Java | Фишки и трюки
7.27K subscribers
182 photos
28 videos
6 files
38 links
Java: примеры кода, интересные фишки и полезные трюки

Купить рекламу: https://telega.in/c/java_tips_and_tricks

✍️По всем вопросам: @Pascal4eg
Download Telegram
🤝 «Контракты не лгут: как сервисы общаются без боли»
Contract Testing в Java — контроль реальности между продами

Когда микросервисы множатся, интеграционные тесты превращаются в хаос.
Сервис А ждёт одно, сервис B отдаёт другое — и привет, баг в проде.
Contract Testing решает это через договор: что именно API обещает и возвращает.


📄 Суть контракта
Потребитель (Consumer) описывает, что он ждёт от поставщика (Provider).
Provider подтверждает: «Да, я действительно так отвечаю».

➡️ Это проверка не по коду, а по взаимному соглашению.


⚙️ Pact — главный игрок в Java
Pact позволяет Consumer’у описывать ожидаемые запросы и ответы:
@Pact(consumer = "OrderService")
public RequestResponsePact createPact(PactDslWithProvider builder) {
return builder
.given("User exists")
.uponReceiving("a request for user details")
.path("/users/123")
.method("GET")
.willRespondWith()
.status(200)
.body("{\"id\":123,\"name\":\"Alex\"}")
.toPact();
}

➡️ Это «контракт»: JSON с ожиданиями клиента.

🧪 Consumer Test — проверка ожиданий
@ExtendWith(PactConsumerTestExt.class)
@PactTestFor(providerName = "UserService", port = "8080")
public void testUserService(MockServer server) {
Response response = get(server.getUrl() + "/users/123");
assertEquals(200, response.getStatusCode());
}

➡️ Тест проверяет, что клиент правильно формирует запрос и обрабатывает ответ.

🏭 Provider Test — подтверждение контракта
Поставщик поднимает mock и проверяет:
«Я реально возвращаю то, что обещал в контракте».
@Provider("UserService")
@PactFolder("pacts")
class UserServicePactTest {
@TestTarget
final Target target = new HttpTarget(8080);

@State("User exists")
public void userExists() {
// фикстуры для теста
}
}

➡️ Если что-то не совпадает — билд падает.

🔗 Pact Broker — центр доверия
Все контракты хранятся в брокере.
Каждый сервис знает, с кем и что согласовано.
docker run -d -p 9292:9292 pactfoundation/pact-broker

➡️ Это реестр соглашений между микросервисами.

🧩 Contract Testing ≠ интеграция
Интеграционные тесты требуют запущенные сервисы.
Контрактные тесты — только спецификации.

➡️ Меньше зависимостей, быстрее CI, больше стабильности.

🚀 Spring Cloud Contract — альтернатива Pact
Работает прямо в Spring Boot.
contract {
request {
method 'GET'
url '/users/123'
}
response {
status 200
body(id: 123, name: "Alex")
}
}

➡️ Контракт → автогенерированный тест для Provider’а.

Плюсы:
Нет неожиданностей при релизах.
CI ломается до продакшена, если кто-то нарушил контракт.
Каждый сервис тестируется изолированно.


Минусы:minu
Нужно поддерживать актуальность контрактов.
При множестве сервисов — много файлов.
Не ловит ошибки логики (только интерфейсов).


🗣 Запомни: Contract Testing — это «юридическая проверка» между сервисами.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍64🔥3
Media is too big
VIEW IN TELEGRAM
☕️Наследование в классах

В этом видео автор подробно объясняет концепцию наследования в Java: как один класс может наследовать свойства и методы другого, когда применять `extends`, как переопределять методы и использовать ключевое слово `super`.


🗣️Запомни: наследование — мощный механизм для повторного использования кода и организации иерархий классов.

🤩 Java Фишки и трюки || #Видео
Please open Telegram to view this post
VIEW IN TELEGRAM
4🔥3
Media is too big
VIEW IN TELEGRAM
☕️Полиморфизм в ООП

В этом видео автор подробно объясняет концепцию полиморфизма в объектно-ориентированном программировании на примере Java.
Разбирается, как один объект может иметь разные формы в зависимости от контекста, как работает динамическое связывание, как переопределять методы в наследниках и использовать ссылки на родительские типы для управления объектами.


🗣️Запомни: полиморфизм даёт гибкость в архитектуре и делает код расширяемым и масштабируемым.

🤩 Java Фишки и трюки || #Видео
Please open Telegram to view this post
VIEW IN TELEGRAM
3❤‍🔥2
☕️ Java в потоке данных: Flink, Beam и Spark без магии

Когда данные бегут нескончаемым потоком, а твой монолит не успевает считать, Java превращается в машину для real-time-аналитики.
Flink, Beam и Spark — три пути к масштабным потоковым системам. Ни теории — только код.


💀 Обычный подход — всё тормозит
List<String> lines = Files.readAllLines(Paths.get("data.txt"));
Map<String, Long> counts = lines.stream()
.flatMap(line -> Arrays.stream(line.split(" ")))
.collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));
System.out.println(counts);

➡️ Всё в память, всё синхронно. Умер на первом гигабайте.

⚙️ Flink — потоковые вычисления без задержек
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
DataStream<String> stream = env.socketTextStream("localhost", 9999);

stream
.flatMap((String line, Collector<String> out) -> {
for (String word : line.split(" ")) out.collect(word);
})
.keyBy(word -> word)
.sum(1)
.print();

env.execute("Flink WordCount");

Реактивная обработка, fault tolerance и state — всё из коробки.

🧩 Spark Structured Streaming — SQL на лету

SparkSession spark = SparkSession.builder().appName("StreamSQL").getOrCreate();

Dataset<Row> lines = spark.readStream()
.format("socket")
.option("host", "localhost")
.option("port", 9999)
.load();

Dataset<Row> words = lines.as(Encoders.STRING())
.flatMap((FlatMapFunction<String, String>) x -> Arrays.asList(x.split(" ")).iterator(), Encoders.STRING());

words.groupBy("value").count()
.writeStream()
.outputMode("complete")
.format("console")
.start()
.awaitTermination();

DataFrame API + реальное время. SQL-запросы к стримам — это норма.

🧠 Beam — пиши один раз, запускай где угодно
Pipeline p = Pipeline.create();
p.apply(TextIO.read().from("input.txt"))
.apply(ParDo.of(new DoFn<String, String>() {
@ProcessElement
public void processElement(ProcessContext c) {
for (String word : c.element().split(" ")) c.output(word);
}
}))
.apply(Count.perElement())
.apply(TextIO.write().to("output"));
p.run().waitUntilFinish();

Beam абстрагирует всё: один pipeline может жить на Flink, Spark, Dataflow — без правок кода.

🚀 Kafka + Flink = real-time пайплайн
FlinkKafkaConsumer<String> consumer = new FlinkKafkaConsumer<>("logs", new SimpleStringSchema(), props);
env.addSource(consumer)
.map(line -> line.toUpperCase())
.addSink(new FlinkKafkaProducer<>("processed", new SimpleStringSchema(), props));

Поток заходит из Kafka, проходит трансформацию и возвращается обратно.

📊 Stateful обработка
stream.keyBy(value -> value)
.flatMap(new RichFlatMapFunction<String, Tuple2<String, Integer>>() {
private transient ValueState<Integer> count;
public void open(Configuration parameters) {
count = getRuntimeContext().getState(new ValueStateDescriptor<>("count", Integer.class));
}
public void flatMap(String value, Collector<Tuple2<String, Integer>> out) throws Exception {
Integer current = count.value() == null ? 0 : count.value();
count.update(current + 1);
out.collect(Tuple2.of(value, current + 1));
}
});

Flink хранит состояние между событиями — perfect для realtime аналитики.

🧩 Beam с Cloud Dataflow
PipelineOptions options = PipelineOptionsFactory.create();
options.as(DataflowPipelineOptions.class).setRunner(DataflowRunner.class);

Запускаешь тот же код в Google Cloud — нативно масштабируется.

💡 Spark + Kafka integration
Dataset<Row> df = spark.readStream()
.format("kafka")
.option("kafka.bootstrap.servers", "localhost:9092")
.option("subscribe", "topic")
.load();

Spark сам читает Kafka topics и обрабатывает потоки.

🗣 Запомни: Flink — мозг real-time систем, Spark — мотор аналитики, Beam — мост между ними. Главное — не выбирай фреймворк по моде, выбирай под поток.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥53❤‍🔥2👍1
⌨️ Виды классов

1. Обычные классы (Regular Classes)
Это наиболее распространенные классы, которые вы создаете для определения объектов. Они могут содержать поля, методы, конструкторы и вложенные классы.

public class MyClass {
private int field;

public MyClass(int field) {
this.field = field;
}

public void method() {
// some code
}
}


2. Абстрактные классы (Abstract Classes)
Абстрактные классы не могут быть созданы как объекты напрямую. Они предназначены для предоставления общей функциональности, которую подклассы должны реализовать или дополнить.

public abstract class AbstractClass {
public abstract void abstractMethod();

public void concreteMethod() {
// some code
}
}


3. Вложенные классы (Nested Classes)
Классы, объявленные внутри другого класса. Они могут быть статическими или нестатическими.

🔹 Статические вложенные классы (Static Nested Classes):
Эти классы могут быть созданы без экземпляра внешнего класса.

public class OuterClass {
static class StaticNestedClass {
// some code
}
}


🔹 Внутренние классы (Inner Classes):
Эти классы имеют доступ ко всем членам внешнего класса и создаются в контексте экземпляра внешнего класса.

public class OuterClass {
class InnerClass {
// some code
}
}


4. Локальные классы (Local Classes)
Классы, объявленные внутри метода, конструктора или блока. Они имеют доступ к финальным переменным из охватывающего метода.

public class OuterClass {
public void method() {
class LocalClass {
// some code
}
LocalClass local = new LocalClass();
}
}


5. Анонимные классы (Anonymous Classes)
Классы без имени, создаваемые на месте для реализации интерфейса или наследования от класса. Часто используются для создания экземпляров интерфейсов или абстрактных классов.

public class OuterClass {
public void method() {
Runnable runnable = new Runnable() {
@Override
public void run() {
// some code
}
};
}
}


6. Перечисления (Enums)
Специальные классы, представляющие набор констант. Они могут содержать поля, методы и конструкторы.

public enum Day {
MONDAY, TUESDAY, WEDNESDAY, THURSDAY, FRIDAY, SATURDAY, SUNDAY
}


7. Интерфейсы (Interfaces)
Технически не классы, но важная часть объектно-ориентированного программирования в Java. Интерфейсы определяют контракты, которые должны быть реализованы классами.

public interface MyInterface {
void myMethod();
}


8. Записи (Records)
Нововведение в Java 14 (в предварительном виде) и официально в Java 16. Они предоставляют компактный способ создания неизменяемых классов с полями и автоматически сгенерированными методами, такими как equals, hashCode и toString.

public record Point(int x, int y) {}


#java #classes
Please open Telegram to view this post
VIEW IN TELEGRAM
👍156🔥3
🤖 JavaBot: Telegram без магии и фреймворков

Хочешь быстро поднять Telegram-бота на Java без плясок вокруг Spring? Берём библиотеку TelegramBots, одну точку входа — и поехали.

⚙️ Подключаем зависимость

Gradle:
implementation 'org.telegram:telegrambots:6.9.7'


🧩 Создаём скелет бота
public class EchoBot extends TelegramLongPollingBot {
public String getBotUsername() { return "MyJavaBot"; }
public String getBotToken() { return "TOKEN"; }

public void onUpdateReceived(Update u) {
var chat = u.getMessage().getChatId().toString();
var text = u.getMessage().getText();
send(chat, "Ты написал: " + text);
}

void send(String chatId, String msg) {
try { execute(new SendMessage(chatId, msg)); }
catch (Exception e) { e.printStackTrace(); }
}
}


🚀 Запускаем бота
var bots = new TelegramBotsApi(DefaultBotSession.class);
bots.registerBot(new EchoBot());
System.out.println("Бот в деле 🚀");


💬 Тест
Ты: ping  
Бот: Ты написал: ping


🧠 Добавим немного логики
if (text.equals("/start"))
send(chat, "Привет! Я Java-бот 💪");
else if (text.equalsIgnoreCase("время"))
send(chat, LocalTime.now().toString());
else
send(chat, "Команда не понята 🤖");


⚡️ Inline-кнопки
var markup = new InlineKeyboardMarkup();
markup.setKeyboard(List.of(List.of(
new InlineKeyboardButton("Сказать hi").callbackData("hi")
)));
msg.setReplyMarkup(markup);


🧱 Структура проекта
src/
├── Main.java
└── EchoBot.java
build.gradle


🗣 Запомни: в Java всё строго — но именно поэтому Telegram-боты тут живут годами, не падают и не висят в “reconnecting…”
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10🔥42
💸 Java + Финансы: low-latency трейдинг под миллисекунды

Когда миллисекунды — это деньги, Java раскрывает себя на максимум: низкоуровневые сокеты, реактивные потоки, pinned GC и прямой доступ к памяти. Тут не про «финтех-приложение», а про «реакцию быстрее всех».

🚀 1. TCP-сокеты для прямого подключения к бирже
Socket socket = new Socket("api.exchange.com", 4001);
BufferedReader in = new BufferedReader(new InputStreamReader(socket.getInputStream()));
PrintWriter out = new PrintWriter(socket.getOutputStream(), true);

out.println("SUBSCRIBE:BTC-USD");
System.out.println("Tick: " + in.readLine());

➡️ Без HTTP, без JSON — только байты и скорость.

⚡️ 2. NIO (Reactor-стиль) — обрабатываем десятки потоков данных без блокировок
Selector selector = Selector.open();
SocketChannel channel = SocketChannel.open(new InetSocketAddress("api.exchange.com", 8080));
channel.configureBlocking(false);
channel.register(selector, SelectionKey.OP_READ);

while (true) {
selector.select();
for (SelectionKey key : selector.selectedKeys())
((SocketChannel) key.channel()).read(ByteBuffer.allocate(1024));
}

Ты читаешь данные в event-loop без ожиданий и блокировок.

💹 3. Лёгкий REST-клиент для котировок — минимальный overhead
HttpClient client = HttpClient.newBuilder().version(HttpClient.Version.HTTP_1_1).build();
HttpRequest req = HttpRequest.newBuilder(URI.create("https://api.binance.com/api/v3/ticker/price?symbol=BTCUSDT")).build();
String body = client.send(req, HttpResponse.BodyHandlers.ofString()).body();
System.out.println(body);

➡️ Используется редко — только для инициализации данных.

🧩 4. Реактивные потоки — стриминг обновлений без лагов
Flux.interval(Duration.ofMillis(10))
.flatMap(i -> fetchTick())
.subscribe(System.out::println);

Поддерживаешь live-данные с минимальной задержкой.

⚙️ 5. Kafka для внутренней шины котировок
ProducerRecord<String, String> tick = new ProducerRecord<>("ticks", "BTC", json);
producer.send(tick);

➡️ Kafka — идеальный посредник между стратегией и обработчиком сигналов.

📈 6. Резервный кеш в LMAX Disruptor
Disruptor<Event> disruptor = new Disruptor<>(Event::new, 1024, Executors.defaultThreadFactory());
disruptor.handleEventsWith((event, seq, end) -> process(event));
disruptor.start();

Микросекундные задержки между событиями — идеально для high-freq.

🧠 7. Обработка стратегий — минимальный GC и аллокации
double pnl = 0.0;
for (int i = 0; i < prices.length; i++)
pnl += (prices[i] - avg) * weights[i];

➡️ Никаких boxed-типов, никаких потоков — чистая арифметика.

🕹 8. Async запись в базу через Chronicle Queue
ChronicleQueue queue = ChronicleQueue.single("trades");
ExcerptAppender appender = queue.acquireAppender();
appender.writeText("BUY BTC 1.234 @ 67900");

Без JDBC, без GC, с записью прямо в память.

📡 9. Ping-тест задержки на уровне API
long t1 = System.nanoTime();
client.send(request, HttpResponse.BodyHandlers.discarding());
System.out.println("Latency: " + (System.nanoTime() - t1) / 1_000_000.0 + " ms");

➡️ Измеряй свои реальные RTT-времена, а не верь документации.

🔒 10. Failover на другом потоке без паузы
CompletableFuture.supplyAsync(() -> fetch("exchangeA"))
.exceptionally(e -> fetch("exchangeB"))
.thenAccept(this::trade);

Если один источник умер — переходишь мгновенно на другой.

📊 11. Garbage-free JSON парсер для потоков данных
JsonFactory factory = new JsonFactory();
JsonParser parser = factory.createParser(stream);
while (parser.nextToken() != JsonToken.END_OBJECT)
process(parser.getCurrentName(), parser.getValueAsString());

➡️ Никаких String, никаких List — только поток и числа.

⏱️ 12. Синхронизация времени с NTP
NtpV3Packet msg = new NtpV3Impl();
msg.setMode(3);
System.out.println("Offset: " + client.getTime(InetAddress.getByName("pool.ntp.org")).getOffset());

В high-freq даже миллисекундный дрейф — это баг.

🗣️ Запомни: в мире Java-трейдинга твой главный конкурент — не другой разработчик, а время Garbage Collector’а.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍92
🔬 Java под микроскопом: полный observability-стек с OpenTelemetry

Когда прод «горит», а метрики молчат — ты не DevOps, ты шаман.
OpenTelemetry превращает хаос в прозрачность: метрики, трейсы, логи — всё в единой системе.
Ни теории, ни лекций — только практика, как сделать observability-стек, который реально работает.

🔥 1. Подключаем OpenTelemetry SDK
implementation("io.opentelemetry:opentelemetry-api:1.31.0")
implementation("io.opentelemetry:opentelemetry-sdk:1.31.0")
implementation("io.opentelemetry:opentelemetry-exporter-otlp:1.31.0")

➡️ Эти три зависимости — ядро: API, SDK и экспорт в OTLP (универсальный протокол).

⚙️ 2. Инициализация провайдера трейсинга
SdkTracerProvider tracerProvider = SdkTracerProvider.builder()
.addSpanProcessor(BatchSpanProcessor.builder(OtlpGrpcSpanExporter.builder().build()).build())
.build();

OpenTelemetry openTelemetry = OpenTelemetrySdk.builder()
.setTracerProvider(tracerProvider)
.build();

Настраиваешь, кто будет собирать и куда шлёт трейсы.

🧩 3. Создаём спаны прямо в коде
Tracer tracer = openTelemetry.getTracer("com.trading.app");
try (Scope scope = tracer.spanBuilder("DB Query").startScopedSpan()) {
db.execute("SELECT * FROM orders");
}

➡️ Каждый участок кода можно измерить и потом визуализировать в Grafana Tempo или Jaeger.

📊 4. Метрики: CPU, latency, GC — всё под контролем
Meter meter = openTelemetry.getMeter("com.trading.metrics");
LongCounter reqCount = meter.counterBuilder("http.requests.total").build();

reqCount.add(1, Attributes.of(stringKey("endpoint"), "/api/trade"));

Теперь ты знаешь, сколько, откуда и как часто — без лишнего логирования.

📈 5. Интеграция с Prometheus
OtlpGrpcMetricExporter exporter = OtlpGrpcMetricExporter.builder()
.setEndpoint("http://localhost:4317")
.build();

➡️ Метрики попадают в Prometheus, а дальше — Grafana dashboards.

🪵 6. Логирование в едином формате
logger.info("order_created", kv("user", userId), kv("amount", amount));

Через OpenTelemetry Logs SDK ты получаешь корреляцию между логами и трейсами.

🌐 7. Автоинструментирование без кода
java -javaagent:opentelemetry-javaagent.jar \
-Dotel.service.name=order-service \
-Dotel.exporter.otlp.endpoint=http://localhost:4317 \
-jar app.jar

➡️ Автоматически собираются спаны из Spring, JDBC, Kafka, Redis и HTTP-клиентов.

🧠 8. Отправка данных в локальный Collector
receivers:
otlp:
protocols:
grpc:
http:

exporters:
prometheus:
logging:
jaeger:
endpoint: "localhost:14250"

service:
pipelines:
traces: { receivers: [otlp], exporters: [jaeger, logging] }
metrics: { receivers: [otlp], exporters: [prometheus] }

OpenTelemetry Collector — сердце стека: маршрутизирует всё.

🚀 9. Связка Jaeger + Prometheus + Loki
Traces → Jaeger  
Metrics → Prometheus
Logs → Loki

➡️ Полная наблюдаемость: один ID связывает всё — от HTTP-запроса до GC-паузы.

🧩 10. Добавляем контекст трассировки в логи
MDC.put("traceId", Span.current().getSpanContext().getTraceId());
logger.info("processing order {}", orderId);

Теперь по traceId можно прыгнуть из Loki прямо в Jaeger.

🕹 11. Настройка дашбордов в Grafana
➡️ CPU / Memory / GC Time
➡️ Request latency per endpoint
➡️ Top error spans per service
➡️ Logs correlated by traceId

Всё видно, всё связано, всё в одном UI.

🧠 12. Distributed tracing на проде
try (Scope scope = tracer.spanBuilder("match_order").startScopedSpan()) {
orderService.match(order);
}

➡️ С каждой операцией передаётся trace-контекст по HTTP-заголовкам — видишь цепочку от frontend до БД.

🗣️ Запомни: Observability — это не «чтобы было красиво», а чтобы не гадать в тьме, где у тебя течёт прод.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥53👍3
⌨️ Для чего используется оператор assert?

Assert (Утверждение) — это специальная конструкция, позволяющая проверять предположения о значениях произвольных данных в произвольном месте программы. Утверждение может автоматически сигнализировать об обнаружении некорректных данных, что обычно приводит к аварийному завершению программы с указанием места обнаружения некорректных данных.

Утверждения существенно упрощают локализацию ошибок в коде. Даже проверка результатов выполнения очевидного кода может оказаться полезной при последующем рефакторинге, после которого код может стать не настолько очевидным и в него может закрасться ошибка.

Обычно утверждения оставляют включенными во время разработки и тестирования программ, но отключают в релиз-версиях программ.

Так как утверждения могут быть удалены на этапе компиляции либо во время исполнения программы, они не должны менять поведение программы. Если в результате удаления утверждения поведение программы может измениться, то это явный признак неправильного использования assert. Таким образом, внутри assert нельзя вызывать методы, изменяющие состояние программы, либо внешнего окружения программы.

В Java проверка утверждений реализована с помощью оператора assert, который имеет форму:

assert [Выражение типа boolean]; или assert [Выражение типа boolean] : [Выражение любого типа, кроме void];

Во время выполнения программы в том случае, если поверка утверждений включена, вычисляется значение булевского выражения, и если его результат false, то генерируется исключение java.lang.AssertionError. В случае использования второй формы оператора assert выражение после двоеточия задаёт детальное сообщение о произошедшей ошибке (вычисленное выражение будет преобразовано в строку и передано конструктору AssertionError).
Please open Telegram to view this post
VIEW IN TELEGRAM
4🔥1
Media is too big
VIEW IN TELEGRAM
☕️ Java в 2025 году: стоит ли учить и что изменилось

В этом видео автор анализирует, насколько Java остаётся актуальной в 2025 году и какие изменения произошли в языке и экосистеме.
Разбираются ключевые области применения Java — от корпоративных систем и Android-разработки до backend-сервисов — и сравнивается её востребованность с другими языками программирования.


👉 Ссылка на первоисточник

🗣️Запомни: Java не теряет позиции — она просто становится инструментом для тех, кто хочет стабильности и глубины в IT.

🤩  Java Фишки и трюки || #Видео
Please open Telegram to view this post
VIEW IN TELEGRAM
4👍1
🌐 REST и RESTful API

REST (Representational State Transfer) — это архитектурный стиль для проектирования сетевых приложений. Он использует стандартные методы HTTP и акцентирует внимание на взаимодействии между клиентом и сервером с помощью ресурсов.

Основные принципы REST:

1️⃣ Клиент-серверная архитектура:
- Четкое разделение между клиентом и сервером. Клиент отвечает за пользовательский интерфейс, а сервер — за обработку данных и бизнес-логику.

2️⃣ Статус и состояние:
- Каждый запрос от клиента к серверу должен содержать всю необходимую информацию для обработки запроса. Сервер не хранит состояние сеанса (stateless).

3️⃣ Кэшируемость:
- Ответы должны быть явно обнародованы как кэшируемые или не кэшируемые. Это позволяет уменьшить количество запросов к серверу и улучшает производительность.

4️⃣ Единообразие интерфейса:
- Все взаимодействия между клиентом и сервером осуществляются через четкий и единообразный интерфейс, что упрощает интеграцию.

5️⃣ Многоуровневость:
- Система может быть структурирована на несколько уровней, где каждый уровень может вызывать другой, обеспечивая гибкость и упрощая управление.


RESTful API — это API, который следует принципам REST. Это интерфейс, который использует стандартные HTTP методы для выполнения операций с ресурсами, представленными в виде URI.

Основные HTTP методы в RESTful API:

1️⃣ GET:
- Используется для получения информации о ресурсе.
- Пример: GET /users — получить список всех пользователей.

2️⃣ POST:
- Используется для создания нового ресурса.
- Пример: POST /users — создать нового пользователя.

3️⃣ PUT:
- Используется для обновления существующего ресурса (полное обновление).
- Пример: PUT /users/1 — обновить информацию о пользователе с ID=1.

4️⃣ PATCH:
- Используется для частичного обновления ресурса.
- Пример: PATCH /users/1 — обновить определенные поля у пользователя с ID=1.

5️⃣ DELETE:
- Используется для удаления ресурса.
- Пример: DELETE /users/1 — удалить пользователя с ID=1.

RESTful API обычно возвращают данные в форматах:

- JSON (JavaScript Object Notation): легковесный формат, который легко читаем и записывается как людьми, так и машинами. Это самый распространенный формат для передачи данных в RESTful API.

- XML (eXtensible Markup Language): более старый формат, который также используется, но менее популярен в новых приложениях.

Применение RESTful API:

✔️ Веб-приложения: RESTful API часто используются в веб-приложениях для взаимодействия с серверами и базами данных.

✔️ Мобильные приложения: Многие мобильные приложения используют RESTful API для получения данных.

✔️ Интеграция систем: RESTful API позволяют различным системам взаимодействовать друг с другом с минимальными усилиями.

#REST #RESTfulAPI #API
👍6🔥21
⌨️ Внутренняя реализация ArrayList

ArrayList — это реализация динамического массива из стандартной библиотеки коллекций java.util. Он представляет собой список, который может изменять свой размер в зависимости от количества добавляемых элементов.

ArrayList основан на массиве объектов. Это означает, что под капотом у него есть массив фиксированного размера. Когда этот массив заполняется, создается новый массив большего размера, в который копируются элементы старого массива, а затем старый массив удаляется.

Размер и емкость

✔️ Размер (size) — это количество элементов, которые фактически содержатся в ArrayList.

✔️ Емкость (capacity) — это текущий размер внутреннего массива. Когда количество элементов превышает емкость, массив расширяется.

Когда ArrayList инициализируется, его емкость по умолчанию равна 10. Если количество элементов в массиве превышает емкость, массив автоматически увеличивается. Обычно емкость увеличивается по формуле: новая емкость = старая емкость * 1.5.

Для удаления элементов используется метод remove(int index). После удаления элемента все элементы, находящиеся справа от удаленного, смещаются на одну позицию влево, что требует временных затрат O(n).

После удаления элементов ArrayList не автоматически уменьшает емкость внутреннего массива, то есть массив может занимать больше памяти, чем требуется для хранения фактических элементов. Однако для оптимизации можно вручную уменьшить емкость до текущего размера с помощью метода trimToSize().

Одним из преимуществ ArrayList является возможность доступа к элементам по индексу за время O(1). Это возможно благодаря тому, что элементы хранятся в массиве, и доступ к ним осуществляется через индекс.

#java #ArrayList
Please open Telegram to view this post
VIEW IN TELEGRAM
👍153🥰1
Stream

Все операции Stream делятся на промежуточные и терминальные и объединяются в потоковые конвейеры.

Потоковый конвейер состоит из источника (например, коллекции, массива, функции-генератора, канала ввода-вывода или генератора бесконечной последовательности) за которым следует ноль или более промежуточных операций и терминальной операции.

Промежуточные операции
📌 Промежуточные операции не выполняются до тех пор, пока не будет вызвана какая-либо терминальная операция.

Они составляют конвейер выполнения Stream. Промежуточную операцию можно добавить в конвейер Stream методами:
filter()
map()
flatMap()
distinct()
sorted()
peek()
limit()
skip()


Все промежуточные операции являются ленивыми, поэтому они не выполняются до тех пор, пока результат обработки действительно не понадобится.

По сути, промежуточные операции возвращают новый поток. Выполнение промежуточной операции фактически не выполняет никакой операции, а вместо этого создает новый поток, который при прохождении содержит элементы исходного потока, соответствующие данному предикату.

Таким образом, обход потока не начинается до тех пор, пока не будет выполнена терминальная операция конвейера.

Это очень важное свойство, особенно важное для бесконечных потоков, поскольку оно позволяет нам создавать потоки, которые будут фактически вызываться только при вызове терминальной операции.

Терминальные операции
Терминальные операции могут проходить через поток для получения результата или побочного эффекта.

📌 После выполнения терминальной операции, потоковый конвейер считается использованным и больше не может использоваться.

Терминальные операции:
forEach()
forEachOrdered()
toArray()
reduce()
collect()
min()
max()
count()
anyMatch()
allMatch()
noneMatch()
findFirst()
findAny()


Каждая из этих операций инициирует выполнение всех промежуточных операций.
👍821
⌨️ private методы в интерфейсах

В Java с версии 9 появилась возможность использовать private методы в интерфейсах. Эти методы предназначены для улучшения внутренней организации интерфейсов, позволяя избежать дублирования кода в default и static методах. private методы помогают реализовать общую логику, к которой могут обращаться другие методы интерфейса, но они остаются недоступными для классов, реализующих интерфейс.

private методы могут быть как экземплярными, так и static.

Пример:

public interface MyInterface {
default void showMessage() {
print("Default method calling private method");
}

static void showStaticMessage() {
print("Static method calling private method");
}

// Private method for reuse
private static void print(String message) {
System.out.println(message);
}
}


#java #interface #private
Please open Telegram to view this post
VIEW IN TELEGRAM
6👍4🔥1
⌨️ PriorityQueue — это реализация структуры данных очередь с приоритетом, которая упорядочивает элементы по их естественному порядку или по заданному компаратору. Она представляет собой часть коллекции Java Collections Framework и находится в пакете java.util.

В отличие от Queue, элементы PriorityQueue не упорядочены по времени их добавления, а по приоритету.

Основные методы:

add(E e) - добавляет элемент в очередь.

remove() - удаляет и возвращает элемент с наивысшим приоритетом. Если очередь пуста, генерируется исключение NoSuchElementException.

poll() - удаляет и возвращает элемент с наивысшим приоритетом. Если очередь пуста, возвращает null.

peek() - возвращает, но не удаляет элемент с наивысшим приоритетом. Если очередь пуста, возвращает null.

element() - возвращает, но не удаляет элемент с наивысшим приоритетом. Если очередь пуста, генерируется исключение NoSuchElementException.

Пример:

class Task implements Comparable<Task> {
String name;
Integer priority;

public Task(String name, Integer priority) {
this.name = name;
this.priority = priority;
}

@Override
public int compareTo(@NotNull Task o) {
return priority - o.priority;
}
}

public class Test {
public static void main(String[] args) {
PriorityQueue<Task> pq = new PriorityQueue<>();

pq.add(new Task("Task1", 1));
pq.add(new Task("Task5", 5));
pq.add(new Task("Task2", 2));
pq.add(new Task("Task4", 4));
pq.add(new Task("Task3", 3));

while (!pq.isEmpty()) {
System.out.println(pq.poll().name);
// Выведет: Task1, Task2, Task3, Task4, Task5
}
}
}


#java #PriorityQueue
Please open Telegram to view this post
VIEW IN TELEGRAM
👍64
🧩 Java без сюрпризов: контрактное тестирование между сервисами

Когда микросервисы растут, как грибы после дождя — баги начинают путешествовать между ними.
Контрактное тестирование ставит границы: продюсер не ломает клиента, а потребитель не ждёт несуществующие поля.
Schema-first и consumer-driven подходы делают интеграцию предсказуемой — без ручных костылей.


⚙️ 1. Schema-first — один источник истины
syntax = "proto3";

message Order {
string id = 1;
double amount = 2;
string status = 3;
}

Сначала схема (OpenAPI, Avro, Protobuf) — потом код. Никаких сюрпризов при интеграции.

🚀 2. Генерация классов из схемы
mvn protobuf:compile

➡️ Java-классы создаются из схемы автоматически — никто не пишет руками DTO.

🧠 3. Контракты между командами
interaction:
request:
method: GET
path: /orders/123
response:
status: 200
body:
id: "123"
amount: 50.0

Фиксируешь поведение API. Если кто-то меняет ответ — тесты падают.

🧩 4. Consumer-driven contracts через Pact
@Pact(consumer = "billing-service")
public RequestResponsePact pact(PactDslWithProvider builder) {
return builder
.given("Order exists")
.uponReceiving("Get order by ID")
.path("/orders/123").method("GET")
.willRespondWith()
.status(200)
.body("{\"id\":\"123\",\"amount\":50.0}")
.toPact();
}

Потребитель диктует контракт — продюсер обязан его выполнить.

🔍 5. Проверка продюсера
@Provider("order-service")
@PactFolder("pacts")
public class ProviderVerificationTest {
@TestTemplate
@ExtendWith(PactVerificationInvocationContextProvider.class)
void verifyPacts(PactVerificationContext context) {
context.verifyInteraction();
}
}

Перед деплоем проверяется, не сломали ли API.

⚙️ 6. Pact Broker — как единая база контрактов
docker run -d -p 9292:9292 pactfoundation/pact-broker

➡️ Все контракты хранятся централизованно, CI проверяет совместимость.

🧩 7. Валидация схемы при CI
mvn verify -Pcontract-tests

Любая несовместимая правка схемы — стоп-релиз.

🧱 8. Миграция без боли
body:
amount: 50.0
currency: "USD" # новое поле, не ломает старый контракт

➡️ Добавляй поля безопасно: старые клиенты не страдают.


📦 9. Интеграция с Spring Cloud Contract
@SpringBootTest
@AutoConfigureStubRunner(ids = "com.demo:order-service:+:stubs:8080")
class BillingTest { ... }

Потребитель тестируется на реальных стабах продюсера.

🗣 Запомни: контрактное тестирование — это страховка от хаоса. Код может меняться, но правила общения — нет.
Please open Telegram to view this post
VIEW IN TELEGRAM
3👍3🔥1
👨‍💻 Java + WebAssembly: когда JVM становится WASM-машиной

WebAssembly давно уже не только браузер. Wasmtime дал Java прямой доступ к WASM-модулям.Пиши на Rust алгоритм, компилируй в .wasm, вызывай из Java за микросекунды.Никаких FFI, никаких JNI — просто бинарный протокол между JVM и WASM.

⚙️ 1. Устанавливаем Wasmtime
implementation("org.wasmtime:wasmtime:17.0.0")

➡️ Одна строка — и Java получает WASM-машину.

🚀 2. Загружаем и вызываем WASM-функцию
Engine engine = new Engine();
Store store = new Store(engine);
byte[] wasm = Files.readAllBytes(Paths.get("add.wasm"));
Module module = Module.fromBinary(engine, wasm);
Instance instance = new Instance(store, module, new Extern[]{});
Func add = instance.getExport(store, "add").func();
System.out.println(add.call(store, 5L, 3L));

Загрузил, вызвал функцию, получил результат.

🧠 3. Компилируем Rust в WASM
#[no_mangle]
pub extern "C" fn add(a: i32, b: i32) -> i32 {
a + b
}


rustup target add wasm32-unknown-unknown
cargo build --target wasm32-unknown-unknown --release

➡️ Чистый бинарь ~2КБ без зависимостей.

📡 4. WASI — I/O из WASM
WasiCtx wasiCtx = WasiCtx.builder()
.inheritStdout()
.inheritStderr()
.build();
wasiCtx.define(store);

Linker linker = new Linker(engine);
Instance instance = linker.instantiate(store, module);
Func main = instance.getExport(store, "_start").func();
main.call(store);

➡️ WASM-модуль получает доступ к файлам и stdout.

🔧 5. Передача памяти между JVM и WASM
Memory memory = instance.getExport(store, "memory").memory();
byte[] data = "Hello WASM".getBytes();
memory.write(store, 0, data);

Func process = instance.getExport(store, "process").func();
process.call(store, 0L, (long) data.length);

byte[] result = new byte[100];
memory.read(store, 100, result);
System.out.println(new String(result).trim());

Шарим память напрямую, никаких копирований.

💾 6. Оптимизированные вычисления в WASM
#[no_mangle]
pub extern "C" fn matrix_mul(a: *const f64, b: *const f64,
c: *mut f64, n: usize) {
unsafe {
for i in 0..n {
for j in 0..n {
let mut sum = 0.0;
for k in 0..n {
sum += (*a.add(i*n+k)) * (*b.add(k*n+j));
}
*c.add(i*n+j) = sum;
}
}
}
}

➡️ Матричное умножение в 2-3x быстрее, чем на Java.

⚡️ 7. GraalVM Polyglot + WASM
try (Context context = Context.create("wasm")) {
Source source = Source.newBuilder("wasm",
Files.readAllBytes(Paths.get("calc.wasm")),
"module").build();
Value wasm = context.eval(source);
System.out.println(wasm.getMember("add").execute(10, 20).asInt());
}

Динамический вызов без явных типов.

🎬 8. Система плагинов на WASM
Map<String, Instance> plugins = new HashMap<>();

void loadPlugin(String name, String path) throws Exception {
byte[] wasm = Files.readAllBytes(Paths.get(path));
Instance instance = new Instance(new Store(new Engine()),
Module.fromBinary(new Engine(), wasm), new Extern[]{});
plugins.put(name, instance);
}

String executePlugin(String name, String input) {
Func process = plugins.get(name)
.getExport(null, "process").func();
return process.call(null, input).toString();
}

➡️ Плагины как отдельные WASM-модули, полная изоляция.

📊 9. Fibonacci: Java vs WASM
// Java: 2000ms на fib(40)
public static long fib(long n) {
return n <= 1 ? n : fib(n-1) + fib(n-2);
}


// WASM: 380ms на fib(40)
#[no_mangle]
pub extern "C" fn fib(n: u64) -> u64 {
match n { 0|1 => n, _ => fib(n-1) + fib(n-2) }
}

➡️ WASM выигрывает в 5 раз на рекурсии.

🗣 Запомни: WASM — не браузер, а способ запустить оптимизированный код внутри Java. Rust + WASM = скорость железа, JVM = надёжность.
Please open Telegram to view this post
VIEW IN TELEGRAM
5🔥1
Media is too big
VIEW IN TELEGRAM
☕️ Вложенные и анонимные классы в Java

В этом видео автор подробно объясняет, что такое вложенные классы и зачем они нужны — как описать дополнительный объект, который принадлежит к основному классу.

Разбирается также работа с анонимными классами, которые позволяют быстро добавить новый функционал к создаваемому объекту прямо на месте, без создания отдельного файла.


👉 Ссылка на первоисточник

🗣Запомни: вложенные и анонимные классы — инструменты для более гибкой и компактной архитектуры кода.

🤩 Java Фишки и трюки || #Видео
Please open Telegram to view this post
VIEW IN TELEGRAM
👍21
🔍 Завтра тестовое собеседование с Java-разработчиком

19 ноября(уже завтра!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Java-разработчика.

Как это будет:
📂 Сергей Чамкин, старший разработчик из Uzum, ex-WildBerries, будет задавать реальные вопросы и задачи разработчику-добровольцу
📂 Cергей будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью
📂 В конце можно будет задать любой вопрос Сергею

Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Java-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы.

Переходи в нашего бота, чтобы получить ссылку на эфир →
@shortcut_sh_bot

Реклама.
О рекламодателе.
Please open Telegram to view this post
VIEW IN TELEGRAM
2
☕️ Java без JVM: магия GraalVM Native Image

Когда время запуска и потребление памяти решают всё — классическая JVM становится роскошью.
GraalVM превращает Java-приложение в нативный бинарь: без JVM, без warm-up, без лагов.
Меньше 100 МБ памяти, запуск за миллисекунды — и это всё ещё Java.

🔥 1. Устанавливаем GraalVM

sdk install java 23-graal
gu install native-image

✔️ GraalVM — это и JVM, и компилятор в одном флаконе. native-image — его волшебная часть.

⚙️ 2. Собираем проект под GraalVM

mvn -Pnative native:compile

➡️ Плагин native-maven-plugin превращает .jar в бинарник.
Никаких зависимостей на JVM при запуске.

🧩 3. Пример минимального приложения

public class Main {
public static void main(String[] args) {
System.out.println("Hello, native world!");
}
}



native-image -jar app.jar
./app

✔️ Получаешь app — самостоятельный бинарь, мгновенно стартующий.

🚀 4. Время запуска и память
Java: ~1.5s, 150MB  
Native: 0.05s, 30MB

➡️ Разница ощущается не только в цифрах — контейнеры стартуют как Go или Rust-приложения.

🔍 5. Работа с Spring Boot

mvn -Pnative spring-boot:build-image

✔️ Spring Boot 3.x уже дружит с GraalVM: автоанализ конфигурации, JSON и reflection.

🧠 6. Reflection и динамика

GraalVM анализирует код заранее. Всё, что создаётся рефлексией — нужно описать:

[
{ "name": "com.demo.User", "allDeclaredConstructors": true }
]

➡️ Без этого компилятор просто выкинет “лишние” классы.

🧱 7. Совместимость с Micronaut и Quarkus

Эти фреймворки заточены под GraalVM:

mvn package -Dpackaging=native-image

✔️ DI, конфигурации, REST — всё работает из коробки, без плясок с reflection.

📦 8. Docker без JVM

FROM scratch
COPY app /
ENTRYPOINT ["/app"]

➡️ Никаких JDK в образе. Размер — меньше 50 МБ. Старт — мгновенный.

🧩 9. Debug и профилирование

native-image --verbose --diagnostics-mode ...

✔️ Компилятор покажет, какие классы включены, а какие выкинуты. Удобно для оптимизации.

🗣️ Запомни: GraalVM не делает Java быстрее — он делает её ближе к железу.
Никаких виртуальных машин, просто чистый бинарь, который летает.
Please open Telegram to view this post
VIEW IN TELEGRAM
6🔥2👍1