1. 引言：业务场景与数据聚合挑战
在日常业务开发中，我们经常需要对数据进行复杂的聚合操作，例如在生成报告、配送单或统计报表时。laravel collection提供了强大且富有表现力的方法来处理这类需求。一个常见的场景是，当存在多批次相同规格的商品需要合并显示时，我们不仅要将它们分组，还要将它们的数量进行汇总，同时精简输出字段以符合最终展示要求。
例如，在圣诞树销售的配送单场景中，用户可能在不同托盘上装载了相同类型和尺寸的圣诞树。系统需要将这些重复的条目合并，并计算出该类型和尺寸的总数量，最终以清晰简洁的格式展示给客户。
原始数据通常以JSON格式存储，可能包含冗余信息，如slot、pallet、label等，而最终输出只需要type、size和amount（总和）。
原始数据示例 (line_items)：
[
{ "slot": 2, "pallet": "cghjh", "type": "NGR", "label": "purple", "size": "125-150", "amount": "30" },
{ "slot": 3, "pallet": "cghjh", "type": "NGR", "label": "purple", "size": "125-150", "amount": "30" },
{ "slot": 2, "pallet": "yghiuj", "type": "NGR", "label": "orange", "size": "150-175", "amount": "30" },
{ "slot": 3, "pallet": "cghjh", "type": "NOB", "label": "purple", "size": "125-150", "amount": "30" }
]期望的输出格式：
{
"NGR": {
"125-150": [
{ "type": "NGR", "size": "125-150", "amount": 60 }
],
"150-175": [
{ "type": "NGR", "size": "150-175", "amount": 30 }
]
},
"NOB": {
"125-150": [
{ "type": "NOB", "size": "125-150", "amount": 30 }
]
}
}2. 初步分组：groupBy的运用
Laravel Collection的groupBy方法是实现数据聚合的第一步。我们可以根据一个或多个字段对Collection进行分组。在本例中，我们需要根据type（类型）和size（尺寸）进行分组。
$lineItems = collect([
[ "slot" => 2, "pallet" => "cghjh", "type" => "NGR", "label" => "purple", "size" => "125-150", "amount" => "30" ],
[ "slot" => 3, "pallet" => "cghjh", "type" => "NGR", "label" => "purple", "size" => "125-150", "amount" => "30" ],
[ "slot" => 2, "pallet" => "yghiuj", "type" => "NGR", "label" => "orange", "size" => "150-175", "amount" => "30" ],
[ "slot" => 3, "pallet" => "cghjh", "type" => "NOB", "label" => "purple", "size" => "125-150", "amount" => "30" ]
]);
$groupedData = $lineItems->groupBy(['type', 'size']);执行上述代码后，$groupedData的结构将如下所示：
{
"NGR": {
"125-150": [
{ "slot": 2, "pallet": "cghjh", "type": "NGR", "label": "purple", "size": "125-150", "amount": "30" },
{ "slot": 3, "pallet": "cghjh", "type": "NGR", "label": "purple", "size": "125-150", "amount": "30" }
],
"150-175": [
{ "slot": 2, "pallet": "yghiuj", "type": "NGR", "label": "orange", "size": "150-175", "amount": "30" }
]
},
"NOB": {
"125-150": [
{ "slot": 3, "pallet": "cghjh", "type": "NOB", "label": "purple", "size": "125-150", "amount": "30" }
]
}
}可以看到，groupBy已经成功地按照type和size将数据进行了两级分组。然而，它只是简单地将原始条目归类，并未进行数量求和，也没有过滤掉不需要的字段。每个size组下仍然是一个包含多个原始条目的Collection。
3. 挑战：多级分组后的聚合与结构转换
如果尝试在groupBy之后直接使用map来求和，例如：
$data = collect($deliveryNote->line_items)
->groupBy(['type', 'size'])
->map(function ($item) {
return $item->sum('amount');
});这并不能得到期望的结果。原因在于，外层的map回调函数接收到的$item是按type分组后的Collection（例如，"NGR"下的所有size分组），而不是单个的size分组下的原始条目Collection。要对每个type和size组合下的amount进行求和，我们需要进行更深层次的迭代。
4. 解决方案：嵌套map与聚合逻辑
为了达到期望的输出格式，我们需要在groupBy之后进行两层map操作。外层map处理type分组，内层map处理size分组，并在最内层执行求和与字段筛选。
line_items 数据
$lineItems = collect([
[ "slot" => 2, "pallet" => "cghjh", "type" => "NGR", "label" => "purple", "size" => "125-150", "amount" => "30" ],
[ "slot" => 3, "pallet" => "cghjh", "type" => "NGR", "label" => "purple", "size" => "125-150", "amount" => "30" ],
[ "slot" => 2, "pallet" => "yghiuj", "type" => "NGR", "label" => "orange", "size" => "150-175", "amount" => "30" ],
[ "slot" => 3, "pallet" => "cghjh", "type" => "NOB", "label" => "purple", "size" => "125-150", "amount" => "30" ]
]);
$processedData = $lineItems
->groupBy(['type', 'size']) // 第一步：按 'type' 和 'size' 进行多级分组
->map(function (Collection $sizeGroups, string $type) { // 第二步：遍历每个 'type' 组
// $sizeGroups 是一个 Collection，其键是 'size'，值是对应 'size' 下的原始条目 Collection
return $sizeGroups->map(function (Collection $itemsInSizeGroup, string $size) { // 第三步：遍历每个 'size' 组
// $itemsInSizeGroup 是一个 Collection，包含所有相同 'type' 和 'size' 的原始条目
// 计算当前 'type' 和 'size' 组合下的 'amount' 总和
// 注意：原始数据中的 'amount' 是字符串，这里需要进行类型转换以确保正确求和
$totalAmount = (int) $itemsInSizeGroup->sum('amount');
// 构建符合期望格式的新数据结构
// 期望格式中，每个 'size' 键对应一个包含单个对象的数组
return [
[
'type' => $type, // 从外层 map 的键获取 'type'
'size' => $size, // 从内层 map 的键获取 'size'
'amount' => $totalAmount, // 使用计算出的总和
]
];
});
});
// 将 Collection 转换为数组或 JSON 以便输出
$output = $processedData->toArray();
print_r(json_encode($output, JSON_PRETTY_PRINT));代码解析：
-
$lineItems->groupBy(['type', 'size']):
- 这是数据处理的第一步，它创建了一个嵌套的Collection。
- 外层Collection的键是type（例如NGR），值是另一个Collection。
- 内层Collection的键是size（例如125-150），值是包含所有匹配原始条目的Collection。
-
->map(function (Collection $sizeGroups, string $type) { ... }):
- 这是对groupBy结果的外层map操作。
- $sizeGroups：代表当前type下的所有size分组（例如，当$type是NGR时，$sizeGroups是包含125-150和150-175键的Collection）。
- $type：当前迭代的type键（例如NGR）。
-
return $sizeGroups->map(function (Collection $itemsInSizeGroup, string $size) { ... }):
- 这是对$sizeGroups的内层map操作。
- $itemsInSizeGroup：代表当前type和size组合下的所有原始条目（例如，NGR类型125-150尺寸下的所有原始记录）。
- $size：当前迭代的size键（例如125-150）。
-
$totalAmount = (int) $itemsInSizeGroup->sum('amount');:
- 在最内层，我们现在可以访问到特定type和size下的所有原始条目($itemsInSizeGroup)。
- 使用sum('amount')方法对这些条目的amount字段进行求和。
- 重要提示： 原始数据中的amount是字符串类型。为了确保求和的准确性，我们使用(int)进行类型转换。如果amount可能包含小数，应使用(float)。
-
return [[ ... ]]:
- 这部分构建了最终的输出结构。
- 外层的[]使得每个size键对应的值是一个数组。
- 内层的{ 'type' => $type, 'size' => $size, 'amount' => $totalAmount }创建了包含聚合数据的单个对象。
- $type和$size可以直接从map回调的参数中获取，因为它们是当前分组的键。
最终$output将精确匹配期望的输出格式。
5. 注意事项与最佳实践
- 数据类型转换： 始终注意进行求和或计算的字段的数据类型。如果原始数据是字符串，务必进行适当的类型转换（如intval()、floatval()或直接类型转换(int)、(float)），以避免意外结果。
- 性能考量： 对于非常庞大的数据集（例如，数万甚至数十万条记录），在PHP应用层使用Collection进行复杂的groupBy和map操作可能会消耗较多的内存和CPU资源。在这种情况下，考虑将聚合逻辑下推到数据库层面，利用SQL的GROUP BY和SUM()函数通常会更高效。
- 代码可读性： 尽管链式调用很强大，但对于多层嵌套的map，适当拆分或使用更具描述性的变量名可以提高代码的可读性和维护性。
- 灵活性： 这种模式非常灵活，你可以根据需要调整groupBy的字段，或者在内层map中添加其他聚合逻辑
