java常用知识点整理

目录

java知识点整理

java集合底层原理与使用场景

 微服务选型：Dubbo 和Spring Cloud 

BigDecimal：金额相关

mysql使用group by报错

设置springboot超时时间

mysql连接过多Too many connections

常见io报错信息FileNotFoundException

Math常用方法

---

java知识点整理

java集合底层原理与使用场景

Java提供的众多集合类由两大接口衍生而来：Collection接口和Map接口

Collection接口,常用方法

size()                        // 集合内的对象数量
add(E)/addAll(Collection)     // 向集合内添加单个entity|批量对象
remove(Object)/removeAll(Collection)     // 从集合内删除单个/批量对象
contains(Object)/containsAll(Collection) // 判断集合中是否存在某个/某些对象
toArray()     // 返回包含集合内所有对象的数组

Map接口,k v,常用方法

size()                 // 集合内的对象数量
put(K,V)/putAll(Map)   // 向Map内添加单个/批量对象
get(K)                 // 返回Key对应的对象
remove(K)              // 删除Key对应的对象
keySet()               // 返回包含Map中所有key的Set
values()               // 返回包含Map中所有value的Collection
entrySet()             // 返回包含Map中所有key-value对的EntrySet
containsKey(K)/containsValue(V) // 判断Map中是否存在指定key/value

衍生常用集合类

       List接口继承自Collection，定义以列表形式存储的集合，可以通过index定位到指定位置的对象

get(int)     //返回指定index位置上的对象
add(E)/add(int, E)  // 在List末尾/指定index位置上插入一个对象
set(int, E)         // 替换置于List指定index位置上的对象
indexOf(Object)     // 返回指定对象在List中的index位置
subList(int,int)    // 返回指定起始index到终止index的子List对象


List接口的实现类：

    ArrayList：可变长的对象数组，线程不安全
        特点：查询快，可以直接根据索引定位目标

    LinkedList：基于链表来实现集合的功能，其实现了静态类Node，集合中的每个对象都由一个Node保存，每
                个Node都拥有到自己的前一个和后一个Node的引用
        特点：增删快，插入效率高，查询不能根据索引定位目标，需要一个一个节点从头遍历，遍历
                LinkedList时应用iterator方式，使用get(int)效率低，遍历效率等同于ArrayList

    Vector：基于数组实现，和ArrayList很像
        特点：线程安全，Vector中的方法基本都是synchronized的，其性能低于ArrayList，可以定义数组
                长度扩容的因子

    CopyOnWriteArrayList：基于数组实现，ArrayList的线程安全版，读效率远高于Vector，类似读写
                分离，适合读多写少的多线程场景，只能保证数据的最终一致性，并不能保证数据的实时
                一致性
        特点：在写操作时会先复制出一个副本，在新副本上执行写操作，然后再修改引用，占用更多的内存
                空间，读性能远高于Vector，并发线程越多优势越明显
             只能保证读线程会读到【已完成】的写结果，无法像Vector一样实现读操作的【等待写操作完
             成后再读最新值】的能力

 微服务选型：Dubbo 和Spring Cloud 

微服务（Microservices）是一种架构风格，一个大型复杂软件应用由一个或多个微服务组成。系统中的各个微服务可被独立部署，各个微服务之间是松耦合的。每个微服务仅关注于完成一件任务并很好地完成该任务。在所有情况下，每个任务代表着一个小的业务能力

性能对比：
Dubbo 比 Spring Cloud 性能要高一些，因为 Dubbo 采用单一长连接和 NIO 异步通讯（保持连接/轮询处理），使用自定义报文的 TCP 协议，并且序列化使用定制 Hessian2 框架，适合于小数据量大并发的服务调用，以及服务消费者机器数远大于服务提供者机器数的情况，但不适用于传输大数据的服务调用。而 Spring Cloud 直接使用 HTTP 协议（但也不是强绑定，也可以使用 RPC 库，或者采用 HTTP 2.0 + 长链接方式（Fegin 可以灵活设置））

Dubbo 概述：
    Dubbo 是一个分布式服务框架，致力于提供高性能和透明化的 RPC 远程服务调用方案，以及 SOA 服务治理方案。简单的说，Dubbo 就是个服务框架，说白了就是个远程服务调用的分布式框架。

流程详解：
    服务容器负责启动，加载，运行服务提供者（Standalone 容器）。
    服务提供者在启动时，向注册中心注册自己提供的服务（Zookeeper/Redis）。
    服务消费者在启动时，向注册中心订阅自己所需的服务。
    注册中心返回服务提供者地址列表给消费者，如果有变更，注册中心将基于长连接推送变更数据给消费者。
    服务消费者，从提供者地址列表中，基于软负载均衡算法，选一台提供者进行调用，如果调用失败，再选另一台调用。
    服务消费者和提供者，在内存中累计调用次数和调用时间，定时每分钟发送一次统计数据到监控中心（根据数据可以动态调整权重）。

Dubbo 特点：
    远程通讯: 提供对多种基于长连接的 NIO 框架抽象封装（非阻塞 I/O 的通信方式，Mina/Netty/Grizzly），包括多种线程模型，序列化（Hessian2/ProtoBuf），以及“请求-响应”模式的信息交换方式。
    集群容错: 提供基于接口方法的透明远程过程调用（RPC），包括多协议支持（自定义 RPC 协议），以及软负载均衡（Random/RoundRobin），失败容错（Failover/Failback），地址路由，动态配置等集群支持。
    自动发现: 基于注册中心目录服务，使服务消费方能动态的查找服务提供方，使地址透明，使服务提供方可以平滑增加或减少机器


经阿里巴巴开源与维护，

Spring Cloud概述：
    Spring Cloud 基于 Spring Boot，为微服务体系开发中的架构问题，提供了一整套的解决方案——服务注册与发现，服务消费，服务保护与熔断，网关，分布式调用追踪，分布式配置管理等
    Spring Boot 是 Spring 的一套快速配置脚手架，使用默认大于配置的理念，用于快速开发单个微服务

核心功能：
    分布式/版本化配置
    服务注册和发现
    路由
    服务和服务之间的调用
    负载均衡
    断路器
    分布式消息传递

流程：
    请求统一通过 API 网关（Zuul）来访问内部服务。
    网关接收到请求后，从注册中心（Eureka）获取可用服务。
    由 Ribbon 进行均衡负载后，分发到后端具体实例。
    微服务之间通过 Feign 进行通信处理业务。
    Hystrix 负责处理服务超时熔断。
    Turbine 监控服务间的调用和熔断相关指标。

各自优缺点：

Dubbo 优点：

Dubbo 支持 RPC 调用，服务之间的调用性能会很好。
支持多种序列化协议，如 Hessian、HTTP、WebService。
Dobbo Admin后台管理功能强大，提供了路由规则、动态配置、访问控制、权重调节、均衡负载等功能。
在国内影响力比较大，中文社区文档较为全面。
阿里重启维护

一些问题：
Registry 严重依赖第三方组件（zookeeper 或者 redis），当这些组件出现问题时，服务调用很快就会中断。
Dubbo 只支持 RPC 调用。使得服务提供方（抽象接口）与调用方在代码上产生了强依赖，服务提供者需要不断将包含抽象接口的 jar 包打包出来供消费者使用。一旦打包出现问题，就会导致服务调用出错，并且以后发布部署会成很大问题（太强的依赖关系）。
另外，以后要兼容 .NET Core 服务，Dubbo RPC 本身不支持跨语言（可以用跨语言 RPC 框架解决，比如 Thrift、gRPC（重复封装了），或者自己再包一层 REST 服务，提供跨平台的服务调用实现，但相对麻烦很多）
Dubbo 只是实现了服务治理，其他微服务框架并未包含，如果需要使用，需要结合第三方框架实现（比如分布式配置用淘宝的 Diamond、服务跟踪用京东的 Hydra，但使用相对麻烦些），开发成本较高，且风险较大。
社区更新不及时（虽然最近在疯狂更新），但也难免阿里以后又不更新了，就尴尬了。
主要是国内公司使用，但阿里内部使用 HSF，相对于 Spring Cloud，企业应用会差一些

Spring Cloud 优点：

有强大的 Spring 社区、Netflix 等公司支持，并且开源社区贡献非常活跃。
标准化的将微服务的成熟产品和框架结合一起，Spring Cloud 提供整套的微服务解决方案，开发成本较低，且风险较小。
基于 Spring Boot，具有简单配置、快速开发、轻松部署、方便测试的特点。
支持 REST 服务调用，相比于 RPC，更加轻量化和灵活（服务之间只依赖一纸契约，不存在代码级别的强依赖），有利于跨语言服务的实现，以及服务的发布部署。另外，结合 Swagger，也使得服务的文档一体化。
提供了 Docker 及 Kubernetes 微服务编排支持。
国内外企业应用非常多，经受了大公司的应用考验（比如 Netfilx 公司），以及强大的开源社区支持

一些问题：
支持 REST 服务调用，可能因为接口定义过轻，导致定义文档与实际实现不一致导致服务集成时的问题（可以使用统一文档和版本管理解决，比如 Swagger）。
另外，REST 服务调用性能会比 RPC 低一些（但也不是强绑定）
Spring Cloud 整合了大量组件，相关文档比较复杂，需要针对性的进行阅读

使用 Dubbo 构建的微服务架构就像组装电脑，各环节我们的选择自由度很高，但是最终结果很有可能因为一条内存质量不行就点不亮了，总是让人不怎么放心，但是如果你是一名高手，那这些都不是问题；而 Spring Cloud 就像品牌机，在 Spring Source 的整合下，做了大量的兼容性测试，保证了机器拥有更高的稳定性，但是如果要在使用非原装组件外的东西，就需要对其基础有足够的了解

 

Spring Cloud 核心组件:
Eureka：各个服务启动时，Eureka Client 都会将服务注册到 Eureka Server，并且 Eureka Client 还可以反过来从 Eureka Server 拉取注册表，从而知道其他服务在哪里。
Ribbon：服务间发起请求的时候，基于 Ribbon 做负载均衡，从一个服务的多台机器中选择一台。
Feign：基于 Feign 的动态代理机制，根据注解和选择的机器，拼接请求 URL 地址，发起请求。
Hystrix：发起请求是通过 Hystrix 的线程池来走的，不同的服务走不同的线程池，实现了不同服务调用的隔离，避免了服务雪崩的问题。
Zuul：如果前端、移动端要调用后端系统，统一从 Zuul 网关进入，由 Zuul 网关转发请求给对应的服务。

BigDecimal：金额相关

BigDecimal 是java小数操作的一个专有类,在电商、金融行业 存储跟金额有关的字段

Java在java.math包中提供的API类BigDecimal，用来对超过16位有效位的数进行精确的运算，双精度浮点型变量double可以处理16位有效数。不论是float 还是double都是浮点数，而计算机是二进制的，浮点数会失去一定的精确度，在实际应用中，需要对更大或者更小的数进行运算和处理。float和double只能用来做科学计算或者是工程计算，在商业计算中要用java.math.BigDecimal。BigDecimal所创建的是对象，我们不能使用传统的+、-、*、/等算术运算符直接对其对象进行数学运算，而必须调用其相对应的方法。方法中的参数也必须是BigDecimal的对象。构造器是类的特殊方法，专门用来创建对象，特别是带有参数的对象

     BigDecimal a = new BigDecimal(5);
     BigDecimal b = new BigDecimal(40);
     BigDecimal add = a.add(b); // +
     BigDecimal subtract = a.subtract(b); // -
     BigDecimal multiply = a.multiply(b); // *

     BigDecimal divide = a.divide(b); // \
     BigDecimal result5 = num2.divide(num1, 20, BigDecimal.ROUND_HALF_UP)//后面说明
     第二个参数为保留几位小数，➗务必写成这种，防止异常java.lang.ArithmeticException

     BigDecimal result4 = num3.abs(); //绝对值
        
注意：  System.out.println()中的数字默认是double类型的，double类型小数计算不精准。
        使用BigDecimal类构造方法传入double类型时，计算的结果也是不精确的！


取整：
BigDecimal bd = new BigDecimal("12.1");
long l  = bd.setScale( 0, BigDecimal.ROUND_UP ).longValue(); // 向上取整
long l  = bd.setScale( 0, BigDecimal.ROUND_DOWN ).longValue(); // 向下取整

BigDecimal b = new BigDecimal("2.225667").setScale(2, BigDecimal.ROUND_DOWN);
//b = 2.22 直接去掉多余的位数

BigDecimal c = new BigDecimal("2.224667").setScale(2, BigDecimal.ROUND_UP);
//c = 2.23 跟上面相反，进位处理

因为不是所有的浮点数都能够被精确的表示成一个double 类型值，有些浮点数值不能够被精确的表示成 double 类型值，因此它会被表示成与它最接近的 double 类型的值。必须改用传入String的构造方法。这一点在BigDecimal类的构造方法注释中有说明

//尽量用字符串的形式初始化
    BigDecimal num12 = new BigDecimal("0.005");
    BigDecimal num12 = new BigDecimal(Double.toString(d));
    BigDecimal num12 = BigDecimal.valueOf(1.010);
    // 使用string类型额构造函数进行构造时,equals无法比较，比如多余的0
    // compareTo方法则只会进行大小的比较，与精度无关:1.010=1.01为true

• 返回为正数表示a1>a2, 返回为负数表示a1
• System.out.println(String.valueOf(4).compareTo(String.valueOf(5)));//-1

    //        c=1.010 ,b=1.01, c.compareTo(b) = 0  //b c 都是BigDecimal类型
    // 使用valueof方法进行构造时，他会帮我们去掉多余的精度可以用equals比较
    //        c.equals(b)  = true

BigDecimal 精度描述:

模式               描述
CEILING        正无穷大方向取整
FLOOR          负无穷大方向取整
DOWN           向 0 的方向取整
UP                 正数向正无穷大取整，负数向负无穷大取整
HALF_UP          5,6,7,8,9 向上取整、 1,2,3,4 向下取整、 常用的4舍5入
HALF_DOWN    6,7,8,9 向上取整 1,2,3,4,5 向下取整
HALF_EVEN     小数位是5时，判断整数部分是奇数就进位、 小数位是5时，判断整数部分是偶数就舍弃、
                           1,2,3,4, 舍弃、 6,7,8,9, 进位

常用方法PS
currency = NumberFormat.getCurrencyInstance();    //建立货币格式化引用
NumberFormat percent = NumberFormat.getPercentInstance();     //建立百分比格式化用
percent.setMaximumFractionDigits(3);               //百分比小数点最多3位

currency.format(bigLoanAmount)
percent.format(bigInterestRate)
currency.format(bigInterest)

BigDecimal数字数据转String文本

直接返回给前端的话11.00会显示为11，

// 浮点数的打印
System.out.println(new BigDecimal("10000000000").toString());

// 普通的数字字符串
System.out.println(new BigDecimal("100.000").toString());

// 去除末尾多余的0
System.out.println(new BigDecimal("100.000").stripTrailingZeros().toString());

// 避免输出科学计数法
System.out.println(new BigDecimal("100.000").toPlainString());

// 四舍五入，保留两位小数，避免输出科学计数法
System.out.println(new BigDecimal("100.000").setScale(2, BigDecimal.ROUND_HALF_UP).toPlainString());

 

mysql使用group by报错

错误信息：incompatible with sql_mode=only_full_group_by

解决办法：

• 一般网上各种关于这个问题的帖子，基本都会提到 my-default.cnf 这个文件，这是通过 Homebrew 安装 MySQL 后会在指定目录下生成的默认文件
• 如果能在 /usr/local/opt/mysql/support-files/ 目录下找到该文件
• 则直接运行 cp /usr/local/opt/mysql/support-files/my-default.cnf /etc/my.cnf 将该文件复制到 /etc/ 目录下，并重命名为 my.cnf
• 输入 vi /etc/my.cnf ，在文件最末尾添加如下脚本
• 注意该脚本等号后面的部分没有被单引号爆过，而且末尾没有分号

sql_mode = STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION

• brew services stop mysql
• brew services start mysql     重启数据库

方法2：

• 在终端输入 sudo /usr/libexec/locate.updatedb
• 会需要等待一段时间，命令会自动执行完成
• 之后输入 locate my.cnf ，就会在命令下方输出初始化的 my.cnf 所在目录，如下图
• 输入 vi /usr/local/etc/my.cnf ，在文件末尾添加上一个解决方法相同的脚本
• 退出保存后重启数据库即可
   

设置springboot超时时间

spring.mvc.async.request-timeout=20000

spring:
  datasource:
    remove-abandoned-timeout: 20000

mysql连接过多Too many connections

• mysql -u root -p 回车输入密码进入mysql
• show processlist;  查看连接数，处于sleep状态的，是暂时没有用的，所以可以kill掉
• show variables like "max_connections"; 查看最大连接数
• set GLOBAL max_connections=1000;  修改最大连接数
• show global variables like 'wait_timeout';mysql在关闭一个非交互的连接之前要等待的秒数，默认是28800s
• set global wait_timeout=300;  修改这个数值，最好控制在几分钟内
• set global interactive_timeout=500;  修改这个数值，表示mysql在关闭一个连接之前要等待的秒数，可以让mysql自动关闭那些没用的连接，但要注意的是，正在使用的连接到了时间也会被关闭，因此这个时间值要合适

常见io报错信息FileNotFoundException

java.io.FileNotFoundException: .\xxx\xxx.txt (系统找不到指定的路径。)

//原因：当前所指定的文件不存在或者目录不存在

文件不存在则创建
if(!file.exists()){
    //先得到文件的上级目录，并创建上级目录，在创建文件
    file.getParentFile().mkdir();
    try {
        //创建文件
        file.createNewFile();
    } catch (IOException e) {
        e.printStackTrace();
    }
}

java.io.FileNotFoundException: .\xx\xx (拒绝访问。)

//原因：你访问了一个文件目录，而不是文件

读写文件路径要写成： "G:/data/image/test.png";
不能写成："G:/data/image/";

Math常用方法

int value = Math.abs(-90); // 取绝对值
Math.pow(a, b)    // 计算a的b次方
Math.max(2.3,4.5); // 计算最大值 4.5
Math.min(2.3,4.5); // 计算最小值 2.3
Math.ceil(-10.1);  // ceil天花板的意思，就是返回大的值 -10.0 ，10.7--11.0 
Math.floor(-10.1);  // floor地板的意思，就是返回小的值 -11.0， 10.7--10.0
Math.random() // 小于1大于0的double类型的随机数 
Math.rint(10.1) // rint 四舍五入，返回double值 ，.5的时候会取偶数，10.5--10
Math.round(10.1) // round 四舍五入，float时返回int值，double时返回long值，10.5--11

 

 

未完