说下你可能没用过的EventBus

       最近在Code Review过程中，我发现了一个业务场景：业务处理完成后，源码源码需要通知审核人员，官方TC程序源码破解通知方式包括短信和邮件。源码源码代码如下：

       这个方法对吗？

       针对这种常见的官方业务场景，我们首先会考虑同步或异步发送的源码源码问题。

       如果选择同步，官方会对接口的源码源码响应时间产生影响，并且与业务逻辑紧密耦合，官方这显然不是源码源码好的做法。

       一般情况下，官方我们会选择异步方式，源码源码使用消息队列（MQ）进行消息的发送和消费，或者使用线程池来处理，这样不会影响主业务逻辑，可以提高性能，并且实现了解耦。

       此外，我们还需要考虑数据一致性的问题，邮件是否一定要发送成功？

       大多数情况下，我们并不要求邮件必须%发送成功，失败了就失败了，只要监控告警的失败率不超过阈值即可。同时，消息服务一旦收到请求，应该自行保证消息的投递。

       因此，总的来说，使用MQ发送消息并自行处理，或者使用线程池进行异步处理，最后自行处理补偿逻辑，就能解决这类问题。

       那么，今天要介绍的是这两种解决方案之外的处理方式。对于这种场景，我们可以使用EventBus来解决。

       EventBus是事件总线的意思，它是Google Guava库的一个工具，基于观察者模式，可以在进程内实现代码的解耦。

       以上面的例子来说，引入MQ可能会有些过于复杂，其实使用EventBus也能达到相同的效果。与MQ相比，EventBus只能提供进程内的消息事件传递，但对于我们的红酒网站源码业务场景来说，这已经足够了。

       接下来，我们来看一下EventBus的使用方法。首先，创建一个EventBus实例。

       第二步，创建一个事件消息订阅者，处理方式非常简单，只需在希望处理事件的方法上添加@Subscribe注解即可。

       形参只能有一个，如果定义0个或多个，运行时将会报错。

       第三步，注册事件。

       第四步，发送事件。

       这就是EventBus使用的最简单例子。下面我们看看如何结合开头的例子进行处理。

       比如上面提到的案例，比如注册和用户下单的场景，都需要发送消息和邮件给用户。

       EventBus并不强制要求我们使用单例模式，因为其创建和销毁成本较低，所以更多是根据我们的业务场景和上下文来选择。

       在业务逻辑处理完成后，分别注册了邮件和短信两个事件订阅者。

       最后，我们发送事件，用户注册时发送一个用户ID，下单成功时发送一个订单ID。

       然后写一个测试类进行测试，分别创建两个service，然后分别调用方法。

       执行测试类，我们可以看到输出，分别执行了事件订阅的方法。

       使用起来你会发现非常简单，对于希望轻量级简单地实现解耦，使用EventBus非常合适。

       注意，例子中的参数都是Long类型。如果事件的参数是其他类型，那么消息是无法接收到的。比如，如果我们将下单中发送的订单ID改为String类型，会发现没有消费。因为我们没有定义一个参数类型为String的方法。

       去EmailMsgHandler和SmsMsgHandler都新增一个接收String类型的推广网源码订阅方法，这样就可以接收到了。

       除此之外，我们还可以定义一个DeadEvent来处理这种情况，它相当于是一个默认的处理方式。当没有匹配的事件类型参数时，就会默认发送一个DeadEvent事件。

       定义一个默认处理器。

       给BookingService新增一个pay()支付方法，下单完成后去支付，注册我们的默认事件。

       执行测试bookingService.pay()，看到输出结果：

       OK，简单的介绍就到这里。到目前为止，我们所说的都是同步调用，这并不符合我们的要求。我们当然希望使用异步处理更好。

       那就看看源码它是如何实现的。

       identifier是一个名字，标记，默认是default。

       executor是执行器，默认创建一个MoreExecutors.directExecutor()，事件订阅者根据你提供的executor来决定如何执行事件订阅的处理方式。

       exceptionHandler是异常处理器，默认创建的就是打点日志。

       subscribers是我们的消费者，订阅者。

       dispatcher用来做事件分发。

       默认创建的executor是一个MoreExecutors.directExecutor()，看到command.run()你就会发现这其实是同步执行。

       同步执行并不太好。我们希望不仅解耦，还要异步执行。EventBus提供了AsyncEventBus，我们可以自己传入executor。

       上面的代码我们改成异步的，这样不就好起来了嘛。实际上，我们可以结合自己的线程池来处理。

       OK，这个说清楚了。我们可以顺便再看看事件分发的处理。看到DeadEvent了吗？没有当前事件的订阅者，就会发送一个DeadEvent事件，bingo！

       OK，这个使用和源码都比较简单，雅奇源码有兴趣的同学可以自己去看看，花不了多少功夫。

       总的来说，EventBus提供了一个更优雅的代码解耦方式，你在实际工作中的业务中肯定能用得上它！

List的拆分的几种方式

       在开发过程中，处理大型集合时常常需要将其拆分成小块，这种操作被称作分片或List的分割。其实，许多大神已经为我们提供了现成的工具，省去了自定义代码的繁琐。以下是Java中常用的三种分片实现方法：

       1. Google的Guava框架：在pom.xml中添加Guava支持后，通过Lists.partition()方法实现切片，代码示例如下：

        ...

       2. Apache的commons框架：同样在pom.xml添加支持，使用ListUtils.partition()，代码示例如下：

        ...

       3. Hutool工具类：引入Hutool框架后，利用ListUtil.partition()完成切片，代码示例如下：

        ...

       值得注意的是，选择哪种方法取决于项目的实际需求和已有的依赖。例如，批量数据处理时，如果数据量大，可以考虑将数据拆分以避免一次性插入数据库导致的性能问题或超限错误。具体操作时，可以根据数据库的配置进行调整。

       这些工具包如Guava、Apache Commons和Hutool，提供了丰富的实用工具，性能优良，是开发者的得力助手。无需深入源码，直接使用即可大大简化工作。

       以上内容源于程序员xiaozhang的文章，原文链接：cnblogs.com/scott/p...

重试机制！java retry，spring retry， guava retrying 详解

       小明同学与产品经理的斗智斗勇过程，当接口有时候异常想重试，你会怎么办？随着需求的不断提出，怎么去迭代升级，看看这篇文章，写得很好！！

       一定要看完，哈哈！然后点个赞。

       作者：叶止水 juejin.im/post/5b6ac0a0...

       java retry 的一步步实现机制。

       简单的小学网站源码需求：产品经理：实现一个按条件，查询用户信息的服务。

       小明：好的。没问题。

       代码谈话：项目经理：这个服务有时候会失败，你看下。

       小明：OutService 在是一个 RPC 的外部服务，但是有时候不稳定。

       项目经理：如果调用失败了，你可以调用的时候重试几次。你去看下重试相关的东西

       重试：重试作用 - 对于重试是有场景限制的，不是什么场景都适合重试，比如参数校验不合法、写操作等（要考虑写是否幂等）都不适合重试。

       远程调用超时、网络突然中断可以重试。在微服务治理框架中，通常都有自己的重试与超时配置，比如dubbo可以设置retries=1，timeout=调用失败只重试1次，超过ms调用仍未返回则调用失败。

       比如外部 RPC 调用，或者数据入库等操作，如果一次操作失败，可以进行多次重试，提高调用成功的可能性。

       V1.0 支持重试版本思考 - 小明：我手头还有其他任务，这个也挺简单的。5 分钟时间搞定他。

       V1.1 代理模式版本易于维护 - 项目经理：你的代码我看了，功能虽然实现了，但是尽量写的易于维护一点。

       小明：好的。(心想，是说要写点注释什么的？)

       代理模式：为其他对象提供一种代理以控制对这个对象的访问。

       在某些情况下，一个对象不适合或者不能直接引用另一个对象，而代理对象可以在客户端和目标对象之间起到中介作用。

       其特征是代理与委托类有同样的接口。

       V1.2 动态代理模式方便拓展 - 项目经理：小明啊，这里还有个方法也是同样的问题。你也给加上重试吧。

       小明：好的。

       小明心想，我在写一个代理，但是转念冷静了下来，如果还有个服务也要重试怎么办呢？

       V1.3 动态代理模式增强对话 - 小明看了下，就选择使用 CGLIB。

       V2.0 AOP 实现对话 - 项目经理：小明啊，最近我在想一个问题。不同的服务，重试的时候次数应该是不同的。因为服务对稳定性的要求各不相同啊。

       小明：好的。(心想，重试都搞了一周了，今天都周五了。)

       下班之前，小明一直在想这个问题。刚好周末，花点时间写个重试小工具吧。

       设计思路 - spring

       java 注解

       注解可在方法上使用，定义需要重试的次数

       拦截指定需要重试的方法，解析对应的重试次数，然后进行对应次数的重试。

       V3.0 spring-retry 版本对话 - 周一来到公司，项目经理又和小明谈了起来。

       项目经理：重试次数是满足了，但是重试其实应该讲究策略。比如调用外部，第一次失败，可以等待 5S 再次调用，如果又失败了，可以等待 S 再调用。。。

       小明：了解。

       可是今天周一，还有其他很多事情要做。

       小明在想，没时间写这个呀。看看网上有没有现成的。

       spring-retry - Spring Retry 为 Spring 应用程序提供了声明性重试支持。 它用于Spring批处理、Spring集成、Apache Hadoop(等等)的Spring。

       在分布式系统中，为了保证数据分布式事务的强一致性，大家在调用RPC接口或者发送MQ时，针对可能会出现网络抖动请求超时情况采取一下重试操作。 大家用的最多的重试方式就是MQ了，但是如果你的项目中没有引入MQ，那就不方便了。

       还有一种方式，是开发者自己编写重试机制，但是大多不够优雅。

       注解式使用 - 重试条件：遇到RuntimeException

       重试次数：3

       重试策略：重试的时候等待 5S, 后面时间依次变为原来的 2 倍数。

       熔断机制：全部重试失败，则调用recover() 方法。

       三次调用的时间点：

       缺陷 - spring-retry 工具虽能优雅实现重试，但是存在两个不友好设计：

       一个是重试实体限定为Throwable 子类，说明重试针对的是可捕捉的功能异常为设计前提的，但是我们希望依赖某个数据对象实体作为重试实体， 但 sping-retry框架必须强制转换为Throwable子类。

       另一个就是重试根源的断言对象使用的是 doWithRetry 的 Exception 异常实例，不符合正常内部断言的返回设计。

       Spring Retry 提倡以注解的方式对方法进行重试，重试逻辑是同步执行的，重试的"失败"针对的是Throwable， 如果你要以返回值的某个状态来判定是否需要重试，可能只能通过自己判断返回值然后显式抛出异常了。

       @Recover 注解在使用时无法指定方法，如果一个类中多个重试方法，就会很麻烦。

       @Recover 注解介绍 - @Recover 注解用于恢复处理程序的方法调用的注释。一个合适的复苏handler有一个类型为可投掷(或可投掷的子类型)的第一个参数[br/>和返回与@Retryable方法相同的类型的值。

       方法式使用 - 注解式只是让我们使用更加便捷，但是如果要更高的灵活性。可以使用各种提供的方法。

       spring-retry 结构概览 - 重试策略重试回退策略 - 重试回退策略，指的是每次重试是立即重试还是等待一段时间后重试。

       默认情况下是立即重试，如果需要配置等待一段时间后重试则需要指定回退策略BackoffRetryPolicy。

       guava-retrying谈话 - 小华：我们系统也要用到重试

       项目经理：小明前段时间用了 spring-retry，分享下应该还不错

       小明：spring-retry 基本功能都有，但是必须是基于异常来进行控制。如果你要以返回值的某个状态来判定是否需要重试，可能只能通过自己判断返回值然后显式抛出异常了。

       小华：我们项目中想根据对象的属性来进行重试。你可以看下 guava-retry，我很久以前用过，感觉还不错。

       小明：好的。

       guava-retrying - guava retryer工具与spring-retry类似，都是通过定义重试者角色来包装正常逻辑重试，但是Guava retryer有更优的策略定义，在支持重试次数和重试频度控制基础上，能够兼容支持多个异常或者自定义实体对象的重试源定义，让重试功能有更多的灵活性。

       Guava Retryer也是线程安全的，入口调用逻辑采用的是java.util.concurrent.Callable 的 call() 方法

       代码例子入门案例 - 遇到异常之后，重试 3 次停止

       重试策略 - 重试次数：3

       重试策略：固定等待 3S

       guava-retrying 简介 - RetryerBuilder 是一个 factory 创建者，可以定制设置重试源且可以支持多个重试源，可以配置重试次数或重试超时时间，以及可以配置等待时间间隔，创建重试者 Retryer 实例。

       RetryerBuilder 的重试源支持 Exception 异常对象和自定义断言对象，通过retryIfException 和 retryIfResult 设置，同时支持多个且能兼容。

       主要接口 - 序号接口描述备注1Attempt一次执行任务2AttemptTimeLimiter单次任务执行时间限制如果单次任务执行超时，则终止执行当前任务3BlockStrategies任务阻塞策略通俗的讲就是当前任务执行完，下次任务还没开始这段时间做什么），默认策略为：BlockStrategies.THREAD_SLEEP_STRATEGY4RetryException重试异常5RetryListener自定义重试监听器可以用于异步记录错误日志6StopStrategy停止重试策略7WaitStrategy等待时长策略（控制时间间隔），返回结果为下次执行时长8Attempt一次执行任务9Attempt一次执行任务

       StopStrategy - 提供三种：

       设定一个最长允许的执行时间；比如设定最长执行s，无论任务执行次数，只要重试的时候超出了最长时间，则任务终止，并返回重试异常RetryException；

       不停止，用于需要一直轮训知道返回期望结果的情况；

       设定最大重试次数，如果超出最大重试次数则停止重试，并返回重试异常；

       WaitStrategy - 固定等待时长策略；

       随机等待时长策略（可以提供一个最小和最大时长，等待时长为其区间随机值）

       递增等待时长策略（提供一个初始值和步长，等待时间随重试次数增加而增加）

       指数等待时长策略；

       Fibonacci 等待时长策略；

       异常时长等待策略；

       复合时长等待策略；

       总结优雅重试共性和原理 - 正常和重试优雅解耦，重试断言条件实例或逻辑异常实例是两者沟通的媒介。

       约定重试间隔，差异性重试策略，设置重试超时时间，进一步保证重试有效性以及重试流程稳定性。

       都使用了命令设计模式，通过委托重试对象完成相应的逻辑操作，同时内部封装实现重试逻辑。

       spring-retry 和 guava-retry 工具都是线程安全的重试，能够支持并发业务场景的重试逻辑正确性。

       优雅重试适用场景 - 功能逻辑中存在不稳定依赖场景，需要使用重试获取预期结果或者尝试重新执行逻辑不立即结束。比如远程接口访问，数据加载访问，数据上传校验等等。

       对于异常场景存在需要重试场景，同时希望把正常逻辑和重试逻辑解耦。

       对于需要基于数据媒介交互，希望通过重试轮询检测执行逻辑场景也可以考虑重试方案。

       谈话 - 项目经理：我觉得 guava-retry 挺好的，就是不够方便。小明啊，你给封装个基于注解的吧。

       小明：......

       更好的实现 - java 重试框架------sisyphus： github.com/houbb/sisyph...

       推荐阅读：

       太赞了，SpringBoot+Vue前后端分离完整入门教程！

       分享一套SpringBoot开发博客系统源码，以及完整开发文档！速度保存！

       Github上最值得学习的个Java开源项目，涵盖各种技术栈！

       年最新的常问企业面试题大全以及答案

Google限速神器——RateLimiter分享

       在微服务架构中，限流组件是不可或缺的要素，它控制着同一时间访问服务的并发量，对于系统稳定至关重要。Google的guava库提供了一款名为RateLimiter的限流工具。它与Semaphore不同，Semaphore侧重于并发访问的数量限制，而RateLimiter则是通过设置许可证速率来限制访问速率。默认情况下，许可证按照预设速率平稳分配，保证系统的稳定运行。

       RateLimiter是线程安全的，但不保证公平性。虽然它没有直接的构造方法，但可以通过RateLimiter.create静态方法创建实例。使用环境要求JDK以上，这可能限制了其在某些场景中的实际应用。RateLimiter的实现机制基于stopwatch，通过调整阻塞时长来实现速率控制。

       一个简单的示例展示了如何限制线程执行速率，比如将每秒执行次数限制为2次。通过代码演示，我们观察到无论运行次数多少，线程执行间隔始终为ms，这是ms除以速率的结果。这表明RateLimiter能够有效控制执行速率。

       尽管RateLimiter可能不适用于所有生产环境，因其对JDK版本的高要求和可能的实验性质，但在学习和研究中，它提供了宝贵的资源。作为学习工具，RateLimiter的源码提供了深入理解限流原理的机会。然而，实际应用时需要权衡其限制和潜在风险。今天的内容到此为止，期待你对限流组件有更深的理解。晚安！

       - END -

Java8新特性-Optional类

       在Java应用开发中，避免NPE问题一直是开发者面临的一大挑战。Guava项目通过引入Optional类，为解决这一问题提供了全新的思路。Optional类作为Java 8的一部分，旨在优雅地解决NPE问题，促进代码简洁性和可读性。

       Optional类是Java中用于表示可能不存在的值的容器类，它用`value`变量存储实际值，或仅存储`null`，以表示值不存在。相比使用`null`来表示无值状态，Optional更精确地描述了值的有无，有效避免了空指针异常，并鼓励了函数式编程风格的实现。

       基本使用示例展示了如何获取用户所在地方的编号。引入Optional后，只需在最后执行一次空值判断，极大简化了代码结构，同时提供了`orElse`、`orElseGet`、`orElseThrow`等方法，为处理空值提供了灵活的解决方案。调用Optional的`toString()`方法时，若值为空，则返回`"Optional.empty"`，避免了直接抛出空指针异常。

       Optional类提供了丰富的API以进行数据操作。通过`map`、`filter`、`flatMap`等方法，开发者可以对包装对象进行转换和过滤，确保操作的安全性。这些方法在处理值存在性的同时，保持了代码的简洁性和功能性。

       获取值时，Optional提供了多种方法，每种方法依据需求不同而设计，确保了在确保代码安全的同时，提供了灵活的访问方式。

       深入Optional的源码分析，探究了构造方法、实例方法、空值判断、数据处理和数据获取等关键部分，展示了Optional如何在内部结构和功能上实现其独特设计，从而在Java生态系统中扮演了关键角色。通过其高效的API和清晰的设计，Optional类不仅简化了代码实现，还提升了开发者的编程体验，是现代Java应用开发中不可或缺的工具。