Java如何检测Entity类嵌套ratings列表内sid字段的重复值

单个Entity校验 #

直接通过流式统计去重后的sid数量和原列表长度对比即可，不需要操作索引：

// 校验单个Entity是否存在sid重复，返回true表示有重复
public boolean hasDuplicateSidInEntity(Entity entity) {
    List<Rating> ratings = entity.getRatings();
    if (ratings == null || ratings.size() <= 1) {
        return false;
    }
    long distinctSidCount = ratings.stream()
            .map(Rating::getSid)
            .distinct()
            .count();
    return distinctSidCount < ratings.size();
}

// 如果需要获取具体重复的sid值
public List<String> listDuplicateSids(Entity entity) {
    List<Rating> ratings = entity.getRatings();
    if (ratings == null || ratings.isEmpty()) {
        return Collections.emptyList();
    }
    return ratings.stream()
            .collect(Collectors.groupingBy(Rating::getSid, Collectors.counting()))
            .entrySet()
            .stream()
            .filter(e -> e.getValue() > 1)
            .map(Map.Entry::getKey)
            .collect(Collectors.toList());
}

批量数据校验 #

不管你手上的数据是List<Entity>还是List<List<Rating>>，都可以直接流式遍历校验：

// 校验List<Entity>中所有实例，返回存在重复sid的实例
public List<Entity> filterInvalidEntities(List<Entity> entityList) {
    return entityList.stream()
            .filter(this::hasDuplicateSidInEntity)
            .collect(Collectors.toList());
}

// 校验List<List<Rating>>结构
public boolean hasAnyDuplicate(List<List<Rating>> allRatings) {
    return allRatings.stream()
            .anyMatch(ratingList -> 
                ratingList.stream().map(Rating::getSid).distinct().count() < ratingList.size()
            );
}

你之前遇到的IntStream索引问题不需要处理，不需要通过索引定位元素，直接遍历每个列表即可完成校验。

MongoDB默认的单字段唯一索引是全局约束，会限制所有文档的ratings.sid都不能重复，不符合「仅单个文档内部sid不重复」的需求，可选以下两种实现方式：

• 复合唯一索引方案：将文档主键和ratings.sid做复合唯一索引，限制同一个文档内的sid不重复

db.your_collection_name.createIndex(
  {"_id": 1, "ratings.sid": 1},
  {unique: true}
)

注意：该方案仅在全量更新文档、或者对ratings数组做原子追加操作时生效，能拦截重复sid写入。

• 文档校验规则方案（MongoDB 5.0+支持）：给集合添加内置校验规则，写入时自动检查数组内sid是否有重复

db.runCommand({
  collMod: "your_collection_name",
  validator: {
    $expr: {
      $eq: [
        {$size: "$ratings.sid"},
        {$size: {$setUnion: ["$ratings.sid", []]}}
      ]
    }
  },
  validationLevel: "strict",
  validationAction: "error"
})

规则逻辑为对比sid数组长度和去重后sid数组长度，不一致则直接拒绝写入。

内容的提问来源于stack exchange，提问作者diaop