技术

对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go细节 codereview mat使用 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 MVCC 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes自动扩容缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 扩展Kubernetes 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Kubernetes监控 Kubernetes 控制器模型 Prometheus 学习 容器日志采集 容器狂占cpu怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects之编排对象 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 kubernetes实践 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 《深入剖析kubernetes》笔记 精简代码的利器——lombok 学习 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 mysql 批量操作优化 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 硬件对软件设计的影响 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 docker 环境(主要运行java项目)常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 network channel network byte buffer 测试环境docker化实践 netty(七)netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Macvlan Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 hystrix学习 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty(六)netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 异构数据库表在线同步 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 Kubernetes 其它特性 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 使用etcd + confd + nginx做动态负载均衡 如何通过fleet unit files 来构建灵活的服务 CoreOS 安装 CoreOS 使用 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

标签


编写java框架的几大利器

2017年05月02日

前言

笔者最近学习几个框架,其共同特征用maven 项目结构来描述的话就是:

xxx
    xxx-core/xxx-common
    xxx-spring

我们说面向过程,画流程图,流程图中从start到end的代码我们都看的到。但到java中,大部分时候,我们在写回调函数/生命周期函数。即便是我们用代码描述了开始与结束,但其中注解啊什么的,又为我们夹带了不少私货。经常有人说,大部分程序猿拿着面向对象的语言写面向过程的代码(常写controller-service-dao的程序猿对这点感受尤其明显)。那么理解问题、理解框架、理解框架与业务的边界,有利于我们从面向对象的角度去思考问题。

框架一般有以下几个tips:

  1. 如何感知用户配置。框架本身的运行需要一些策略和参数
  2. 找出共性和个性的边界。比如web的filter、listener,spring的BeanPostProcessor等
  3. 框架本身的复杂性如何解决?比如分层、设计模式
  4. 对现有框架的扩展
  5. 基于现有框架实现新框架。比如基于spring 实现一个自定义注解

一个框架,尤其是一个复杂框架,往往意味着多个复杂抽象以及抽象间复杂的依赖关系。尽量从中找一些共同点或工具,以减少阅读源码时的思维负担。

spi

概念

java中的SPI机制

java 平台对spi的支持可以参见java.util.ServiceLoader.A simple service-provider loading facility类。比如对一个maven项目结构

src
    main
        java
            org.lqk.spi
                IUserService
                UserService
        resources
            META-INF
                services
                    org.lqk.spi.IUserService // 内容是org.lqk.spi. UserService

那么在代码中

public class ServiceBootstrap {
    public static void main(String[] args) {
        ServiceLoader<IUserService> serviceLoader = ServiceLoader.load(IUserService.class);
        serviceLoader.forEach(IUserService::sayHello);
    }
}

ServiceLoader.load(IUserService.class)即可得到IUserService实例。

与api 对比

Java SPI思想梳理 spi 是与 api 相对应的一个词,代码上会有一个接口类与其对应

  api spi
概念上 概念上更接近实现方。实现了一个服务,然后提供接口 给外界调用 概念上更依赖调用方。比如java 的jdbc 规范,是先定义接口,然后交给mysql、oracle 等厂商实现
interface 在 实现方所在的包中 调用方所在的包中
interface 和 implement 在一个包中 implement位于独立的包中(也可认为在提供方中)
如何对外提供服务,证明自己用处在哪里 提供接口 给外界调用 java spi的具体约定为: 当服务的提供者,提供了服务接口的一种实现之后,在jar包的META-INF/services/目录里同时创建一个以服务接口命名的文件。文件内容就是实现该服务接口的具体实现类

与 ioc 对比

类似的ioc工具有 Plexus,Spring之外的IoC容器google/guice

使用它们而不是spring ioc有一个好处:我们所写的框架,经常应用于很多使用spring的项目中,不使用spring ioc,可以不与业务使用的spring版本冲突。

贴一段guice的简介:Put simply, Guice alleviates the need for factories and the use of new in your Java code. Think of Guice’s @Inject as the new new(一个新的new). You will still need to write factories in some cases, but your code will not depend directly on them. Your code will be easier to change, unit test and reuse in other contexts.

  1. 面向的对象的设计里,我们一般推荐模块之间基于接口编程
  2. ioc 侧重于将一个类的构造过程省掉,调用方只需关心类的使用。因为接口编程的关系,spring 顺带支持通过scan 等方式 为一个接口 找到(spring 容器中)对应的实现类
  3. spi 强调一个接口有多种实现,不想在代码中写死具体使用哪种实现。

xsd

spring框架的XML扩展特性:让spring加载和解析你自定义的XML文件

通过继承来分解复杂逻辑

笔者对继承的认识,有以下几个过程:

  1. 我们以前更加习惯将复杂代码,分在不同的类中,类直接彼此依赖。
  2. 一些类的共同代码抽取出来,形成父类

这种逻辑方式,在应对controller-service-dao之类的代码时是够用的,因为逻辑的入口controller通常是由多个url触发的。一个项目虽然有多个controller、service、dao,但可以划分为一系列controller-service-dao主线,交叉的不多。多个主线偶尔有一两个流程交叉,复用一些公共代码。此时呢,父类自下而上产生,更多的是承载一些公共函数,这些公共函数通常无法反应该系列类的作用。

而对于框架说,其主线非常明确,往往只有一个入口,一个入口操作对象对外提供服务。此时呢,通常有一个InterfaceA,然后是AbstractA,继而BaseA/DefaultA等,向下开枝散叶(自上而下)。此时呢,通常上级类更容易反映该系列类的作用,制定业务流程,而下级类则往往是某个流程步骤的具体实现了。

还有一种父类,参见netty-codec-http2,父类HttpRequestDecoder处理了http协议所有可能的场景,子类只需为父类某些参数设置特定值即可。构造子类时,不需要传入父类构造函数一样多的参数。

不同的继承形式,就好比不同的家庭。有的是富二代,父类把所有活儿都干完了。有的父类则是下个指示,交给各个子女去执行。甚至于还有,子类忙的要死,将公共的活儿匀给父类干。

重新理解工厂模式

A factory class decouples the client and implementing class.

那么当一个类有多层级继承关系时,就有必要为顶层接口/类准备一个工厂了。

重新来看观察者模式

对于我这个入门程序猿来说,尽管知道观察者模式什么意思,但在实际应用用还是很少用,因为这个违背了了我的直觉。

Objector{
	List<Listener> listeners;
	function notify(){
		for(){
			...
		}
	}
	business1(){	// 我的直觉
		business code
		listener.listen();
	}
	business2(){	// 实际
		business code
		notify();
	}
}

所谓的直觉是,类与类既然相互依赖,那么它们的调用就应该是直接的,就像business1那样,哪怕是business2稍微婉转了一下,都感觉别扭,反射弧就这么大,囧!

所以说,设计模式分为创建型、结构型、行为型,我们在思考类的关系的时候,或许也应先从创建、结构、行为三个方向来着眼。

观察者模式,也描述了对象与对象之间的依赖关系。

框架方和使用框架方的边界

表现形式

  1. 注解,这就要求有一个组件将分散在业务各个位置的注解相关数据重新组织起来
  2. 接口

驱动

  1. 框架本身有线程启动,start 框架内线程有以下几种方式

    1. 框架线程启动代码注册到web容器中,web容器启动时驱动
    2. 显式初始化框架提供的操作对象
    3. 框架的操作对象在执行第一个任务时启动线程
  2. 通过业务调用驱动

    1. 使用spring 容器时, 挂载一些钩子函数、或实现特定接口,即可将代码挂载容器的启动过程中。

框架和业务的几点不同

  1. 框架应该尽量减少依赖。除了上文提到的spring的版本兼容问题,一些框架功能的实现还依赖zk、mq等,这是要尽量减少的。
  2. 框架应该尽量减少对入参的更改。因为调用方可能复用入参。

框架和框架box 类

学习一个框架,要分清楚框架的核心和边缘,比如《netty in action》中提到:Netty provides an extensive set of predefined handlers that you can use out of the box.including handlers for protocols such as HTTP and SSL/TLS. Internally ,Channel-Handlers use events and futures themselves,making them consumers of the same abstractions your applications will employ.

依赖关系的管理

一个稍微复杂的框架,必然伴随几个抽象以及抽象间的依赖关系,那么依赖的关系的管理,可以选择spring(像大多数j2ee项目那样),也可以硬编码。这就是我们看到的,每个抽象对象有一套自己的继承体系,然后抽象对象子类之间又彼此复杂的交织。比如Netty的eventloop、unsafe和pipeline,channel作为最外部操作对象,聚合这三者,根据聚合合的子类的不同,Channel也有多个子类来体现。

依赖关系管理,也可以考虑使用google/guice

其它

  • IdentityHashMap,This class implements the Map interface with a hash table, using reference-equality in place of object-equality when comparing keys (and values). In other words, in an IdentityHashMap, two keys k1 and k2 are considered equal if and only if (k1==k2)