IOC和AOP初衷是解耦和扩展
1. IOC是一种设计思想，使用Spring来实现IOC，是将你设计好的对象交给Spring容器控制，而不是在对象内部控制。
2. 使用IOC方便、可以实现解耦，并带来更多的可能性。
3. 如果以容器为依托管理所有的框架、业务对象，不仅可以无侵入地调整对象的关系，还可以无侵入地调整对象的熟悉，甚至是实现对象的替换。
4. 因此扩展不再是问题，带来无限可能性。比如监控的对象如果是Bean实现就会非常简单。
5. 所以，这套容器体系，不仅被Spring Core和Spring Boot大量依赖，还实现了一些外部框架和Spring的无缝整合。
6. AOP是松耦合、高内聚的精髓，在切面集中实现横切关注点（缓存、权限、日志等），然后通过切点配置把代码注入合适的地方。
7. 切面、切点、增强、连接点，是AOP中非常重要的概念。
Spring AOP中核心概念
理解：把Spring AOP计数看作为蛋糕做奶油夹层的工序。如果希望找到一个合适的地方把奶油注入蛋糕坯子中，如何指导完成操作？
1. 连接点(Join point)
//对于Spring AOP来说，连接点就是方法执行
//只能往蛋糕坯子里面加奶油，而不能上面或下面加奶油。
2. 切点(Pointcut)
//Spring AOP中默认使用ASpectJ查询表达式，通过在连接点运行查询表达式来匹配切入点
//在什么点切开蛋糕加奶油？可以在蛋糕坯子中间加一层奶油，在中间切一次；也可以中间加两层，1/3和2/3处切两次。
3. 增强(Advice)
//也叫通知，定义了切入切点后增强的方式，包括前、后、环绕等。Spring AOP中把增强定义为拦截器
//切开蛋糕后要做什么，也就是加入奶油。
4. 切面(Aspect)
//也叫做方面。切面=切点+增强
//找到蛋糕坯子中要加奶油的地方并加入奶油，为蛋糕做奶油夹层操作。
单例的Bean如何注入prototype的Bean
Spring创建的Bean默认是单例的，但当Bean遇到继承的时候，可能会忽略这一点。
一个由单例引起内存泄漏的案例
1. 定义了一个SayService抽象类，其中维护了一个类型ArrayList的字段data，用于保存方法处理的中间数据。
2. 每次调用say方法都会往data加入新数据，可以认为SayService是有状态，如果SayService是单例的话必然会OOM。
@Slf4j
public abstract class SayService {
List<String> data = new ArrayList<>();
public void say() {
data.add(IntStream.rangeClosed(1, 1000000)
.mapToObj(__ -> "a")
.collect(Collectors.joining("")) + UUID.randomUUID().toString());
log.info("I'm {} size:{}", this, data.size());
}
}
3. 在SayHello和SayBye类加了@Service注解，让他们成为了Bean，也没有考虑父类是有状态的：
@Service
@Slf4j
public class SayHello extends SayService {
@Override
public void say() {
super.say();
log.info("hello");
}
}
@Service
@Slf4j
public class SayBye extends SayService {
@Override
public void say() {
super.say();
log.info("bye");
}
}
4. @Service注解，能通过@Autowired注解让Spring自动注入对象，比如可以直接使用注入的List获取到SayHello和SayBye，而没有想过类的生命周期：
@Autowired
List<SayService> sayServiceList;
@GetMapping("test")
public void test() {
log.info("====================");
sayServiceList.forEach(SayService::say);
}
5. 这一点非常容易忽略。这样设置后，有状态的基类就可能产生内存泄漏或线程安全问题。
6. 正确方式是，在类标记上@Service注解把类型交由容器管理前，首先评估一下类是否有状态，然后为Bean设置合适的Scope。
7. 修改后，为SayHello和SayBye两个类都标记@Scope注解，设置了PROTOTYPE的生命周期，也就是多例：
@Scope(value = ConfigurableBeanFactory.SCOPE_PROTOTYPE)
8. 但上线后还是出现了内存泄漏，证明修改无效。
9. 从日志中可以看到第二次调用后List元素个数变为了2，说明父类SayService维护的List在不断增长，不断调用必然出现OOM。
10. 这就引出了单例的Bean如何注入Prototype的Bean问题。由源码可以知道@RestController注解其实也是一个Spring Bean:
//@RestController注解=@Controller注解+@ResponseBody注解@Target(ElementType.TYPE)
@Retention(RetentionPolicy.RUNTIME)
@Documented
@Controller
@ResponseBody
public @interface RestController {}
//@Controller又标记了@Component元注解
@Target({ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Documented
@Component
public @interface Controller {}
11. Bean默认是单例的，所以单例的Controller注入的Service也是一次性创建的，即使Service本身标识了prototype的范围也没用。
12. 修复方式，让Service以代理方式注入。这样Controller本身是单例的，但每次都能从代理获取Service。
@Scope(value = ConfigurableBeanFactory.SCOPE_PROTOTYPE, proxyMode = ScopedProxyMode.TARGET_CLASS)
13. 调试发现，注入的Service都是Spring生产的代理类，如果不希望走代理，可以直接从ApplicationContext中获取Bean:
@Autowired
private ApplicationContext applicationContext;
@GetMapping("test2")
public void test2() {
applicationContext.getBeansOfType(SayService.class).values().forEach(SayService::say);
}
//另一个潜在问题，这里Spring注入的SayService的List，注入一个List Bean时，需要进一步考虑Bean的顺序或者说优先级。
//大多数情况顺序不那么重要，但对于AOP，顺序可能引发致命问题
监控切面因为顺序问题导致Sping事务失效
实现横切关注点,是AOP常见的一个应用。
通过AOP实现了一个整合日志记录、异常处理和方法耗时打点为一体的统一切面。
使用AOP切面后，这个应用的声明式事务处理失效的案例
1. 自定义注解Metrics,打上该注解的方法可以实现各种监控功能：
@Retention(RetentionPolicy.RUNTIME)
@Target({ElementType.METHOD, ElementType.TYPE})
public @interface Metrics {
/**
* 在方法成功执行后打点，记录方法的执行时间发送到指标系统，默认开启
*
* @return
*/
boolean recordSuccessMetrics() default true;
/**
* 在方法成功失败后打点，记录方法的执行时间发送到指标系统，默认开启
*
* @return
*/
boolean recordFailMetrics() default true;
/**
* 通过日志记录请求参数，默认开启
*
* @return
*/
boolean logParameters() default true;
/**
* 通过日志记录方法返回值，默认开启
*
* @return
*/
boolean logReturn() default true;
/**
* 出现异常后通过日志记录异常信息，默认开启
*
* @return
*/
boolean logException() default true;
/**
* 出现异常后忽略异常返回默认值，默认关闭
*
* @return
*/
boolean ignoreException() default false;
}
2. 实现一个切面完成Metrics注解提供的功能。这个切面可以实现标记了@RestController注解的Web控制器的自动切入。
//如果还需要对更多Bean进行切入的话，再自行标记@Metrics注解。
@Aspect
@Component
@Slf4j
public class MetricsAspect {
//让Spring帮我们注入ObjectMapper，以方便通过JSON序列化来记录方法入参和出参
@Autowired
private ObjectMapper objectMapper;
//实现一个返回Java基本类型默认值的工具。其实，你也可以逐一写很多if-else判断类型，然后手动设置其默认值。这里为了减少代码量用了一个小技巧，即通过初始化一个具有1个元素的数组，然后通过获取这个数组的值来获取基本类型默认值
private static final Map<Class<?>, Object> DEFAULT_VALUES = Stream
.of(boolean.class, byte.class, char.class, double.class, float.class, int.class, long.class, short.class)
.collect(toMap(clazz -> (Class<?>) clazz, clazz -> Array.get(Array.newInstance(clazz, 1), 0)));
public static <T> T getDefaultValue(Class<T> clazz) {
return (T) DEFAULT_VALUES.get(clazz);
}
//@annotation指示器实现对标记了Metrics注解的方法进行匹配
@Pointcut("within(@org.geekbang.time.commonmistakes.springpart1.aopmetrics.Metrics *)")
public void withMetricsAnnotation() {
}
//within指示器实现了匹配那些类型上标记了@RestController注解的方法
@Pointcut("within(@org.springframework.web.bind.annotation.RestController *)")
public void controllerBean() {
}
@Around("controllerBean() || withMetricsAnnotation())")
public Object metrics(ProceedingJoinPoint pjp) throws Throwable {
//通过连接点获取方法签名和方法上Metrics注解，并根据方法签名生成日志中要输出的方法定义描述
MethodSignature signature = (MethodSignature) pjp.getSignature();
Metrics metrics = signature.getMethod().getAnnotation(Metrics.class);
String name = String.format("【%s】【%s】", signature.getDeclaringType().toString(), signature.toLongString());
//因为需要默认对所有@RestController标记的Web控制器实现@Metrics注解的功能，在这种情况下方法上必然是没有@Metrics注解的，我们需要获取一个默认注解。虽然可以手动实例化一个@Metrics注解的实例出来，但为了节省代码行数，我们通过在一个内部类上定义@Metrics注解方式，然后通过反射获取注解的小技巧，来获得一个默认的@Metrics注解的实例
if (metrics == null) {
@Metrics
final class c {}
metrics = c.class.getAnnotation(Metrics.class);
}
//尝试从请求上下文（如果有的话）获得请求URL，以方便定位问题
RequestAttributes requestAttributes = RequestContextHolder.getRequestAttributes();
if (requestAttributes != null) {
HttpServletRequest request = ((ServletRequestAttributes) requestAttributes).getRequest();
if (request != null)
name += String.format("【%s】", request.getRequestURL().toString());
}
//实现的是入参的日志输出
if (metrics.logParameters())
log.info(String.format("【入参日志】调用 %s 的参数是：【%s】", name, objectMapper.writeValueAsString(pjp.getArgs())));
//实现连接点方法的执行，以及成功失败的打点，出现异常的时候还会记录日志
Object returnValue;
Instant start = Instant.now();
try {
returnValue = pjp.proceed();
if (metrics.recordSuccessMetrics())
//在生产级代码中，我们应考虑使用类似Micrometer的指标框架，把打点信息记录到时间序列数据库中，实现通过图表来查看方法的调用次数和执行时间，在设计篇我们会重点介绍
log.info(String.format("【成功打点】调用 %s 成功，耗时：%d ms", name, Duration.between(start, Instant.now()).toMillis()));
} catch (Exception ex) {
if (metrics.recordFailMetrics())
log.info(String.format("【失败打点】调用 %s 失败，耗时：%d ms", name, Duration.between(start, Instant.now()).toMillis()));
if (metrics.logException())
log.error(String.format("【异常日志】调用 %s 出现异常！", name), ex);
//忽略异常的时候，使用一开始定义的getDefaultValue方法，来获取基本类型的默认值
if (metrics.ignoreException())
returnValue = getDefaultValue(signature.getReturnType());
else
throw ex;
}
//实现了返回值的日志输出
if (metrics.logReturn())
log.info(String.format("【出参日志】调用 %s 的返回是：【%s】", name, returnValue));
return returnValue;
}
}
3. 分别定义最简单的Controller、Service和Repository测试MetricsAspect功能：
//其中Service中实现创建用户的时候做了事务处理，当用户名包含test字样时会抛出异常，导致事务回滚。
//同时为Service中的createUser标记了@Metrics注解。
//这样一来，我们还可以手动为类或方法标记@Metrics注解，实现Controller之外的其他组件的自动监控。
@Slf4j
@RestController //自动进行监控
@RequestMapping("metricstest")
public class MetricsController {
@Autowired
private UserService userService;
@GetMapping("transaction")
public int transaction(@RequestParam("name") String name) {
try {
userService.createUser(new UserEntity(name));
} catch (Exception ex) {
log.error("create user failed because {}", ex.getMessage());
}
return userService.getUserCount(name);
}
}
@Service
@Slf4j
public class UserService {
@Autowired
private UserRepository userRepository;
@Transactional
@Metrics //启用方法监控
public void createUser(UserEntity entity) {
userRepository.save(entity);
if (entity.getName().contains("test"))
throw new RuntimeException("invalid username!");
}
public int getUserCount(String name) {
return userRepository.findByName(name).size();
}
}
@Repository
public interface UserRepository extends JpaRepository<UserEntity, Long> {
List<UserEntity> findByName(String name);
}
4. 使用用户名“test”测试注册功能，日志中打出了整个调用的出入参、方法耗时
5. 对@Metrics配置进行的一次调整
//对于@Controller的自动打点，不要自动记录入参和出参日志，否则日志量太大
//对于Service中的方法，最好可以自动捕获异常。
@Metrics(logParameters = false, logReturn = false) //改动点1
public class MetricsController {
@Service
@Slf4j
public class UserService {
@Transactional
@Metrics(ignoreException = true) //改动点2
public void createUser(UserEntity entity) {
...
6. 上线后发现日志量并没有减少，并且事务回滚失效
7. 分析Spring通过TransactionAspectSupport类实现事务。
//在invokeWithinTransaction方法中设置断点可以发现，在执行Service的createUser方法时，
//TransactionAspectSupport 并没有捕获到异常，所以自然无法回滚事务。
//原因就是，异常被 MetricsAspect 吃掉了