如何通过Stream API实战实现对海量视频元数据变量的码率分布统计

直接拿 Stream API 去统计视频码率分布？听起来挺直接，但实际操作中会碰一鼻子灰。原因很简单——码率这个指标，根本就不是视频文件自带的元数据字段，HTML5 Video API 里可没有 video.bitrate 这个属性让你直接读取。所以，得先老老实实把原始数据（比如时长、文件大小）拿到手，人工算一遍，然后才能轮到 Stream 上场做分布统计。

为什么码率无法直接获取

浏览器原生的 video 元素，能暴露的元数据其实相当有限：

• duration：总时长（秒）
• videoWidth / videoHeight：分辨率
• readyState、networkState 这些状态值

码率这东西，必须靠文件体积 ÷ 时长来推算，单位是 bps。而且前提是，你得知道原始文件的字节大小（也就是 File.size）。这一步得在前端完成，后端或者 Stream API 都没法帮你自动补齐。

前端预处理：从 File 里提取「能算出码率」的数据对

所以，对于每个视频文件，你得先构造一个包含 fileSize 和 duration 的对象：

const extractVideoInfo = (file) => {  return new Promise((resolve, reject) => {    const video = document.createElement('video');    video.preload = 'metadata';    video.src = URL.createObjectURL(file);    video.onloadedmetadata = () => {      const duration = video.duration;      // 注意：duration 可能为 Infinity（流式/无头文件），得校验一下      if (!isFinite(duration) || duration <= 0) {        reject(new Error('无效时长'));        return;      }      resolve({        name: file.name,        size: file.size,         // 字节        duration: duration       // 秒      });    };    video.onerror = () => reject(new Error('元数据加载失败'));  });};

Ja va Stream 实现码率分布分组统计

假设你已经批量拿到了 N 个视频的 {name, size, duration} 列表（比如通过后端接口返回的 JSON 数组），这时候就能用 Stream 来按码率区间做归类了：

• 先算每条记录的码率：(size * 8.0 / duration)，转成 bps
• 定义区间边界，比如 [0, 1Mbps), [1Mbps, 3Mbps), [3Mbps, +∞)
• 用 Collectors.groupingBy 配合匿名函数，把数据分到不同的桶里

List metas = ... // 已加载的元数据列表
Map bitrateDistribution = metas.stream()
    .filter(m -> m.duration > 0)
    .mapToDouble(m -> m.size * 8.0 / m.duration) // 算 bps
    .mapToObj(bitrate -> {
        if (bitrate < 1_000_000) return "低码率(<1Mbps)";
        if (bitrate < 3_000_000) return "中码率(1-3Mbps)";
        return "高码率(≥3Mbps)";
    })
    .collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));

输出结果大概长这样：{"低码率(<1Mbps)": 12, "中码率(1-3Mbps)": 45, "高码率(≥3Mbps)": 8}

进阶：自定义分桶与百分位数统计

如果只是分桶还不够，还想看 P50、P90 这类百分位上的码率值，那也有办法。可以结合 Collectors.collectingAndThen 和排序来处理：

• 先把所有码率值收集到一个 List 里
• 排好序之后，按索引取对应的分位点（比如 size × 0.5 就是中位数）

double[] bitrates = metas.stream()
    .filter(m -> m.duration > 0)
    .mapToDouble(m -> m.size * 8.0 / m.duration)
    .sorted()
    .toArray();
int len = bitrates.length;
double p50 = len > 0 ? bitrates[len / 2] : 0;
double p90 = len > 0 ? bitrates[(int) (len * 0.9)] : 0;

整个流程的关键，其实还是前端能准确提取到 size 和 duration。Stream 再能干，也只能处理它拿到的数据。跳过预处理这一步，Stream 就真的是无米下锅了。