实际开发中的协变与逆变案例：数据处理流水线

🕗 发布于 2024-11-19 10:38 开发语言 java

在实际开发中，协变（? extends T） 和 逆变（? super T） 常常出现在处理数据流的场景中。我们通过一个简单的例子——设计一个通用的数据处理流水线，来深入理解它们的使用。

需求描述

假设我们在做一个电商项目，需要处理不同类型的订单数据：

数据源会提供各种类型的订单（如普通订单、会员订单、促销订单等）。
我们需要把这些订单传递到处理器进行处理。
不同的处理器可能对父类或子类的数据有不同的操作需求。

基本类型定义

我们有一个基本的订单类和几个子类：

// 父类：订单
class Order {
    private String id;
    public Order(String id) { this.id = id; }
    public String getId() { return id; }
}

// 子类：普通订单
class RegularOrder extends Order {
    public RegularOrder(String id) { super(id); }
}

// 子类：会员订单
class MemberOrder extends Order {
    public MemberOrder(String id) { super(id); }
}

设计目标：通用数据处理流水线

我们要设计两个通用的方法：

读取订单数据的工具（协变场景）。
将订单数据传递给处理器（逆变场景）。

1. 协变案例：只读订单数据

**场景：**我们需要一个工具方法，可以接受任意类型的订单列表（普通订单、会员订单等），并读取这些订单信息，但不对列表内容做修改。

代码实现：

// 工具方法：读取订单列表
public static void readOrders(List<? extends Order> orders) {
    for (Order order : orders) {
        System.out.println("订单ID：" + order.getId());
    }
}

协变的意义：

? extends Order 表示“接受 Order 及其子类列表”。
我们只读取列表里的数据，不向列表中添加任何内容。

调用示例：

List<RegularOrder> regularOrders = List.of(new RegularOrder("R001"), new RegularOrder("R002"));
List<MemberOrder> memberOrders = List.of(new MemberOrder("M001"), new MemberOrder("M002"));

// 读取普通订单
readOrders(regularOrders);

// 读取会员订单
readOrders(memberOrders);

协变的关键点：

允许传入子类型列表（如 List<RegularOrder>）。
只能“读”，不能“写”。
- 如果试图往列表中添加元素，编译器会阻止。

orders.add(new RegularOrder("R003")); // 编译报错：不能添加数据！

2. 逆变案例：处理订单数据

**场景：**我们有一个订单处理器，需要把普通订单传递进去进行处理操作。由于不同的处理器可能接收更通用的 Order 类型，我们希望代码更灵活。

代码实现：

// 工具方法：添加订单到处理器
public static void processOrders(List<? super RegularOrder> orders) {
    orders.add(new RegularOrder("R003")); // 安全添加普通订单
    System.out.println("订单已处理！");
}

逆变的意义：

? super RegularOrder 表示“接受 RegularOrder 及其父类的列表”。
我们可以向列表中添加 RegularOrder 或其子类的实例。

调用示例：

List<Order> allOrders = new ArrayList<>(); // 容器可以是父类类型
processOrders(allOrders);

逆变的关键点：

允许操作父类列表（如 List<Order>）。
只能“写”，不能安全地“读”。

为什么不能读？
读取的数据类型不确定，只能当作 Object 处理：

Object obj = orders.get(0); // OK：只能当作 Object

3. 协变和逆变结合的设计

我们设计一个通用的数据处理流水线，既能从数据源读取订单，又能将订单传递给处理器。

完整实现：

public static <T> void processPipeline(
    List<? extends T> source, // 协变：只读数据源
    List<? super T> target    // 逆变：只写目标
) {
    for (T item : source) {
        System.out.println("读取订单：" + ((Order) item).getId());
        target.add(item); // 将订单传递到目标列表
    }
}

调用示例：

List<RegularOrder> regularOrders = List.of(new RegularOrder("R001"), new RegularOrder("R002"));
List<Order> allOrders = new ArrayList<>();

processPipeline(regularOrders, allOrders);

System.out.println("处理后的订单数：" + allOrders.size());

结果输出：

读取订单：R001
读取订单：R002
处理后的订单数：2

总结：协变与逆变的最佳场景

协变（? extends T）
- 适合只读操作，数据来源多样化。
- 典型场景：数据采集、读取列表内容。
逆变（? super T）
- 适合只写操作，数据目标灵活多样。
- 典型场景：数据存储、操作父类容器。
协变与逆变结合
- 适合需要“读取 + 写入”分工明确的场景，如数据流传输、数据转换。

用协变和逆变设计代码，不仅让代码更灵活安全，还能显著提升复用性和可维护性！

实际开发中的协变与逆变案例：数据处理流水线

需求描述

基本类型定义

设计目标：通用数据处理流水线

1. 协变案例：只读订单数据

2. 逆变案例：处理订单数据

3. 协变和逆变结合的设计

总结：协变与逆变的最佳场景

推荐阅读文章

相关文章