日志封装
整个Spring5框架的代码基于Java8,运行时兼容JDK9
- 许多不建议使用的类和方法在代码库中删除
Spring 5.0
框架自带了通用的日志封装
(1)Spring5 已经移除 Log4jConfigListener
,官方建议使用 Log4j2
(2)Spring5 框架整合 Log4j2
整合 Log4j2 的过程如下:
-
第一步: 引入jar包
-
第二步 创建
log4j2.xml
的配置文件<?xml version="1.0" encoding="UTF-8"?> <!--日志级别以及优先级排序: OFF > FATAL > ERROR > WARN > INFO > DEBUG > TRACE > ALL --> <!--Configuration后面的status用于设置log4j2自身内部的信息输出,可以不设置, 当设置成trace时,可以看到log4j2内部各种详细输出--> <configuration status="INFO"> <!--先定义所有的appender--> <appenders> <!--输出日志信息到控制台--> <console name="Console" target="SYSTEM_OUT"> <!--控制日志输出的格式--> <PatternLayout pattern="%d{yyyy-MM-dd HH:mm:ss.SSS} [%t] %-5level %logger{36} - %msg%n"/> </console> </appenders> <!--然后定义logger,只有定义logger并引入的appender,appender才会生效--> <!--root:用于指定项目的根日志,如果没有单独指定Logger,则会使用root作为默认的日志输出--> <loggers> <root level="info"> <appender-ref ref="Console"/> </root> </loggers> </configuration>
@Nullable注解:允许返回为空
@Nullable 注解
可以使用在方法上面,属性上面,参数上面
-
表示方法返回可以为空,属性值可以为空,参数值可以为空
-
注解用在方法上面,方法返回值可以为空
-
注解使用在方法参数里面,方法参数可以为空
-
注解使用在属性上面,属性值可以为空
函数式分格的支持: GenericApplicationContext:
//函数式风格创建对象,交给spring进行管理
@Test
public void testGenericApplicationContext() {
//1 创建GenericApplicationContext对象 GenericApplicationContext
context = new GenericApplicationContext();
//2 调用context的方法对象注册
context.refresh();
context.registerBean("user1",User.class,() -> new User());
//3 获取在spring注册的对象
// User user = (User)context.getBean("com.atguigu.spring5.test.User");
User user = (User)context.getBean("user1");
System.out.println(user);
}
Spring5支持整合JUnit5
(1)整合JUnit4
-
第一步 引入Spring相关针对测试依赖:
-
第二步 创建测试类,使用注解方式完成
@RunWith(SpringJUnit4ClassRunner.class) //单元测试框架 @ContextConfiguration("classpath:bean1.xml") //加载配置文件 public class JTest4 { @Autowired private UserService userService; @Test public void test1() { userService.accountMoney(); } }
(2)Spring5整合JUnit5
-
第一步 引入
JUnit5
的 jar 包 -
第二步 创建测试类,使用注解完成
@ExtendWith(SpringExtension.class) @ContextConfiguration("classpath:bean1.xml") public class JTest5 { @Autowired private UserService userService; @Test public void test1() { userService.accountMoney(); } }
-
使用一个复合注解替代上面两个注解完成整合
@SpringJUnitConfig(locations = "classpath:bean1.xml") public class JTest5 { @Autowired private UserService userService; @Test public void test1() { userService.accountMoney(); } }
Spring5 框架新功能 :SpringWebflux
SpringWebflux
是 Spring5 添加新的模块用于web开发
- 功能和 SpringMVC 类似的
- Webflux 使用当前一种比较流程响应式编程出现的框架。
传统web框架,比如 SpringMVC
,是基于 Servlet 容器的。
- Webflux 是一种异步非阻塞的框架,异步非阻塞的框架在Servlet3.1以后才支持,核心是基于Reactor的相关API实现的。
问题:异步同步于非阻塞阻塞的区别
答:他们所针对的对象时不一样的。
-
异步和同步针对调用者,调用者发送请求。
- 如果等着对方回应之后才去做其他事情就是同步,
- 如果发送请求之后不等着对方回应就去做其他事情就是异步
- 阻塞和非阻塞针对被调用者,被调用者收到请求之后
- 做完请求任务之后才给出反馈就是阻塞
- 受到请求之后马上给出反馈然后再去做事情就是非阻塞
Webflux的特点以及与SpringMVC的异同
Webflux特点
- 第一 非阻塞式:
在有限资源下,提高系统吞吐量和伸缩性,以 Reactor 为基础实现响应式编程 - 第二 函数式编程:
Spring5框架基于java8,Webflux使用Java8函数式编程方式实现路由请求
比较 SpringMVC 的特点
- 两个框架都可以使用注解方式,都运行在Tomet等容器中
- SpringMVC采用命令式编程,Webflux采用异步响应式编程
响应式编程(Java实现)
响应式编程是一种面向数据流和变化传播的编程范式。这意味着 可以在编程语言中很方便地表达静态或动态的数据流,而相关的计算模型会自动将变化的值通过数据流进行传播。
- 电子表格程序就是响应式编程的一个例子。单元格可以包含字面值或类似"=B1+C1"的公式,而包含公式的单元格的值会依据其他单元格的值的变化而变化。
- 从技术本质上来说,响应式编程是观察者模式的应用和扩展。
- 如果将响应式流模式与迭代器模式比较,其主要差别如下,读者如有兴趣也可前往 官方传送门
使用迭代器是一种命令式编程,由开发者决定何时去访问数据序列中的下一个元素
在响应式流中,当新的可用元素出现时,由发布者通知订阅者,这种推送正是响应的关键
Java8及其之前版本
-
提供的观察者模式用以实现响应式编程
-
主要涉及两个类: Observer 和 Observable
public class ObserverDemo extends Observable { public static void main(String[] args) { ObserverDemo observer = new ObserverDemo(); //添加观察者 observer.addObserver((o,arg)->{ System.out.println("发生变化"); }); observer.addObserver((o,arg)->{ System.out.println("手动被观察者通知,准备改变"); }); observer.setChanged(); //数据变化 observer.notifyObservers(); //通知 } }
响应式编程(Reactor实现)
Publisher
(1) 响应式编程操作中,Reactor 是满足 Reactive 规范框架
(2) Reactor有两个核心类,Mono 和 Flux,这两个类实现接口 Publisher,提供丰富操作符。
- Publisher是响应式中的一个*接口,它可以看做是整个数据流生产的源头,其实现主要分为了以下两种类型。
其中:
-
Flux 对象表示的是包含 0 到 N 个元素的异步序列。
在该序列中可以包含三种不同类型的消息通知:正常的包含元素的消息、序列结束的消息和序列出错的消息。
当消息通知产生时,订阅者中对应的方法onNext(), onComplete()和 one rror()
会被调用 -
Mono 表示的是包含 0 或者 1 个元素的异步序列。 该序列中包含与 Flux 相同的三种类型的消息通知
-
下面为 publisher 接口的源码,可以看到 Publisher 中只有一个接口方法 subscribe(),这个方法的作用就是为发布者添加消费其产生的数据的订阅者
public interface Publisher<T> { /** * Request {@link Publisher} to start streaming data. * <p> * This is a "factory method" and can be called multiple times, each time starting a new {@link Subscription}. * <p> * Each {@link Subscription} will work for only a single {@link Subscriber}. * <p> * A {@link Subscriber} should only subscribe once to a single {@link Publisher}. * <p> * If the {@link Publisher} rejects the subscription attempt or otherwise fails it will * signal the error via {@link Subscriber#onError}. * * @param s the {@link Subscriber} that will consume signals from this {@link Publisher} */ public void subscribe(Subscriber<? super T> s); }
创建序列
Flux
-
just()
可以指定序列中包含的全部元素。创建出来的 Flux 序列在发布这些元素之后会自动结束。 -
fromArray(),fromIterable() 和 fromStream()
可以从一个数组、Iterable 对象或 Stream 对象中创建 Flux 对象。 -
empty()
创建一个不包含任何元素,只发布结束消息的序列==,在响应式编程中,流的传递是基于元素的==,empty表示没有任何元素,所以不会进行后续传递,需要用switchIfEmpty等处理 -
error(Throwable error)
创建一个只包含错误消息的序列。 -
never()
创建一个不包含任何消息通知的序列。 -
range(int start, int count)
创建包含从 start 起始的 count 个数量的 Integer 对象的序列 -
intervalMillis(long period)
和intervalMillis(long delay, long period)
与 interval()方法的作用相同,只不过该方法通过毫秒数来指定时间间隔和延迟时间。 -
generate()
generate()方法通过同步和逐一的方式来产生 Flux 序列。
Mono
-
just
创建对象 -
empty
创建一个不包含任何元素,只发布结束消息的序列 -
error()
抛出异常 -
第一步 引入依赖
<dependency> <groupId>io.projectreactor</groupId> <artifactId>reactor-core</artifactId> <version>3.1.5.RELEASE</version> </dependency>
-
第二步 编程代码
public static void main(String[] args) { //just方法直接声明 Flux.just(1,2,3,4); Mono.just(1); //其他的方法 Integer[] array = {1,2,3,4}; Flux.fromArray(array); List<Integer> list = Arrays.asList(array); Flux.fromIterable(list); Stream<Integer> stream = list.stream(); Flux.fromStream(stream); }
调用 just 或者其他方法只是声明数据流,数据流并没有发出
- 只有进行 订阅 之后才会触发数据流,不订阅什么都不会发生的
操作符
对数据流进行一道道操作,成为操作符,比如工厂流水线
-
map
元素映射为新元素
-
flatMap
元素映射为流
把每个元素转换流,把转换之后多个流合并大的流
-
filter
对数据元素进行筛选
三种信号
Flux 和 Mono 都是数据流的发布者,使用 Flux 和 Mono 都可以发出三种数据信号: 元素值,错误信号,完成信号。错误信号和完成信号都代表终止信号
- 终止信号用于告诉订阅者数据流结束了
- 错误信号终止数据流同时把错误信息传递给订阅者
- 错误信号和完成信号都是终止信号,不能共存的
数据流与无限数据流:
- 如果没有发送任何元素值,而是直接发送错误或者完成信号,表示是空数据流。
- 如果没有错误信号,没有完成信号,表示是无限数据流。
SpringWebflux 执行流程和核心API
SpringWebflux 基于Reactor,默认使用容器是Netty
- Netty是高性能的NIO框架,异步非阻
Netty
-
BIO:同步阻塞式IO,服务器实现模式为一个连接一个线程,即客户端有连接请求时服务器端就需要启动一个线程进行处理,如果这个连接不做任何事情会造成不必要的线程开销,当然可以通过线程池机制改善。
-
NIO:同步非阻塞式IO,服务器实现模式为一个请求一个线程,即客户端发送的连接请求都会注册到多路复用器上,多路复用器轮询到连接有I/O请求时才启动一个线程进行处理。
SpringWebflux执行过程
SpringWebflux执行过程其实和 SpringMVC
相似,也有一个核心控制器来完成执行操作。
-
SpringWebflux
核心控制器DispatchHandler
,实现接口 WebHandl - 接口WebHandler有一个方法,源代码如下:
-
DispatcherHandler
负责请求的处理 -
HandlerMapping
:请求查询到处理的方法 -
HandlerAdapter
:真正负责请求处理 -
HandlerResultHandler
:响应结果处理
SpringWebflux 实现函数式编程,两个接口:RouterFunction(路由处理)
和HandlerFunction(处理函数)
SpringWebflux(基于注解编程模型)实例
SpringWebflux 实现方式有两种:注解编程模型和函数式编程模型
-
使用注解编程模型方式,和之前SpringMVC使用相似,
-
只需要把相关依赖配置到项目中,SpringBoot自动配置相关运行容器,默认情况下使用Netty服务器
-
第一步 创建 SpringBoot 工程,引入 Webflux 依赖
-
第二步 配置启动端口号
-
第三步 创建包和相关类
实体类
接口定义操作的方法//用户操作接口 public interface UserService { //根据id查询用户 Mono<User> getUserById(int id); //查询所有用户 Flux<User> getAllUser(); //添加用户 Mono<Void> saveUserInfo(Mono<User> user); }
接口实现类
public class UserServiceImpl implements UserService { //创建map集合存储数据 private final Map<Integer,User> users = new HashMap<>(); public UserServiceImpl() { this.users.put(1,new User("lucy","nan",20)); this.users.put(2,new User("mary","nv",30)); this.users.put(3,new User("jack","nv",50)); } //根据id查询 @Override public Mono<User> getUserById(int id) { return Mono.justOrEmpty(this.users.get(id)); } //查询多个用户 @Override public Flux<User> getAllUser() { return Flux.fromIterable(this.users.values()); } //添加用户 @Override public Mono<Void> saveUserInfo(Mono<User> userMono) { return userMono.doOnNext(person -> { //向map集合里面放值 int id = users.size()+1; users.put(id,person); }) .thenEmpty(Mono.empty()); } }
创建 Controller
@RestController public class UserController { //注入service @Autowired private UserService userService; //id查询 @GetMapping("/user/{id}") public Mono<User> geetUserId(@PathVariable int id) { return userService.getUserById(id); } //查询所有 @GetMapping("/user") public Flux<User> getUsers() { return userService.getAllUser(); } //添加 @PostMapping("/saveuser") public Mono<Void> saveUser(@RequestBody User user) { Mono<User> userMono = Mono.just(user); return userService.saveUserInfo(userMono); } }
⚫ 说明
- SpringMVC方式实现,同步阻塞的方式,基于
SpringMVC+Servlet+Tomcat
- SpringWebflux方式实现,异步非阻塞 方式,基于
SpringWebflux+Reactor+Netty
SpringWebflux(基于函数式编程模型)实例
- 在使用函数式编程模型操作时候,需要自己初始化服务器
- 基于函数式编程模型时候,有两个核心接口:RouterFunction(实现路由功能,请求转发给对应的handler)和 HandlerFunction(处理请求生成响应的函数)。核心任务定义两个函数式接口的实现并且启动需要的服务器。
- SpringWebflux请求和响应不再是ServletRequest和ServletResponse,而是
ServerRequest
和ServerResponse
具体过程如下:
-
第一步 把注解编程模型工程复制一份 ,保留entity和service内容
-
第二步 创建Handler(具体实现方法)
public class UserHandler { private final UserService userService; public UserHandler(UserService userService) { this.userService = userService; } //根据id查询 public Mono<ServerResponse> getUserById(ServerRequest request) { //获取id值 int userId = Integer.valueOf(request.pathVariable("id")); //空值处理 Mono<ServerResponse> notFound = ServerResponse.notFound().build(); //调用service方法得到数据 Mono<User> userMono = this.userService.getUserById(userId); //把userMono进行转换返回 //使用Reactor操作符flatMap return userMono .flatMap( person -> ServerResponse.ok(). contentType(MediaType.APPLICATION_JSON) .body(fromObject(person)) ) .switchIfEmpty(notFound); } //查询所有 public Mono<ServerResponse> getAllUsers() { //调用service得到结果 Flux<User> users = this.userService.getAllUser(); return ServerResponse.ok().contentType( MediaType.APPLICATION_JSON).body(users,User.class); } //添加 public Mono<ServerResponse> saveUser(ServerRequest request) { //得到user对象 Mono<User> userMono = request.bodyToMono(User.class); return ServerResponse.ok().build(this.userService.saveUserInfo(userMono)); } }
-
第三步 初始化服务器,编写
Router
创建路由的方法//1 创建Router路由 public RouterFunction<ServerResponse> routingFunction() { //创建hanler对象 UserService userService = new UserServiceImpl(); UserHandler handler = new UserHandler(userService); //设置路由 return RouterFunctions.route( GET("/users/{id}"). and(accept(APPLICATION_JSON)),handler::getUserById) .andRoute(GET("/users") .and(accept(APPLICATION_JSON)),handler::getAllUsers); }
创建服务器完成适配
//2 创建服务器完成适配 public void createReactorServer() { //路由和handler适配 RouterFunction<ServerResponse> route = routingFunction(); HttpHandler httpHandler = toHttpHandler(route); ReactorHttpHandlerAdapter adapter = new ReactorHttpHandlerAdapter(httpHandler); //创建服务器 HttpServer httpServer = HttpServer.create(); httpServer.handle(adapter).bindNow(); }
-
第四步: 最终调用
public static void main(String[] args) throws Exception{ Server server = new Server(); server.createReactorServer(); System.out.println("enter to exit"); System.in.read(); }
-
第五步: 使用WebClient调用
public class Client { public static void main(String[] args) { //调用服务器地址 WebClient webClient = WebClient.create("http://127.0.0.1:5794"); //根据id查询 String id = "1"; User userresult = webClient.get().uri("/users/{id}", id) .accept(MediaType.APPLICATION_JSON).retrieve() .bodyToMono(User.class) .block(); System.out.println(userresult.getName()); //查询所有 Flux<User> results = webClient.get().uri("/users") .accept(MediaType.APPLICATION_JSON) .retrieve().bodyToFlux(User.class); results.map(stu -> stu.getName()) .buffer().doOnNext(System.out::println). blockFirst(); } }
SpringWebflux 后面再来看,目前确实还没有弄太明白!!!!!!