTargetStudent(Department department, Teacher teacher, Student student);
default List<TargetStudent> toTargetStudents(List<Department> departments) {
List<TargetStudent> targetStudents = new ArrayList<>();
for (Department department : departments) {
for (Teacher teacher : department.getTeachers()) {
for (Student student : teacher.getStudents()) {
targetStudents.add(toTargetStudent(department, teacher, student));
}
}
}
return targetStudents;
}
}
这种方法的核心在于:
- 定义一个基础映射方法,将三个层级的对象映射到目标对象
- 使用默认方法实现嵌套循环,构建最终的扁平化列表
方法二:使用Java 8 Stream API
如果你更喜欢函数式编程风格,也可以使用Stream API来实现:
@Mapper
public interface TeacherStudentsConvert {
TeacherStudentsConvert INSTANCE = Mappers.getMapper(TeacherStudentsConvert.class);
// 基础映射方法同上
default List<TargetStudent> toTargetStudents(List<Department> departments) {
return departments.stream()
.flatMap(department -> department.getTeachers().stream()
.flatMap(teacher -> teacher.getStudents().stream()
.map(student -> toTargetStudent(department, teacher, student))
)
.collect(Collectors.toList());
}
}
技术要点
-
多层嵌套映射:MapStruct 支持通过点号(.)访问嵌套属性,如
department.departmentName -
组合映射:可以将多个源对象组合映射到一个目标对象
-
默认方法:在映射接口中使用默认方法可以实现复杂的转换逻辑
-
性能考虑:MapStruct 在编译时生成映射代码,运行时没有反射开销,性能接近手写代码
最佳实践
-
对于简单的属性映射,尽量使用MapStruct的注解配置
-
对于复杂的业务逻辑转换,可以使用默认方法实现
-
考虑将复杂的映射逻辑拆分为多个小方法,提高可读性
-
为所有参与映射的类提供完整的getter/setter方法
总结
通过MapStruct,我们可以优雅地处理对象间的复杂映射关系。本文展示的两种实现方式都能有效地将嵌套对象列表转换为扁平化结构,开发者可以根据项目需求和个人偏好选择合适的方式。MapStruct的强大之处在于它既支持简单的声明式映射,又允许通过Java代码实现复杂的转换逻辑,为对象映射提供了极大的灵活性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
650
149
Ascend Extension for PyTorch
Python
211
221
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
291
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
251
319
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
486
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
640
仓颉编程语言运行时与标准库。
Cangjie
136
874
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216