立即领取|华润集团、宁德核电、东风岚图等 20+ 标杆企业数字化人才培养实践案例 了解详情
写点什么

那些有用但不为大家所熟知的 Java 特性

  • 2022-02-07
  • 本文字数:3965 字

    阅读完需:约 13 分钟

那些有用但不为大家所熟知的 Java 特性

本文最初发表于 Piotr Mińkowski 的个人站点 Medium 网站,经作者授权,由 InfoQ 中文站翻译分享。


在本文中,你将会了解到一些有用的 Java 特性,这些特性可能你之前没有听说过。这是我最近在阅读关于 Java 的文章时,才发现和整理的私人特性清单。我不会把重点放到语言方面,而是会放到 API 方面。


你喜欢 Java,想了解它最新的特性吗?如果是的话,你可以阅读我关于 Java 8 之后新特性的文章。接下来,在本文中你将会了解到八个不为大家熟知但是非常有用的特性。那我们开始吧!

延迟队列


我们都知道,在 Java 中有类型众多的集合。那么你听说过 DelayQueue 吗?它是一个特殊类型的 Java 集合,允许我们根据元素的延迟时间对其进行排序。坦白来讲,这是一个非常有意思的类。尽管 DelayQueue 类是 Java 集合的成员之一,但是它位于 java.util.concurrent 包中。它实现了 BlockingQueue 接口。只有当元素的时间过期时,才能从队列中取出。


要使用这个集合,首先,我们的类需要实现 Delayed 接口的 getDelay 方法。当然,它不一定必须是类,也可以是 Java Record。


public record DelayedEvent(long startTime, String msg) implements Delayed {
public long getDelay(TimeUnit unit) { long diff = startTime - System.currentTimeMillis(); return unit.convert(diff, TimeUnit.MILLISECONDS); }
public int compareTo(Delayed o) { return (int) (this.startTime - ((DelayedEvent) o).startTime); }
}
复制代码


假设我们想要把元素延迟 10 秒钟,那么我们只需要在 DelayedEvent 类上将时间设置成当前时间加上 10 秒钟即可。


final DelayQueue<DelayedEvent> delayQueue = new DelayQueue<>();final long timeFirst = System.currentTimeMillis() + 10000;delayQueue.offer(new DelayedEvent(timeFirst, "1"));log.info("Done");log.info(delayQueue.take().msg());
复制代码


对于上面的代码,我们能够看到什么输出呢?如下所示。


时间格式中支持显示一天中的时段


好吧,我承认这个 Java 特性对于你们中的大多数人来讲并没有太大的用处,但是,我对这个特性情有独钟……Java 8 对时间处理 API 做了很多的改进。从这个版本的 Java 开始,在大多数情况下,我们都不需要任何额外的库来处理时间了,比如 Joda Time。你可能想象不到,从 Java 16 开始,我们甚至可以使用标准的格式化器来表达一天中的时段,也就是“in the morning”或者“in the afternoon”。这是一个新的格式模式,叫做 B。


String s = DateTimeFormatter  .ofPattern("B")  .format(LocalDateTime.now());System.out.println(s);
复制代码


如下是我运行的结果。当然,你的结果可能会因时间不同而有所差异。



好,稍等……现在,你可能会问这个格式为什么叫做 B。事实上,对于这种类型的格式来讲,它不是最直观的名字。但也许下面的表格能够解决我们所有的疑惑。它是 DateTimeFormatter 能够处理的模式字符和符号的片段。我猜想,B 是第一个空闲出来的字母。当然,我可能是错的。


StampedLock


我认为,Java Concurrent 是最有趣的 Java 包之一。同时,它也是一个不太为开发者所熟知的包,当开发人员主要使用 web 框架的时候更是如此。我们有多少人曾经在 Java 中使用过锁呢?锁是一种比 synchronized 块更灵活的线程同步机制。从 Java 8 开始,我们可以使用一种叫做 StampedLock 的新锁。StampedLock 是 ReadWriteLock 的一个替代方案。它允许对读操作进行乐观的锁定。而且,它的性能比 ReentrantReadWriteLock 更好。


假设我们有两个线程。第一个线程更新一个余额,而第二个线程则读取余额的当前值。为了更新余额,我们当然需要先读取其当前值。在这里,我们需要某种同步机制,假设第一个线程在同一时间内多次运行。第二个线程阐述了如何使用乐观锁来进行读取操作。


StampedLock lock = new StampedLock();Balance b = new Balance(10000);Runnable w = () -> {   long stamp = lock.writeLock();   b.setAmount(b.getAmount() + 1000);   System.out.println("Write: " + b.getAmount());   lock.unlockWrite(stamp);};Runnable r = () -> {   long stamp = lock.tryOptimisticRead();   if (!lock.validate(stamp)) {      stamp = lock.readLock();      try {         System.out.println("Read: " + b.getAmount());      } finally {         lock.unlockRead(stamp);      }   } else {      System.out.println("Optimistic read fails");   }};
复制代码


现在,我们同时运行这两个线程 50 次。它的结果应该是符合预期的,最终的余额是 60000。


ExecutorService executor = Executors.newFixedThreadPool(10);for (int i = 0; i < 50; i++) {   executor.submit(w);   executor.submit(r);}
复制代码

并发累加器


在 Java Concurrent 包中,有意思的并不仅仅有锁,另外一个很有意思的东西是并发累加器(concurrent accumulator)。我们也有并发的加法器(concurrent adder),但它们的功能非常类似。LongAccumulator(我们也有 DoubleAccumulator)会使用一个提供给它的函数更新一个值。在很多场景下,它能让我们实现无锁的算法。当多个线程更新一个共同的值的时候,它通常会比 AtomicLong 更合适。


我们看一下它是如何运行的。要创建它,我们需要在构造函数中设置两个参数。第一个参数是一个用于计算累加结果的函数。通常情况下,我们会使用 sum 方法。第二个参数表示累积器的初始值。


现在,让我们创建一个初始值为 10000 的 LongAccumulator,然后从多个线程调用 accumulate() 方法。最后的结果是什么呢?如果你回想一下的话,我们做的事情和上一节完全一样,但这一次没有任何锁。



LongAccumulator balance = new LongAccumulator(Long::sum, 10000L);Runnable w = () -> balance.accumulate(1000L);
ExecutorService executor = Executors.newFixedThreadPool(50);for (int i = 0; i < 50; i++) { executor.submit(w);}
executor.shutdown();if (executor.awaitTermination(1000L, TimeUnit.MILLISECONDS)) System.out.println("Balance: " + balance.get());assert balance.get() == 60000L;
复制代码

十六进制格式


关于这个特性并没有什么大的故事。有时我们需要在十六进制的字符串、字节或字符之间进行转换。从 Java 17 开始,我们可以使用 HexFormat 类实现这一点。只要创建一个 HexFormat 的实例,然后就可以将输入的 byte 数组等格式化为十六进制字符串。你还可以将输入的十六进制字符串解析为字节数组,如下所示。


HexFormat format = HexFormat.of();
byte[] input = new byte[] {127, 0, -50, 105};String hex = format.formatHex(input);System.out.println(hex);
byte[] output = format.parseHex(hex);assert Arrays.compare(input, output) == 0;
复制代码

数组的二分查找


假设我们想在排序的数组中插入一个新的元素。如果数组中已经包含该元素的话,Arrays.binarySearch() 会返回该搜索键的索引,否则,它返回一个插入点,我们可以用它来计算新键的索引:-(insertion point)-1。此外,在 Java 中,binarySearch 方法是在一个有序数组中查找元素的最简单和最有效的方法。


让我们考虑下面的例子。我们有一个输入的数组,其中有四个元素,按升序排列。我们想在这个数组中插入数字 3,下面的代码展示了如何计算插入点的索引。



int[] t = new int[] {1, 2, 4, 5};int x = Arrays.binarySearch(t, 3);
assert ~x == 2;
复制代码

Bit Set


如果我们需要对 bit 数组进行一些操作该怎么办呢?你是不是会使用 boolean[] 来实现呢?其实,有一种更有效、更节省内存的方法来实现。这就是 BitSet 类。BitSet 类允许我们存储和操作 bit 的数组。与 boolean[] 相比,它消耗的内存要少 8 倍。我们可以对数组进行逻辑操作,例如:and、or、xor。


比方说,有两个 bit 的数组, 我们想对它们执行 xor 操作。为了做到这一点,我们需要创建两个 BitSet 的实例,并在实例中插入样例元素,如下所示。最后,对其中一个 BitSet 实例调用 xor 方法,并将第二个 BitSet 实例作为参数。


BitSet bs1 = new BitSet();bs1.set(0);bs1.set(2);bs1.set(4);System.out.println("bs1 : " + bs1);
BitSet bs2 = new BitSet();bs2.set(1);bs2.set(2);bs2.set(3);System.out.println("bs2 : " + bs2);
bs2.xor(bs1);System.out.println("xor: " + bs2);
复制代码


如下是运行上述代码的结果:


Phaser


最后,我们介绍本文最后一个有趣的 Java 特性。和其他一些样例一样,它也是 Java Concurrent 包的元素,被称为 Phaser。它与更知名的 CountDownLatch 相当相似。然而,它提供了一些额外的功能。它允许我们设置在继续执行之前需要等待的线程的动态数量。在 Phaser 中,已定义数量的线程需要在进入下一步执行之前在屏障上等待。得益于此,我们可以协调多个阶段的执行。


在下面的例子中,我们设置了一个具有 50 个线程的屏障,在进入下一个执行阶段之前,需要到达该屏障。然后,我们创建一个线程,在 Phaser 实例上调用 arriveAndAwaitAdvance() 方法。它会一直阻塞线程,直到所有的 50 个线程都到达屏障。然后,它进入 phase-1,同样会再次调用 arriveAndAwaitAdvance() 方法。


Phaser phaser = new Phaser(50);Runnable r = () -> {   System.out.println("phase-0");   phaser.arriveAndAwaitAdvance();   System.out.println("phase-1");   phaser.arriveAndAwaitAdvance();   System.out.println("phase-2");   phaser.arriveAndDeregister();};
ExecutorService executor = Executors.newFixedThreadPool(50);for (int i = 0; i < 50; i++) { executor.submit(r);}
复制代码


如下是执行上述代码的结果:



原文链接:


https://piotrminkowski.com/2022/01/05/useful-unknown-java-features/

2022-02-07 15:334806

评论

发布
暂无评论
发现更多内容

GitLab Dogfooding 实践:Web API 模糊测试

极狐GitLab

DevSecOps OpenAPI web api 模糊测试 dogfooding

520 | ChatGPT会是一个完美情人吗?

澳鹏Appen

人工智能 nlp 情感分析 数据标注 ChatGPT

《中国电信天翼云PON SD-WAN技术白皮书》来了,这份技术指南不要错过!

天翼云开发者社区

云计算 云服务

如何把数据从 TDengine 2.x 迁移到 3.x ?

爱倒腾的程序员

时序数据库 ​TDengine taosdata

瑞云科技助力番职院打造虚拟数字人,探索职业教育创新之路

3DCAT实时渲染

虚拟现实 虚拟仿真 实时云渲染

得物前端巡检平台的建设和应用

得物技术

巡检

用eBPF/XDP来替代LVS(三)

九零后程序员

云计算 Linux 云原生 LVS ebpf

i人事谈AI:既要放眼未来,也要专注当下

ToB行业头条

倒计时 2 天!面向未来的开发者服务 Meetup 即将开始,我们在北京等你 ~

OpenAnolis小助手

开源 操作系统 Meetup 龙蜥社区 开发者服务

作为Vue爱好者如何转战React,从这款开源项目开始基于 React18,TypeScript,vite4,antd4.x等技术开箱即用的中后台管理解决方案

梁木由

JavaScript 开源 React

AntDB-S流式数据库体验

亚信AntDB数据库

AntDB AntDB数据库 企业号 5 月 PK 榜

大象转身只需点点鼠标,爆火 DragGAN 原理浅析

Zilliz

Towhee draggan

英特尔Agilex® 7 FPGA R-Tile为网络、云计算等提供高度灵活解决方案

E科讯

10+秒,AIGC炸出抖音小红书爆款!国产Fashion Diffusion颠覆时尚行业

Openlab_cosmoplat

AI 开源社区 时装

破解提升 LLMs 性能的黑匣子—— LlamaIndex

Zilliz

Milvus AIGC LLM llamaindex

Rocksdb原理简介

天翼云开发者社区

存储 存储结构 存储引擎

突围低代码下半场,未来悬而未决

引迈信息

前端 低代码 JNPF

文件传输、文件同步、数据备份的有效解决方案

镭速

重磅发布 |《2023年消费品企业数字化转型调研白皮书》

博睿数据

数字化转型 白皮书 博睿数据 消费品企业

什么是数字化?企业为什么要数字化转型

优秀

数字化转型 企业数字化转型 什么是数字化

大数据赋能商业地产研策

MobTech袤博科技

流批一体架构在快手的实践和思考|行业实践专栏上线

Apache Flink

大数据 flink 实时计算

500行代码手写docker-以新命名空间运行程序

蓝胖子的编程梦

Docker 容器 命名空间 #k8s #云原生

@开源爱好者,字节跳动这项技术,正式宣布开源了

字节跳动技术范儿

开源 字节跳动 数据仓库 Clickhouse

Kafka测试初探【Go】

FunTester

拥有自我意识的AI:AutoGPT | 得物技术

得物技术

人工智能 ChatGPT autogpt

深入解读 Flink 1.17

Apache Flink

大数据 flink 实时计算

NFT交易所系统开发跨链技术

薇電13242772558

NFT

智慧水务系统如何进行有效的数据架构整改?三个企业的改造实践分享

爱倒腾的程序员

涛思数据 tdengine 时序数据库 taosdata

Solaris Network评述:在DeFi衍生品领域的颠覆者

股市老人

这届企业出海难?亚马逊云科技的出海合作伙伴让你事半功倍!

Lily

那些有用但不为大家所熟知的 Java 特性_语言 & 开发_Piotr Mińkowski_InfoQ精选文章