人生苦短，我用 Python

前文傳送門：

本篇內容較長，各位同學可以先收藏后再看~~

在開始講爬蟲之前，還是先把環境搞搞好，工欲善其事必先利其器嘛~~~

本篇文章主要介紹 Python 爬蟲所使用到的請求庫和解析庫，請求庫用來請求目標內容，解析庫用來解析請求回來的內容。

開發環境

首先介紹小編本地的開發環境：

• Python3.7.4
• win10

差不多就這些，最基礎的環境，其他環境需要我們一個一個安裝，現在開始。

請求庫

雖然 Python 為我們內置了 HTTP 請求庫 urllib ，使用姿勢並不是很優雅，但是很多第三方的提供的 HTTP 庫確實更加的簡潔優雅，我們下面開始。

Requests

Requests 類庫是一個第三方提供的用於發送 HTTP 同步請求的類庫，相比較 Python 自帶的 urllib 類庫更加的方便和簡潔。

Python 為我們提供了包管理工具 pip ，使用 pip 安裝將會非常的方便，安裝命令如下：

pip install requests

驗證：

C:\Users\inwsy>python
Python 3.7.4 (tags/v3.7.4:e09359112e, Jul  8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import requests

首先在 CMD 命令行中輸入 python ，進入 python 的命令行模式，然後輸入 import requests 如果沒有任何錯誤提示，說明我們已經成功安裝 Requests 類庫。

Selenium

Selenium 現在更多的是用來做自動化測試工具，相關的書籍也不少，同時，我們也可以使用它來做爬蟲工具，畢竟是自動化測試么，利用它我們可以讓瀏覽器執行我們想要的動作，比如點擊某個按鈕、滾動滑輪之類的操作，這對我們模擬真實用戶操作是非常方便的。

安裝命令如下：

pip install selenium

驗證：

C:\Users\inwsy>python
Python 3.7.4 (tags/v3.7.4:e09359112e, Jul  8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import selenium

這樣沒報錯我們就安裝完成，但是你以為這樣就算好了么？圖樣圖森破啊。

ChromeDriver

我們還需要瀏覽器的支持來配合 selenium 的工作，開發人員嘛，常用的瀏覽器莫非那麼幾種：Chrome、Firefox，那位說 IE 的同學，你給我站起來，小心我跳起來打你膝蓋，還有說 360 瀏覽器的，你們可讓我省省心吧。

接下來，安裝 Chrome 瀏覽器就不用講了吧。。。。

再接下來，我們開始安裝 ChromeDriver ，安裝了 ChromeDriver 后，我們才能通過剛才安裝的 selenium 來驅動 Chrome 來完成各種騷操作。

首先，我們需要查看自己的 Chrome 瀏覽器的版本，在 Chrome 瀏覽器右上角的三個點鐘，點擊 幫助 -> 關於，如下圖：

將這個版本找個小本本記下來，小編這裏的版本為： 版本 78.0.3904.97（正式版本） （64 位）

接下來我們需要去 ChromeDriver 的官網查看當前 Chrome 對應的驅動。

官網地址：

因某些原因，訪問時需某些手段，訪問不了的就看小編為大家準備的版本對應表格吧。。。

ChromeDriver Version	Chrome Version
78.0.3904.11	78
77.0.3865.40	77
77.0.3865.10	77
76.0.3809.126	76
76.0.3809.68	76
76.0.3809.25	76
76.0.3809.12	76
75.0.3770.90	75
75.0.3770.8	75
74.0.3729.6	74
73.0.3683.68	73
72.0.3626.69	72
2.46	71-73
2.45	70-72
2.44	69-71
2.43	69-71
2.42	68-70
2.41	67-69
2.40	66-68
2.39	66-68
2.38	65-67
2.37	64-66
2.36	63-65
2.35	62-64

順便小編找到了國內對應的下載的鏡像站，由淘寶提供，如下：

雖然和小編本地的小版本對不上，但是看樣子只要大版本符合應該沒啥問題，so，去鏡像站下載對應的版本即可，小編這裏下載的版本是：78.0.3904.70 ，ChromeDriver 78版本的最後一個小版本。

下載完成后，將可執行文件 chromedriver.exe 移動至 Python 安裝目錄的 Scripts 目錄下。如果使用默認安裝未修改過安裝目錄的話目錄是：%homepath%\AppData\Local\Programs\Python\Python37\Scripts ，如果有過修改，那就自力更生吧。。。

將 chromedriver.exe 添加后結果如下圖：

驗證：

還是在 CMD 命令行中，輸入以下內容：

C:\Users\inwsy>python
Python 3.7.4 (tags/v3.7.4:e09359112e, Jul  8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from selenium import webdriver
>>> browser = webdriver.Chrome()

如果打開一個空白的 Chrome 頁面說明安裝成功。

GeckoDriver

上面我們通過安裝 Chrome 的驅動完成了 Selenium 與 Chrome 的對接，想要完成 Selenium 與 FireFox 的對接則需要安裝另一個驅動 GeckoDriver 。

FireFox 的安裝小編這裏就不介紹了，大家最好去官網下載安裝，路徑如下：

FireFox 官網地址：

GeckoDriver 的下載需要去 Github （全球最大的同性交友網站），下載路徑小編已經找好了，可以選擇最新的 releases 版本進行下載。

下載地址：

選擇對應自己的環境，小編這裏選擇 win-64 ，版本為 v0.26.0 進行下載。

具體配置方式和上面一樣，將可執行的 .exe 文件放入 %homepath%\AppData\Local\Programs\Python\Python37\Scripts 目錄下即可。

驗證：

還是在 CMD 命令行中，輸入以下內容：

C:\Users\inwsy>python
Python 3.7.4 (tags/v3.7.4:e09359112e, Jul  8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from selenium import webdriver
>>> browser = webdriver.Firefox()

應該是可以正常打開一個空白的 FireFox 頁面的，結果如下：

注意： GeckoDriver 指出一點，當前的版本在 win 下使用有已知 bug ，需要安裝微軟的一個插件才能解決，原文如下：

You must still have the installed on your system for the binary to run. This is a known bug which we weren’t able fix for this release.

插件下載地址：

請各位同學選擇自己對應的系統版本進行下載安裝。

Aiohttp

上面我們介紹了同步的 Http 請求庫 Requests ，而 Aiohttp 則是一個提供異步 Http 請求的類庫。

那麼，問題來了，什麼是同步請求？什麼是異步請求呢？

• 同步：阻塞式，簡單理解就是當發出一個請求以後，程序會一直等待這個請求響應，直到響應以後，才繼續做下一步。
• 異步：非阻塞式，還是上面的例子，當發出一個請求以後，程序並不會阻塞在這裏，等待請求響應，而是可以去做其他事情。

從資源消耗和效率上來說，同步請求是肯定比不過異步請求的，這也是為什麼異步請求會比同步請求擁有更大的吞吐量。在抓取數據時使用異步請求，可以大大提升抓取的效率。

如果還想了解跟多有關 aiohttp 的內容，可以訪問官方文檔： 。

aiohttp 安裝如下：

pip install aiohttp

aiohttp 還推薦我們安裝另外兩個庫，一個是字符編碼檢測庫 cchardet ，另一個是加速DNS的解析庫 aiodns 。

安裝 cchardet 庫：

pip install cchardet

安裝 aiodns 庫：

pip install aiodns

aiohttp 十分貼心的為我們準備了整合的安裝命令，無需一個一個鍵入命令，如下：

pip install aiohttp[speedups]

驗證：

C:\Users\inwsy>python
Python 3.7.4 (tags/v3.7.4:e09359112e, Jul  8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import aiohttp

沒報錯就安裝成功。

解析庫

lxml

lxml 是 Python 的一個解析庫，支持 HTML 和 XML 的解析，支持 XPath 的解析方式，而且解析效率非常高。

什麼是 XPath ？

XPath即為XML路徑語言（XML Path Language），它是一種用來確定XML文檔中某部分位置的語言。
XPath基於XML的樹狀結構，提供在數據結構樹中找尋節點的能力。起初XPath的提出的初衷是將其作為一個通用的、介於XPointer與XSL間的語法模型。

以上內容來源《百度百科》

好吧，小編說人話，就是可以從 XML 文檔或者 HTML 文檔中快速的定位到所需要的位置的路徑語言。

還沒看懂？emmmmmmmmmmm，我們可以使用 XPath 快速的取出 XML 或者 HTML 文檔中想要的值。用法的話我們放到後面再聊。

安裝 lxml 庫：

pip install lxml

驗證：

C:\Users\inwsy>python
Python 3.7.4 (tags/v3.7.4:e09359112e, Jul  8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import lxml

沒報錯就安裝成功。

Beautiful Soup

Beautiful Soup 同樣也是一個 Python 的 HTML 或 XML 的解析庫 。它擁有強大的解析能力，我們可以使用它更方便的從 HTML 文檔中提取數據。

首先，放一下 Beautiful Soup 的官方網址，有各種問題都可以在官網查看文檔，各位同學養成一個好習慣，有問題找官方文檔，雖然是英文的，使用 Chrome 自帶的翻譯功能還是勉強能看的。

官方網站：

安裝方式依然使用 pip 進行安裝：

pip install beautifulsoup4

Beautiful Soup 的 HTML 和 XML 解析器是依賴於 lxml 庫的，所以在此之前請確保已經成功安裝好了 lxml 庫 。

驗證：

C:\Users\inwsy>python
Python 3.7.4 (tags/v3.7.4:e09359112e, Jul  8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from bs4 import BeautifulSoup

沒報錯就安裝成功。

pyquery

pyquery 同樣也是一個網頁解析庫，只不過和前面兩個有區別的是它提供了類似 jQuery 的語法來解析 HTML 文檔，前端有經驗的同學應該會非常喜歡這款解析庫。

首先還是放一下 pyquery 的官方文檔地址。

官方文檔：

安裝：

pip install pyquery

驗證：

C:\Users\inwsy>python
Python 3.7.4 (tags/v3.7.4:e09359112e, Jul  8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import pyquery

沒報錯就安裝成功。

本篇的內容就先到這裏結束了。請各位同學在自己的電腦上將上面介紹的內容都安裝一遍，以便後續學習使用。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享

本文是 Spring Boot 整合數據持久化方案的最後一篇，主要和大夥來聊聊 Spring Boot 整合 Jpa 多數據源問題。在 Spring Boot 整合JbdcTemplate 多數據源、Spring Boot 整合 MyBatis 多數據源以及 Spring Boot 整合 Jpa 多數據源這三個知識點中，整合 Jpa 多數據源算是最複雜的一種，也是很多人在配置時最容易出錯的一種。本文大夥就跟着松哥的教程，一步一步整合 Jpa 多數據源。

工程創建

首先是創建一個 Spring Boot 工程，創建時添加基本的 Web、Jpa 以及 MySQL 依賴，如下：

創建完成后，添加 Druid 依賴，這裏和前文的要求一樣，要使用專為 Spring Boot 打造的 Druid，大夥可能發現了，如果整合多數據源一定要使用這個依賴，因為這個依賴中才有 DruidDataSourceBuilder，最後還要記得鎖定數據庫依賴的版本，因為可能大部分人用的還是 5.x 的 MySQL 而不是 8.x。完整依賴如下：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-jpa</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>druid-spring-boot-starter</artifactId>
    <version>1.1.10</version>
</dependency>
<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
    <version>5.1.28</version>
    <scope>runtime</scope>
</dependency>

如此之後，工程就創建成功了。

基本配置

在基本配置中，我們首先來配置多數據源基本信息以及 DataSource，首先在 application.properties 中添加如下配置信息：

#  數據源一
spring.datasource.one.username=root
spring.datasource.one.password=root
spring.datasource.one.url=jdbc:mysql:///test01?useUnicode=true&characterEncoding=UTF-8
spring.datasource.one.type=com.alibaba.druid.pool.DruidDataSource

#  數據源二
spring.datasource.two.username=root
spring.datasource.two.password=root
spring.datasource.two.url=jdbc:mysql:///test02?useUnicode=true&characterEncoding=UTF-8
spring.datasource.two.type=com.alibaba.druid.pool.DruidDataSource

# Jpa配置
spring.jpa.properties.database=mysql
spring.jpa.properties.show-sql=true
spring.jpa.properties.database-platform=mysql
spring.jpa.properties.hibernate.ddl-auto=update
spring.jpa.properties.hibernate.dialect=org.hibernate.dialect.MySQL57Dialect

這裏 Jpa 的配置和上文相比 key 中多了 properties，多數據源的配置和前文一致，然後接下來配置兩個 DataSource，如下：

@Configuration
public class DataSourceConfig {
    @Bean
    @ConfigurationProperties(prefix = "spring.datasource.one")
    @Primary
    DataSource dsOne() {
        return DruidDataSourceBuilder.create().build();
    }
    @Bean
    @ConfigurationProperties(prefix = "spring.datasource.two")
    DataSource dsTwo() {
        return DruidDataSourceBuilder.create().build();
    }
}

這裏的配置和前文的多數據源配置基本一致，但是注意多了一個在 Spring 中使用較少的註解 @Primary，這個註解一定不能少，否則在項目啟動時會出錯，@Primary 表示當某一個類存在多個實例時，優先使用哪個實例。

好了，這樣，DataSource 就有了。

多數據源配置

接下來配置 Jpa 的基本信息，這裏兩個數據源，我分別在兩個類中來配置，先來看第一個配置：

@Configuration
@EnableJpaRepositories(basePackages = "org.javaboy.jpa.dao",entityManagerFactoryRef = "localContainerEntityManagerFactoryBeanOne",transactionManagerRef = "platformTransactionManagerOne")
public class JpaConfigOne {
    @Autowired
    @Qualifier(value = "dsOne")
    DataSource dsOne;
    @Autowired
    JpaProperties jpaProperties;
    @Bean
    @Primary
    LocalContainerEntityManagerFactoryBean localContainerEntityManagerFactoryBeanOne(EntityManagerFactoryBuilder builder) {
        return builder.dataSource(dsOne)
                .packages("org.javaboy.jpa.model")
                .properties(jpaProperties.getProperties())
                .persistenceUnit("pu1")
                .build();
    }
    @Bean
    PlatformTransactionManager platformTransactionManagerOne(EntityManagerFactoryBuilder builder) {
        LocalContainerEntityManagerFactoryBean factoryBeanOne = localContainerEntityManagerFactoryBeanOne(builder);
        return new JpaTransactionManager(factoryBeanOne.getObject());
    }
}

首先這裏注入 dsOne，再注入 JpaProperties，JpaProperties 是系統提供的一個實例，裡邊的數據就是我們在 application.properties 中配置的 jpa 相關的配置。然後我們提供兩個 Bean，分別是 LocalContainerEntityManagerFactoryBean 和 PlatformTransactionManager 事務管理器，不同於 MyBatis 和 JdbcTemplate，在 Jpa 中，事務一定要配置。在提供 LocalContainerEntityManagerFactoryBean 的時候，需要指定 packages，這裏的 packages 指定的包就是這個數據源對應的實體類所在的位置，另外在這裏配置類上通過 @EnableJpaRepositories 註解指定 dao 所在的位置，以及 LocalContainerEntityManagerFactoryBean 和 PlatformTransactionManager 分別對應的引用的名字。

好了，這樣第一個就配置好了，第二個基本和這個類似，主要有幾個不同點：

• dao 的位置不同
• persistenceUnit 不同
• 相關 bean 的名稱不同

注意實體類可以共用。

代碼如下：

@Configuration
@EnableJpaRepositories(basePackages = "org.javaboy.jpa.dao2",entityManagerFactoryRef = "localContainerEntityManagerFactoryBeanTwo",transactionManagerRef = "platformTransactionManagerTwo")
public class JpaConfigTwo {
    @Autowired
    @Qualifier(value = "dsTwo")
    DataSource dsTwo;
    @Autowired
    JpaProperties jpaProperties;
    @Bean
    LocalContainerEntityManagerFactoryBean localContainerEntityManagerFactoryBeanTwo(EntityManagerFactoryBuilder builder) {
        return builder.dataSource(dsTwo)
                .packages("org.javaboy.jpa.model")
                .properties(jpaProperties.getProperties())
                .persistenceUnit("pu2")
                .build();
    }
    @Bean
    PlatformTransactionManager platformTransactionManagerTwo(EntityManagerFactoryBuilder builder) {
        LocalContainerEntityManagerFactoryBean factoryBeanTwo = localContainerEntityManagerFactoryBeanTwo(builder);
        return new JpaTransactionManager(factoryBeanTwo.getObject());
    }
}

接下來，在對應位置分別提供相關的實體類和 dao 即可，數據源一的 dao 如下：

package org.javaboy.jpa.dao;
public interface UserDao extends JpaRepository<User,Integer> {
    List<User> getUserByAddressEqualsAndIdLessThanEqual(String address, Integer id);
    @Query(value = "select * from t_user where id=(select max(id) from t_user)",nativeQuery = true)
    User maxIdUser();
}

數據源二的 dao 如下：

package org.javaboy.jpa.dao2;
public interface UserDao2 extends JpaRepository<User,Integer> {
    List<User> getUserByAddressEqualsAndIdLessThanEqual(String address, Integer id);

    @Query(value = "select * from t_user where id=(select max(id) from t_user)",nativeQuery = true)
    User maxIdUser();
}

共同的實體類如下：

package org.javaboy.jpa.model;
@Entity(name = "t_user")
public class User {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Integer id;
    private String username;
    private String address;
    //省略getter/setter
}

到此，所有的配置就算完成了，接下來就可以在 Service 中注入不同的 UserDao，不同的 UserDao 操作不同的數據源。

其實整合 Jpa 多數據源也不算難，就是有幾個細節問題，這些細節問題解決，其實前面介紹的其他多數據源整個都差不多。

好了，本文就先介紹到這裏。

相關案例已經上傳到 GitHub，歡迎小夥伴們們下載：

掃碼關注松哥，公眾號後台回復 2TB，獲取松哥獨家 超2TB 免費 Java 學習乾貨

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享

8月10日，工信部對申報《道路機動車輛生產企業及產品公告》(第287批)的車輛新產品進行公示。申報第287批公告的純電動車輛及底盤數量多達424款，插電式混合動力車輛及底盤數量為10款，純電動廂式運輸車車型數量多達129款。  
 
申報純電動客車車型數量約162款，詳情如下：   安凱9款，星凱龍4款，安達爾1款，北汽福田1款，比亞迪1款，長春北車電動汽車公司3款，長沙梅花汽車2款，成都客車2款，丹東黃海2款，東風汽車5款，東莞中汽宏遠2款，佛山飛馳2款，杭州長江客車2款，少林客車2款，南車時代5款，江蘇九龍1款，常隆客車1款，江蘇陸地方舟16款，江西江鈴4款，江西宜春客車廠1款，金華青年汽車12款，蘇州金龍8款，牡丹汽車2款，南京金龍8款，南京公共交通車輛廠1款，山西原野汽車6款，陝西躍迪1款，申龍客車1款，申沃客車1款，上海萬象1款，深圳五洲龍5款，川汽野馬1款，廈門金龍3款，廈門金旅10款，煙臺舒馳1款，揚子江汽車6款，揚州亞星3款，一汽客車1款，浙江南車電車8款，宇通6款，一汽集團1款，濟南豪沃1款，中通客車2款，中植一客5款，重慶恒通1款，珠海廣通1款。  
插電式混合動力客車及底盤共10款。具體到企業來看，安凱申報的插電式混合動力客車車型3款，昆明客車1款，揚州亞星2款，中通客車1款，重慶恒通2款。  
純電動轎車及乘用車的申報車型超過18款。其中，北汽3款，長城1款，東風悅達起亞1款，東風小康2款，合肥長安汽車1款，湖南江南汽車4款，奇瑞3款，榮成華泰1款，浙江吉利1款，力帆1款，比亞迪1款，江蘇卡威1款。   通過梳理第287批申報車型，筆者認為：純電動客車依然會是未來中國新能源汽車市場的主力軍，純電動物流車市場亟待爆發，純電動轎車和乘用車車型數量增多使得消費者的選擇權變大，此領域的競爭格局將會有所改變。第287批公告的公示時間為2016年8月10日至2016年8月16日。   文章來源：蓋世汽車

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享

目錄

1、基礎概念

1.1、JNI

JNI（Java Native Interface）Java本地接口，使得Java與C/C++具有交互能力

1.2、NDK

NDK（Native Development Kit） 本地開發工具包，允許使用原生語言（C和C++）來實現應用程序的部分功能

Android NDK開發的主要作用：

1、特定場景下，提升應用性能；
2、代碼保護，增加反編譯難度；
3、生成庫文件，庫可重複使用，也便於平台、項目間移植；

1.3、CMake與ndk-build

當我們基於NDK開發出native功能后，通常需要編譯成庫文件，給Android項目使用。
目前，有兩種主流的編譯方式：__CMake__與ndk-build

__CMake__與__ndk-build__是兩種不同的編譯工具（與Android代碼和C/C++代碼無關）

CMake

CMake是Androidstudio2.2之後引入的跨平台編譯工具（特點：簡單易用，2.2之後是默認的NDK編譯工具）

如何配置：
   1、創建CMakeLists.txt文件，配置CMake必要參數；
   2、使用gradle配置CMakeLists.txt以及native相關參數；

如何編譯庫文件：
   1、Android Studio執行Build即可；

ndk-build

ndk-build是NDK中包含的腳本工具（可在NDK目錄下找到該工具，為了方便使用，通常配置NDK的環境變量）

如何配置：
   1、創建Android.mk文件，配置ndk-build必要參數；
   2、可選創建application.mk文件，配置ndk-build參數 (該文件的配置項可使用gradle的配置替代)；
   3、使用gradle配置Android.mk以及native相關參數；

2、如何編譯庫文件（兩種方式）：
   1、Android Studio執行Build即可（執行了：Android.mk + gradle配置）；
   2、也可在Terminal、Mac終端、cmd終端中通過ndk-build命令直接構建庫文件（執行了：Android.mk）

2、環境搭建

JNI安裝
JNI 是JDK里的內容，電腦上正確安裝並配置JDK即可 (JDK1.1之後就正式支持了);

NDK安裝
可從官網自行下載、解壓到本地，也可基於AndroidStudio下載解壓到默認目錄;

編譯工具安裝
cmake 可基於AndroidStudio下載安裝;
ndk-build 是NDK里的腳本工具，NDK安裝好即可使用ndk-build;

當前演示，使用的Android Studio版本如下（當前最新版）：

啟動Android Studio –> 打開SDK Manager –> SDK Tools，如下圖所示：

我們選擇NDK、CMake、LLDB（調試Native時才會使用），選擇Apply進行安裝，等安裝成功后，NDK開發所依賴的環境也就都齊全了。

3、Native C++ 項目（HelloWord案例）

3.1、項目創建（java / kotlin）

新建項目，選擇 Native C++，如下圖：

新創建的項目，默認已包含完整的native 示例代碼、cmake配置 ，如下圖：

這樣，我們就可以自己定義Java native方法，並在cpp目錄中寫native實現了，很方便。

但是，當我們寫完native的實現代碼，希望運行APP，查看JNI的交互效果，此時，就需要使用編譯工具了，咱們還是先看一下Android Studio默認的Native編譯方式吧：CMake

3.2、CMake的應用

在CMake編譯之前，咱們應該先做哪些準備工作？

1、NDK環境是否配置正確？
-- 如果未配置正確是無法進行C/C++開發的，更不用說CMake編譯了

2、C/C++功能是否實現？ 
-- 此次演示主要使用系統默認創建的native-lib.cpp文件，關於具體如何實現：後續文章再詳細講解

3、CMakeLists.txt是否創建並正確配置？ 
-- 該文件是CMake工具編譯的基礎，未配置或配置項錯誤，均會影響編譯結果

4、gradle是否正確配置？
-- gradle配置也是CMake工具編譯的基礎，未配置或配置項錯誤，均會影響編譯結果

除此之外，咱們還應該學習CMake的哪些重要知識？

1、CMake工具編譯生成的庫文件默認在什麼位置？apk中庫文件又是在什麼位置？
2、CMake工具如何指定編譯生成的庫文件位置？
3、CMake工具如何指定生成不同CPU平台對應的庫文件？

帶着這些問題，咱們開始CMake之旅吧：

3.2.1、NDK環境檢查

編譯前，建議先檢查下工程的NDK配置情況（不然容易報一些亂七八糟的錯誤）：
File –> Project Structure –> SDK Location，如下圖（我本地的Android Studio默認沒有給配置NDK路徑，那麼，需要自己手動指定一下）：

3.2.2、C/C++功能實現

因為本節主講CMake編譯工具，代碼就不單獨寫了，咱們直接使用工程默認生成的native-liv.cpp，簡單調整一下native實現方法的代碼吧（修改返迴文本信息）：

因Native C++工程默認已配置好了CMakeLists.txt和gradle，所以咱們可直接運行工程看效果，如下圖：

JNI交互效果我們已經看到了，說明CMake編譯成功了。那麼，這究竟是怎麼做到的呢？咱們接着分析一下吧：

3.2.3、CMake生成的庫文件與apk中的庫文件

安卓工程編譯時，會執行CMake編譯，在 工程/app/build/…/cmake/ 中會產生對應的so文件，如下圖：

繼續編譯安卓工程，會根據build中的內容，生成我們的*.apk安裝包文件。我們找到、反編譯apk安裝包文件，查找so庫文件。原來在apk安裝包中，so庫都被存放在lib目錄中，如下圖：

3.2.4、CMake是如何編譯生成so庫的呢？

在前面介紹CMake定義時，提到了CMake是基於CMakeLists.txt文件和gradle配置實現編譯Native類的。那麼，咱們先來看一下CMakeLists.txt文件吧：

#cmake最低版本要求
cmake_minimum_required(VERSION 3.4.1)

#添加庫
add_library(
        # 庫名
        native-lib

        # 類型：
        # SHARED 是指動態庫，對應的是.so文件
        # STATIC 是指靜態庫，對應的是.a文件
        # 其他類型:略
        SHARED

        # native類路徑
        native-lib.cpp)

# 查找依賴庫
find_library( 
        # 依賴庫別名
        log-lib

        # 希望加到本地的NDK庫名稱，log指NDK的日誌庫
        log)


# 鏈接庫，建立關係（ 此處就是指把log-lib 鏈接給 native-lib使用 ）
target_link_libraries( 
        # 目標庫名稱（native-lib 是咱們要生成的so庫）
        native-lib

        # 要鏈接的庫（log-lib 是上面查找的log庫）
        ${log-lib})

實際上，CMakeList.txt可配置的內容遠不止這些，如：so輸出目錄，生成規則等等，有需要的同學可查下官網。

接着，咱們再看一下app的gradle又是如何配置CMake的呢？

apply plugin: 'com.android.application'

android {
    compileSdkVersion 29
    buildToolsVersion "29.0.1"
    defaultConfig {
        applicationId "com.qxc.testnativec"
        minSdkVersion 21
        targetSdkVersion 29
        versionCode 1
        versionName "1.0"
        testInstrumentationRunner "androidx.test.runner.AndroidJUnitRunner"
        //定義cmake默認配置屬性
        externalNativeBuild {
            cmake {
                cppFlags ""
            }
        }
    }
    
    //定義cmake對應的CMakeList.txt路徑（重要）
    externalNativeBuild {
        cmake {
            path "src/main/cpp/CMakeLists.txt"
        }
    }
}

dependencies {
    implementation fileTree(dir: 'libs', include: ['*.jar'])
    implementation 'androidx.appcompat:appcompat:1.1.0'
    implementation 'androidx.constraintlayout:constraintlayout:1.1.3'
    testImplementation 'junit:junit:4.12'
    androidTestImplementation 'androidx.test.ext:junit:1.1.1'
    androidTestImplementation 'androidx.test.espresso:espresso-core:3.2.0'
}

實際上，gradle可配置的cmake內容也遠不止這些，如：abi、cppFlags、arguments等，有需要的同學可查下官網。

3.2.5、如何指定庫文件的輸出目錄？

如果希望將so庫生成到特定目錄，並讓項目直接使用該目錄下的so，應該如何配置呢？
比較簡單：需要在CMakeList.txt中配置庫的輸出路徑信息，即：

CMAKE_LIBRARY_OUTPUT_DIRECTORY

# cmake最低版本要求
cmake_minimum_required(VERSION 3.4.1)

# 配置庫生成路徑
# CMAKE_CURRENT_SOURCE_DIR是指 cmake庫的源路徑，通常是build/.../cmake/
# /../jniLibs/是指與CMakeList.txt所在目錄的同級目錄：jniLibs (如果沒有會新建)
# ANDROID_ABI 生成庫文件時，採用gradle配置的ABI策略（即：生成哪些平台對應的庫文件）
set(CMAKE_LIBRARY_OUTPUT_DIRECTORY ${CMAKE_CURRENT_SOURCE_DIR}/../jniLibs/${ANDROID_ABI})

# 添加庫
add_library( # 庫名
        native-lib

        # 類型：
        # SHARED 是指動態庫，對應的是.so文件
        # STATIC 是指靜態庫，對應的是.a文件
        # 其他類型:略
        SHARED

        # native類路徑
        native-lib.cpp)

# 查找依賴庫
find_library(
        # 依賴庫別名
        log-lib

        # 希望加到本地的NDK庫名稱，log指NDK的日誌庫
        log)


# 鏈接庫，建立關係（ 此處就是指把log-lib 鏈接給native-lib使用 ）
target_link_libraries(
        # 目標庫名稱（native-lib就是咱們要生成的so庫）
        native-lib

        # 要鏈接的庫（上面查找的log庫）
        ${log-lib})

還需要在gradle中配置 jniLibs.srcDirs 屬性（即：指定了lib庫目錄）：

sourceSets {
        main {
            jniLibs.srcDirs = ['jniLibs']//指定lib庫目錄
        }
    }

接着，重新build就會在cpp相同目錄級別位置生成jniLibs目錄，so庫也在其中了：

注意事項：
1、配置了CMAKE_CURRENT_SOURCE_DIR，並非表示編譯時直接將so生成在該目錄中，實際編譯時，so文件仍然是
先生成在build/.../cmake/中，然後再拷貝到目標目錄中的

2、如果只配置了CMAKE_CURRENT_SOURCE_DIR，並未在gradle中配置 jniLibs.srcDirs，也會有問題，如下：
More than one file was found with OS independent path 'lib/arm64-v8a/libnative-lib.so'

此問題是指：在編譯生成apk時，發現了多個so目錄，android studio不知道使用哪一個了，所以需要咱們
告訴android studio當前工程使用的是jniLibs目錄，而非build/.../cmake/目錄

3.2.5、如何生成指定CPU平台對應的庫文件呢？

我們可以在cmake中設置abiFilters，也可在ndk中設置abiFilters，效果是一樣的：

defaultConfig {
        applicationId "com.qxc.testnativec"
        minSdkVersion 21
        targetSdkVersion 29
        versionCode 1
        versionName "1.0"
        testInstrumentationRunner "androidx.test.runner.AndroidJUnitRunner"
        externalNativeBuild {
            cmake {
                cppFlags ""
                abiFilters "arm64-v8a"
            }
        }
    }

defaultConfig {
        applicationId "com.qxc.testnativec"
        minSdkVersion 21
        targetSdkVersion 29
        versionCode 1
        versionName "1.0"
        testInstrumentationRunner "androidx.test.runner.AndroidJUnitRunner"
        externalNativeBuild {
            cmake {
                cppFlags ""
            }
        }
        ndk {
            abiFilters "arm64-v8a"
        }
    }

按照新的配置，我們重新運行工程，如下圖：

再反編譯看下工程，果然只有arm64-v8a的so庫了，不過庫文件在apk中仍然是放在lib目錄，而非jniLibs（其實也很好理解，jniLibs只是我們本地的目錄，便於我們管理庫文件，真正生成apk時，仍然會按照lib目錄放置庫文件），如下圖：

至此，CMake的主要技術點都講完了，接下來咱們看下NDK-Build吧~

3.3、ndk-build的應用

在ndk-build編譯之前，咱們又應該先做哪些準備工作？

1、ndk-build環境變量是否正確配置？
-- 如果未配置，是無法在cmd、Mac終端、Terminal中使用ndk-build命令的（會報錯：找不到命令）

2、NDK環境是否配置正確？
-- 如果未配置正確是無法進行C/C++開發的，更不用說ndk-build編譯了

3、C/C++功能是否實現？
-- 此次演示主要使用系統默認創建的native-lib.cpp文件，關於具體如何實現：後續文章再詳細講解
-- 注意：為了與CMake區分，咱們新建一個“jni”目錄存放C/C++文件、配置文件吧

4、Android.mk是否創建並正確配置？ 
-- 該文件是ndk-build工具編譯的基礎，未配置或配置項錯誤，均會影響編譯結果

5、gradle是否正確配置？(可選項，如果通過cmd、Mac終端、Terminal執行ndk-build，可忽略)
-- gradle配置也是ndk-build工具編譯的基礎，未配置或配置項錯誤，均會影響編譯結果

6、Application.mk是否創建並正確配置？（可選項，一般配ABI、版本，這些項均可在gradle中配置）
-- 該文件也是ndk-build工具編譯的基礎，未配置或配置項錯誤，均會影響編譯結果

除此之外，咱們還應該學習ndk-build的哪些重要知識？

1、ndk-build工具如何指定編譯生成的庫文件位置？
2、ndk-build工具如何指定生成不同CPU平台對應的庫文件？

帶着這些問題，咱們繼續ndk-build之旅吧：

3.3.1、環境變量配置

介紹NDK-Build定義時，提到了其實它是NDK的腳本工具。那麼，咱們還是先進NDK目錄找一下吧，ndk-build工具的位置如下圖：

如果我們希望任意情況下都能便捷的使用這種腳本工具，通常做法是配置其環境變量，否則我們在cmd、Mac終端、Terminal中執行 ndk-build 命令時，會報錯：“未找到命令”

配置NDK的環境變量，也很簡單，以Mac電腦舉例（如果是Windows電腦，網上也有很多關於配置環境變量的文章，如果有需要可自行查下）：

1、打開命令終端，輸入命令： open -e .bash_profile，打開bash_profile配置文件

2、寫入如下內容（NDK_HOME指向 ndk-build 所在路徑）：
export NDK_HOME=/Users/xc/SDK/android-sdk-macosx/ndk/20.1.5948944
export PATH=$PATH:$NDK_HOME

3、生效.bash_profile配置
source .bash_profile

當我們在cmd、Mac終端、Terminal中執行 ndk-build 命令時，如果出現下圖所示內容，則代表配置成功了：

3.3.2、C/C++功能實現

咱們使用比較常用的一種ndk-build方式吧：ndk-build + Android.mk + gradle配置

項目中新建jni目錄，拷貝一份CMake的代碼實現吧：

1、新建jni目錄
2、拷貝cpp/native-lib.cpp 至 jni目錄下
3、重命名為haha.cpp （與CMake區分）
4、調整一下native實現方法的文本（與CMake運行效果區分）
5、新建Android.mk文件

接着，編寫Android.mk文件內容：

#表示Android.mk所在目錄
LOCAL_PATH := $(call my-dir)

#CLEAR_VARS變量指向特殊 GNU Makefile，用於清除部分LOCAL_變量
include $(CLEAR_VARS)

#模塊名稱
LOCAL_MODULE    := haha
#構建系統用於生成模塊的源文件列表
LOCAL_SRC_FILES := haha.cpp

#BUILD_SHARED_LIBRARY 表示.so動態庫
#BUILD_STATIC_LIBRARY 表示.a靜態庫
include $(BUILD_SHARED_LIBRARY)

配置gradle：

apply plugin: 'com.android.application'
android {
    compileSdkVersion 28
    defaultConfig {
        applicationId "com.aaa.testnative"
        minSdkVersion 16
        targetSdkVersion 28
        versionCode 1
        versionName "1.0"
        testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"

        //定義ndkBuild默認配置屬性
        externalNativeBuild {
            ndkBuild {
                cppFlags ""
            }
        }
    }
   
    //定義ndkBuild對應的Android.mk路徑（重要）
    externalNativeBuild {
        ndkBuild{
            path "src/main/jni/Android.mk"
        }
    }
}

dependencies {
    implementation fileTree(dir: 'libs', include: ['*.jar'])
    implementation 'com.android.support:appcompat-v7:28.0.0'
    implementation 'com.android.support.constraint:constraint-layout:1.1.3'
    testImplementation 'junit:junit:4.12'
    androidTestImplementation 'com.android.support.test:runner:1.0.2'
    androidTestImplementation 'com.android.support.test.espresso:espresso-core:3.0.2'
}

現在，native代碼、ndk-build配置都完成了，咱們運行看一下效果吧，如下圖：

3.3.4、如何指定庫文件的輸出目錄？

通常，可在Android.mk文件中配置NDK_APP_DST_DIR
指定源目錄與輸出目錄（與CMake類似）

#表示Android.mk所在目錄
LOCAL_PATH := $(call my-dir)

#設置庫文件的輸入目錄
#輸出目錄 ../jniLibs/
#源目錄 $(TARGET_ARCH_ABI)
NDK_APP_DST_DIR=../jniLibs/$(TARGET_ARCH_ABI)

#CLEAR_VARS變量指向特殊 GNU Makefile，用於清除部分LOCAL_變量
include $(CLEAR_VARS)

#模塊名稱
LOCAL_MODULE    := haha
#構建系統用於生成模塊的源文件列表
LOCAL_SRC_FILES := haha.cpp

#BUILD_SHARED_LIBRARY 表示.so動態庫
#BUILD_STATIC_LIBRARY 表示.a靜態庫
include $(BUILD_SHARED_LIBRARY)

3.3.5、如何生成指定CPU平台對應的庫文件呢？

可在gradle中配置abiFilters（與Cmake類似）

externalNativeBuild {
            ndkBuild {
                cppFlags ""
                abiFilters "arm64-v8a"
            }
        }

externalNativeBuild {
            ndkBuild {
                cppFlags ""
            }
        }
  ndk {
            abiFilters "arm64-v8a"
        }

3.3.6、如何在Terminal中直接通過ndk-build命令構建庫文件呢？

除了執行AndroidStudio的build命令，基於gradle配置 + Android.mk編譯生成庫文件，我們還可以在cmd、Mac 終端、Terminal中直接通過ndk-build命令構建庫文件，此處以Terminal為例進行演示吧：

先進入包含Android.mk文件的jni目錄（Android Studio中可直接選中jni目錄並拖拽到Terminal中，會自動跳轉到該目錄），再執行ndk-build命令，如下圖：

同樣，編譯也成功了，如下圖：

因是直接在Terminal中執行了ndk-build命令，所以只會根據Android.mk進行編譯（不包含gradle配置內容，也就不會執行abiFilters過濾），生成了所有默認CPU平台的so庫文件。

ndk-build命令其實也可以配上一些參數使用，此處就不再詳解了。日常開發時，還是建議選擇CMake作為Native編譯工具，因為是安卓主推的，而且更簡單一些。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享

前言： 不知不覺已經工作了快 7 個月了，去年這個時候還躋身在考研的大軍中，不禁有些感慨… 結合這 7 個月發生的一些事情，簡單做一下總結吧…

為獲得更好的閱讀體驗，請訪問原文地址：

一、那時候剛入職

不同於其他同學忙於畢設的 4 月，提早安排趁寒假已經完成畢設的我，已經開始撲在了「找工作」這件事上，有了去年「秋招」打下的基礎，複習起來快了很多，沒過多久就開始投簡歷面試了，面試也總體比較順利，剛面沒幾家就迅速和一家自己看好的初創公司簽下了。

公司使用的技術棧區別於自己熟悉的 Java/ MySQL 這一套，而是主要使用的 Rails/ MongoDB，所以剛入職的一段時間，基本上都是在自己熟悉技術棧，也趁着閑暇的時間，把自己入門時候的一些學習心得寫成了文章發表：

• MongoDB【快速入門】：
• Java轉Ruby【快速入門】：

對於職場小白來說，所謂「職場」還是顯得有些陌生，剛來的時候，雖然跟周圍的同事都稀鬆平常地打了一圈兒招呼，坐下之後，隨着他們又埋頭噼里啪啦敲打鍵盤工作的深入，又頓覺周圍一片陌生，還挺奇妙的，在第一周完的周報裏面我寫道：

剛來公司有些迷茫，只是看着CheckList對照着熟悉一些技術，也不了解自己應該要熟悉到哪種程度，就希望自己能再主動些，不管是技術問題還是其他問題多請教，然後儘快跟其他成員熟悉起來。

剛開始上手的時候也有好多問題不懂，我都習慣性的選擇自己研究一陣兒，因為自己有寫博客的一些經歷，被問過好多一搜索 or 自己一嘗試就能解決的問題，所以比較克制，但是後來「入職 1v1」溝通的時候被說到有問題別自己死磕，半個小時沒解決盡量就找一下旁邊的同事。摁？我一下子就把我的「主動性」發揮了出來。

不過好記性也不如爛筆頭，找了一些工具記錄把這些「問題的答案」都記錄了下來，方便之後再查找，當時對於 Git 都不是很熟悉，也記錄了很多常用的命令在裏面，還有一些問題的反饋，甚至知道了月會要自我介紹，也打了一遍草稿記錄在了這裏：（那段時間真的問了好多問題，周報里也手動感謝了坐我旁邊的兩位大佬..）

入職兩周的時候，雖然已經開始上手做一些簡單的埋點工作，但自己對於 Ruby 還是不是特別了解和熟悉，趁着某一個雙休，抓着一本《Effetive-Ruby》啃了两天，也把自己的學習輸出了一下：

• 《Effective-Ruby》讀書筆記：

二、逐漸能夠上手

就這樣一邊熟悉，一邊開始接一些小需求，我記得我寫下的第一個 BUG，就報出了 6K 條記錄.. 慌慌張張在修復之後我不禁感嘆：「不要太相信用戶的任何數據」。（包括 equal 反寫也是之後在錯誤之中學習到的..）

剛上手沒有一段時間，就接到了一個新項目的需求，跟着一位大佬開發一個新功能，大佬負責搭建基礎代碼和設計，我負責完成其餘的功能代碼，沒敢一絲懈怠，下班回家之後也對照着別人寫的代碼敲敲敲，時間和完成度上倒是沒有一絲耽擱，只是現在回過頭一想，當時沒有什麼單元測試的概念和意識，就自己在本地 Post-Man 測試完就完，所幸比較簡單 + 自己測試得比較仔細，到現在也沒有出現過什麼問題。

工作對我這樣的小白另一個好處就是：「見識和增加技術的廣度」。公司所使用技術棧不論是廣度還是深度，都是自己在大學本科的學習中不可企及的程度，Jekins？Docker？K8S？跳板機？一下子冒出來好多新鮮陌生的名詞，懷着好奇心也嘗試了解了一些：

• 了解【Docker】從這裏開始：
• 「消息隊列」看過來！：
• Kafka【入門】就這一篇！：

也隨着公司的逐漸壯大，各模塊的耦合也越發嚴重，各條業務線之間的協作溝通成本越來越大，逐漸開始提出「微服務」這樣的概念，具體怎麼樣理解就不作討論了，總之就是期望通過梳理/ 重構/ 拆服務的方式來解決「協作」問題，所以期間也開始了解學習一些這方面的東西：

• 什麼是微服務？：
• 《重構：改善既有代碼的設計》讀書筆記：

甚至期間還做了一些「微服務」的調研，我們選用什麼樣的姿勢和技術棧更加合適，所以也輸出了一些關於「Spring Cloud」的東西，但是最終駁回的原因是待我們整個容器化之後 k8s 平台自帶了這麼一套東西，業務同學只需要關心業務代碼就行了，也就沒有繼續深入了：

• 你想了解的「Spring Cloud」都在這裏：

然後我們在拆解的過程中，也借鑒到一些「DDD」的思想，也嘗試進行了一波學習：

• 【吐血推薦】領域驅動設計學習輸出：

總之，這一段時間我一邊通過各種小需求，接觸和了解了公司的系統的大半，一邊學習和了解着各種不同的技術，增加了技術上的廣度。

三、開始負責一些項目

為了加速服務化的推進工作和驗證「DDD」的一些東西，部門老大把一個邊界足夠清晰，也足夠小的一個模塊單獨交給我，期望我快速上線，不過最終交付已經逾期快大半個月了.. 雖然從最終的結果來看，順利交付完成了拆解任務並從 MongoDB 數據庫轉變成了 MySQL.. 但期間也踩過好些坑，當然也學習到一些東西..

例如我真實地意識到「完美」這個詞的理想化。就拿設計 API 來說吧.. 自己就基於 RESTful 風格設計了好幾版.. 左想右想都覺得差一些，有一些接口覺得怎麼設計都不優雅.. 後來糾結一陣子也就放棄了.. 再例如寫代碼這件事情吧，好的代碼整潔的代碼是一次一次迭代和重構中出來的，如果一開始就想着寫出「完美」的代碼，那麼最終的結果可能就是寫不出來代碼。

另外一個小插曲是，在做數據遷移的時候，我差點把線上服務器搞掛了.. 我在測試環境驗證了一把之後，就直接在線上進行操作了，因為當時對於數據庫的操作管控還沒有那麼嚴格，加上自己對於線上環境的複雜程度認識不足，我就起了 50 個線程，去分批量地讀取 MongoDB 的數據遷移到 MySQL，造成了線上庫的性能報警，就趕緊停了.. 緊接着就被一群大佬抓進了一個會議室做事件的復盤..

說實話，我緊張壞了，第一次經歷這樣的算是「事故」的情況吧，差一點線上就被我搞掛啦，一時間不知所措… 讓人感到溫暖的是部門老大隨即丟來的消息：

那天還有一些相關的同事都陪我寫復盤郵件到了晚上 10：30，現在想來都十分感謝他們。後來回到家我還打電話給我媽，我說我在工作中犯錯了，我做了xxxx這些動作，你覺得我做的怎麼樣呢，老媽的回復也讓人安心，只是現在想來，一些後續的動作可以做得更好的…

因為「埋點」這件事涉及到系統的方方面面，我也藉此了解了很多不同的模塊，也是拜這一點所賜吧，後來我被派到各種各樣的支援任務中，同樣也因為對不同模塊都還不算陌生，都還算完成得不錯吧…

時間一晃，在公司就四個月過去了，也在這個過程中從各個大佬那兒都學到了一些東西，在 8 月底發的周報裏面我寫下了以下的總結：

之後也跟着大佬碰了一些公司的核心模塊，期間也沒有停止在工作中不斷地做學習輸出：

• Git 原理入門解析：
• Java計時新姿勢√：
• Java8流操作-基本使用&性能測試：
• 《代碼整潔之道》讀書筆記：
• React 入門學習：
• 談一談依賴倒置原則：

四、回顧做的不好的部分

• 對代碼還沒有保持足夠的敬畏之心。

特別是一開始上手的時候，有時候甚至是在線上環境搞測試，後來越來越注重 codereview 和單元測試好了很多。

• 溝通還不夠深入/ 到位

有一次是臨時接到一個需求，因為「通用語言」沒有達成一致，導致最終交付的結果不符合產品的期望，最終我們所有相關人員在一起開了一個會，統一了「通用語言」，造成了額外的工作和負擔，拿到需求就應該確認好相關事宜的，越底層越細節越好，這方面的能力我仍然欠缺，但我已經持續在注意當中。

另一次也是因為這一點，我需要幫助 A 系統擁有某一項功能，之前 A 系統已經介入了 B 系統完成了部分功能，我因為沒有進一步地確認 B 系統的現狀，就去接入了有完整功能的 C 系統，但其實 B 系統已經在上一周和開發 C 系統和 A 系統的同學對接好了，並完成了相關功能的接入，少了這一部分的溝通，就造成了不少額外的工作量.. 所以「溝通」還是非常重要的，也只能說持續進步吧…

• 缺少一些主動性

當我頭上掛着一些事情的時候，還是能夠保持着效率的，只是當我做完了，就時常缺乏一些主動地思考了，通常都是被動地去詢問同小組的同事有什麼事情是需要幫忙的.. 雖然也积極地參与到自己感興趣的那些技術評審之類的事情之中，但似乎效果都不佳.. 也沒有什麼實際好的輸出..

• 接了一些私活兒黑活兒（沒有充分考慮團隊之間的配合）

因為「埋點」會接觸各個平台的童鞋，並且時常變化和有一些新的需求，有時候直接繞過了一些環節，直接找上我了，我心想直接自己弄弄改改就可以了，也就沒多想… 但是現在想來，這樣跨團隊的事情，不能越過「頂頭上司」私自進行，一方面經常我的 BOSS 不知道我接了活兒，另一方面這樣的私自對接就會造成一些信息的流失，對於團隊之內還是團隊之間都會造成影響…

五、回顧做得好的部分

• 養成了閱讀的習慣

公司買書是免費的，也有自己的圖書館，同事也不乏喜歡閱讀學習的，所以跟着跟着就養成了閱讀的習慣，期間也學習到了一些方法論的東西，貼一下入職以來讀過的那些書吧：（技術類的就沒有囊括了）

其實每天閱讀的時間也不長，想我大學總共捧起的那麼些課外書，不禁有些唏噓…

• 早睡早起 + 晨間日記

早睡早起，從步入職場以來，就發現這樣的習慣會帶來一些額外的價值，例如一些閱讀我會放在早上，後來還加入了「晨間日記」，用來「回顧前一天的事情」和提前部署「今天的任務」，這不禁讓我多了一份清醒，也讓現在不怎麼鍛煉的我每一天精力更加好一些：（目前正在從印象筆記往 Notion 逐步遷移的過程中）

• 學習撰寫 Commit Message && 遵守一些 Git 規範

起初使用 Git 十分不規範，後來向大佬那兒學習到了如何標準地提交 Commit，包括 Commit Message 應該怎麼寫，我覺得這是一個很好的習慣，每一個 Commit 都有上下文，並且還帶上了 JIRA 號，任務也很好跟蹤，雖然公司並沒有大範圍地盛行起來，但我覺得這樣好習慣應該堅持下來：

• 任務進度及時反饋給相關人員

自己比較注意這一點，因為不這樣做會讓別人感受不怎麼好.. 光是自己心裏清楚是不行的.. 要保持信息的通暢才行，及時反饋是很重要的一步..

• 自己先 review 一遍代碼

犯過一些白痴錯誤之後，就有些擔心，逐步養成了自己先 review 一遍代碼的習慣..

六、小結 && 展望

總的來說，看着自己這樣一步一步成長過來，沒有很懈怠，自己就算比較滿意了，在工作中學習了很多東西，不管是技術上的硬技能，還是溝通中的軟技能，也認識到了很多厲害的大佬和有趣的小夥伴們..

感恩在路上相遇，有幸共同行走過一段已然算是幸運，突然翻看起自己的朋友圈有一句話說得好：「成長從來都不是告別過去，成長是更加堅定的看向未來！」

期待一路同行的大家，都能夠 Be Better！

按照慣例黏一個尾巴：

歡迎轉載，轉載請註明出處！
獨立域名博客：wmyskxz.com
簡書ID：
github：
歡迎關注公眾微信號：wmyskxz
分享自己的學習 & 學習資料 & 生活
想要交流的朋友也可以加qq群：3382693
錢

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享

本文為 SnailClimb 的原創，目前已經收錄自我開源的 中（61.5 k Star!【Java學習+面試指南】 一份涵蓋大部分Java程序員所需要掌握的核心知識。歡迎 Star!）。

另外推薦一篇原創：

Java 併發基礎常見面試題總結

1. 什麼是線程和進程?

1.1. 何為進程?

進程是程序的一次執行過程，是系統運行程序的基本單位，因此進程是動態的。系統運行一個程序即是一個進程從創建，運行到消亡的過程。

在 Java 中，當我們啟動 main 函數時其實就是啟動了一個 JVM 的進程，而 main 函數所在的線程就是這個進程中的一個線程，也稱主線程。

如下圖所示，在 windows 中通過查看任務管理器的方式，我們就可以清楚看到 window 當前運行的進程（.exe 文件的運行）。

1.2. 何為線程?

線程與進程相似，但線程是一個比進程更小的執行單位。一個進程在其執行的過程中可以產生多個線程。與進程不同的是同類的多個線程共享進程的堆和方法區資源，但每個線程有自己的程序計數器、虛擬機棧和本地方法棧，所以系統在產生一個線程，或是在各個線程之間作切換工作時，負擔要比進程小得多，也正因為如此，線程也被稱為輕量級進程。

Java 程序天生就是多線程程序，我們可以通過 JMX 來看一下一個普通的 Java 程序有哪些線程，代碼如下。

public class MultiThread {
    public static void main(String[] args) {
        // 獲取 Java 線程管理 MXBean
    ThreadMXBean threadMXBean = ManagementFactory.getThreadMXBean();
        // 不需要獲取同步的 monitor 和 synchronizer 信息，僅獲取線程和線程堆棧信息
        ThreadInfo[] threadInfos = threadMXBean.dumpAllThreads(false, false);
        // 遍歷線程信息，僅打印線程 ID 和線程名稱信息
        for (ThreadInfo threadInfo : threadInfos) {
            System.out.println("[" + threadInfo.getThreadId() + "] " + threadInfo.getThreadName());
        }
    }
}

上述程序輸出如下（輸出內容可能不同，不用太糾結下面每個線程的作用，只用知道 main 線程執行 main 方法即可）：

[5] Attach Listener //添加事件
[4] Signal Dispatcher // 分發處理給 JVM 信號的線程
[3] Finalizer //調用對象 finalize 方法的線程
[2] Reference Handler //清除 reference 線程
[1] main //main 線程,程序入口

從上面的輸出內容可以看出：一個 Java 程序的運行是 main 線程和多個其他線程同時運行。

2. 請簡要描述線程與進程的關係,區別及優缺點？

從 JVM 角度說進程和線程之間的關係

2.1. 圖解進程和線程的關係

下圖是 Java 內存區域，通過下圖我們從 JVM 的角度來說一下線程和進程之間的關係。如果你對 Java 內存區域 (運行時數據區) 這部分知識不太了解的話可以閱讀一下這篇文章：

從上圖可以看出：一個進程中可以有多個線程，多個線程共享進程的堆和方法區 (JDK1.8 之後的元空間)資源，但是每個線程有自己的程序計數器、虛擬機棧 和 本地方法棧。

總結： 線程 是 進程 劃分成的更小的運行單位。線程和進程最大的不同在於基本上各進程是獨立的，而各線程則不一定，因為同一進程中的線程極有可能會相互影響。線程執行開銷小，但不利於資源的管理和保護；而進程正相反

下面是該知識點的擴展內容！

下面來思考這樣一個問題：為什麼程序計數器、虛擬機棧和本地方法棧是線程私有的呢？為什麼堆和方法區是線程共享的呢？

2.2. 程序計數器為什麼是私有的?

程序計數器主要有下面兩個作用：

1. 字節碼解釋器通過改變程序計數器來依次讀取指令，從而實現代碼的流程控制，如：順序執行、選擇、循環、異常處理。
2. 在多線程的情況下，程序計數器用於記錄當前線程執行的位置，從而當線程被切換回來的時候能夠知道該線程上次運行到哪兒了。

需要注意的是，如果執行的是 native 方法，那麼程序計數器記錄的是 undefined 地址，只有執行的是 Java 代碼時程序計數器記錄的才是下一條指令的地址。

所以，程序計數器私有主要是為了線程切換后能恢復到正確的執行位置。

2.3. 虛擬機棧和本地方法棧為什麼是私有的?

• 虛擬機棧： 每個 Java 方法在執行的同時會創建一個棧幀用於存儲局部變量表、操作數棧、常量池引用等信息。從方法調用直至執行完成的過程，就對應着一個棧幀在 Java 虛擬機棧中入棧和出棧的過程。
• 本地方法棧： 和虛擬機棧所發揮的作用非常相似，區別是： 虛擬機棧為虛擬機執行 Java 方法 （也就是字節碼）服務，而本地方法棧則為虛擬機使用到的 Native 方法服務。 在 HotSpot 虛擬機中和 Java 虛擬機棧合二為一。

所以，為了保證線程中的局部變量不被別的線程訪問到，虛擬機棧和本地方法棧是線程私有的。

2.4. 一句話簡單了解堆和方法區

堆和方法區是所有線程共享的資源，其中堆是進程中最大的一塊內存，主要用於存放新創建的對象 (所有對象都在這裏分配內存)，方法區主要用於存放已被加載的類信息、常量、靜態變量、即時編譯器編譯后的代碼等數據。

3. 說說併發與并行的區別?

• 併發： 同一時間段，多個任務都在執行 (單位時間內不一定同時執行)；
• 并行： 單位時間內，多個任務同時執行。

4. 為什麼要使用多線程呢?

先從總體上來說：

• 從計算機底層來說： 線程可以比作是輕量級的進程，是程序執行的最小單位,線程間的切換和調度的成本遠遠小於進程。另外，多核 CPU 時代意味着多個線程可以同時運行，這減少了線程上下文切換的開銷。
• 從當代互聯網發展趨勢來說： 現在的系統動不動就要求百萬級甚至千萬級的併發量，而多線程併發編程正是開發高併發系統的基礎，利用好多線程機制可以大大提高系統整體的併發能力以及性能。

再深入到計算機底層來探討：

• 單核時代： 在單核時代多線程主要是為了提高 CPU 和 IO 設備的綜合利用率。舉個例子：當只有一個線程的時候會導致 CPU 計算時，IO 設備空閑；進行 IO 操作時，CPU 空閑。我們可以簡單地說這兩者的利用率目前都是 50%左右。但是當有兩個線程的時候就不一樣了，當一個線程執行 CPU 計算時，另外一個線程可以進行 IO 操作，這樣兩個的利用率就可以在理想情況下達到 100%了。
• 多核時代: 多核時代多線程主要是為了提高 CPU 利用率。舉個例子：假如我們要計算一個複雜的任務，我們只用一個線程的話，CPU 只會一個 CPU 核心被利用到，而創建多個線程就可以讓多個 CPU 核心被利用到，這樣就提高了 CPU 的利用率。

5. 使用多線程可能帶來什麼問題?

併發編程的目的就是為了能提高程序的執行效率提高程序運行速度，但是併發編程並不總是能提高程序運行速度的，而且併發編程可能會遇到很多問題，比如：內存泄漏、上下文切換、死鎖還有受限於硬件和軟件的資源閑置問題。

6. 說說線程的生命周期和狀態?

Java 線程在運行的生命周期中的指定時刻只可能處於下面 6 種不同狀態的其中一個狀態（圖源《Java 併發編程藝術》4.1.4 節）。

線程在生命周期中並不是固定處於某一個狀態而是隨着代碼的執行在不同狀態之間切換。Java 線程狀態變遷如下圖所示（圖源《Java 併發編程藝術》4.1.4 節）：

由上圖可以看出：線程創建之後它將處於 NEW（新建） 狀態，調用 start() 方法后開始運行，線程這時候處於 READY（可運行） 狀態。可運行狀態的線程獲得了 CPU 時間片（timeslice）后就處於 RUNNING（運行） 狀態。

操作系統隱藏 Java 虛擬機（JVM）中的 RUNNABLE 和 RUNNING 狀態，它只能看到 RUNNABLE 狀態（圖源：：），所以 Java 系統一般將這兩個狀態統稱為 RUNNABLE（運行中） 狀態 。

當線程執行 wait()方法之後，線程進入 WAITING（等待） 狀態。進入等待狀態的線程需要依靠其他線程的通知才能夠返回到運行狀態，而 TIME_WAITING(超時等待) 狀態相當於在等待狀態的基礎上增加了超時限制，比如通過 sleep（long millis）方法或 wait（long millis）方法可以將 Java 線程置於 TIMED WAITING 狀態。當超時時間到達后 Java 線程將會返回到 RUNNABLE 狀態。當線程調用同步方法時，在沒有獲取到鎖的情況下，線程將會進入到 BLOCKED（阻塞） 狀態。線程在執行 Runnable 的run()方法之後將會進入到 TERMINATED（終止） 狀態。

7. 什麼是上下文切換?

多線程編程中一般線程的個數都大於 CPU 核心的個數，而一個 CPU 核心在任意時刻只能被一個線程使用，為了讓這些線程都能得到有效執行，CPU 採取的策略是為每個線程分配時間片並輪轉的形式。當一個線程的時間片用完的時候就會重新處於就緒狀態讓給其他線程使用，這個過程就屬於一次上下文切換。

概括來說就是：當前任務在執行完 CPU 時間片切換到另一個任務之前會先保存自己的狀態，以便下次再切換回這個任務時，可以再加載這個任務的狀態。任務從保存到再加載的過程就是一次上下文切換。

上下文切換通常是計算密集型的。也就是說，它需要相當可觀的處理器時間，在每秒幾十上百次的切換中，每次切換都需要納秒量級的時間。所以，上下文切換對系統來說意味着消耗大量的 CPU 時間，事實上，可能是操作系統中時間消耗最大的操作。

Linux 相比與其他操作系統（包括其他類 Unix 系統）有很多的優點，其中有一項就是，其上下文切換和模式切換的時間消耗非常少。

8. 什麼是線程死鎖?如何避免死鎖?

8.1. 認識線程死鎖

多個線程同時被阻塞，它們中的一個或者全部都在等待某個資源被釋放。由於線程被無限期地阻塞，因此程序不可能正常終止。

如下圖所示，線程 A 持有資源 2，線程 B 持有資源 1，他們同時都想申請對方的資源，所以這兩個線程就會互相等待而進入死鎖狀態。

下面通過一個例子來說明線程死鎖,代碼模擬了上圖的死鎖的情況 (代碼來源於《併發編程之美》)：

public class DeadLockDemo {
    private static Object resource1 = new Object();//資源 1
    private static Object resource2 = new Object();//資源 2

    public static void main(String[] args) {
        new Thread(() -> {
            synchronized (resource1) {
                System.out.println(Thread.currentThread() + "get resource1");
                try {
                    Thread.sleep(1000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                System.out.println(Thread.currentThread() + "waiting get resource2");
                synchronized (resource2) {
                    System.out.println(Thread.currentThread() + "get resource2");
                }
            }
        }, "線程 1").start();

        new Thread(() -> {
            synchronized (resource2) {
                System.out.println(Thread.currentThread() + "get resource2");
                try {
                    Thread.sleep(1000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                System.out.println(Thread.currentThread() + "waiting get resource1");
                synchronized (resource1) {
                    System.out.println(Thread.currentThread() + "get resource1");
                }
            }
        }, "線程 2").start();
    }
}

Output

Thread[線程 1,5,main]get resource1
Thread[線程 2,5,main]get resource2
Thread[線程 1,5,main]waiting get resource2
Thread[線程 2,5,main]waiting get resource1

線程 A 通過 synchronized (resource1) 獲得 resource1 的監視器鎖，然後通過Thread.sleep(1000);讓線程 A 休眠 1s 為的是讓線程 B 得到執行然後獲取到 resource2 的監視器鎖。線程 A 和線程 B 休眠結束了都開始企圖請求獲取對方的資源，然後這兩個線程就會陷入互相等待的狀態，這也就產生了死鎖。上面的例子符合產生死鎖的四個必要條件。

學過操作系統的朋友都知道產生死鎖必須具備以下四個條件：

1. 互斥條件：該資源任意一個時刻只由一個線程佔用。
2. 請求與保持條件：一個進程因請求資源而阻塞時，對已獲得的資源保持不放。
3. 不剝奪條件:線程已獲得的資源在末使用完之前不能被其他線程強行剝奪，只有自己使用完畢后才釋放資源。
4. 循環等待條件:若干進程之間形成一種頭尾相接的循環等待資源關係。

8.2. 如何避免線程死鎖?

我們只要破壞產生死鎖的四個條件中的其中一個就可以了。

破壞互斥條件

這個條件我們沒有辦法破壞，因為我們用鎖本來就是想讓他們互斥的（臨界資源需要互斥訪問）。

破壞請求與保持條件

一次性申請所有的資源。

破壞不剝奪條件

佔用部分資源的線程進一步申請其他資源時，如果申請不到，可以主動釋放它佔有的資源。

破壞循環等待條件

靠按序申請資源來預防。按某一順序申請資源，釋放資源則反序釋放。破壞循環等待條件。

我們對線程 2 的代碼修改成下面這樣就不會產生死鎖了。

        new Thread(() -> {
            synchronized (resource1) {
                System.out.println(Thread.currentThread() + "get resource1");
                try {
                    Thread.sleep(1000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                System.out.println(Thread.currentThread() + "waiting get resource2");
                synchronized (resource2) {
                    System.out.println(Thread.currentThread() + "get resource2");
                }
            }
        }, "線程 2").start();

Output

Thread[線程 1,5,main]get resource1
Thread[線程 1,5,main]waiting get resource2
Thread[線程 1,5,main]get resource2
Thread[線程 2,5,main]get resource1
Thread[線程 2,5,main]waiting get resource2
Thread[線程 2,5,main]get resource2

Process finished with exit code 0

我們分析一下上面的代碼為什麼避免了死鎖的發生?

線程 1 首先獲得到 resource1 的監視器鎖,這時候線程 2 就獲取不到了。然後線程 1 再去獲取 resource2 的監視器鎖，可以獲取到。然後線程 1 釋放了對 resource1、resource2 的監視器鎖的佔用，線程 2 獲取到就可以執行了。這樣就破壞了破壞循環等待條件，因此避免了死鎖。

9. 說說 sleep() 方法和 wait() 方法區別和共同點?

• 兩者最主要的區別在於：sleep 方法沒有釋放鎖，而 wait 方法釋放了鎖 。
• 兩者都可以暫停線程的執行。
• Wait 通常被用於線程間交互/通信，sleep 通常被用於暫停執行。
• wait() 方法被調用后，線程不會自動蘇醒，需要別的線程調用同一個對象上的 notify() 或者 notifyAll() 方法。sleep() 方法執行完成后，線程會自動蘇醒。或者可以使用wait(long timeout)超時后線程會自動蘇醒。

10. 為什麼我們調用 start() 方法時會執行 run() 方法，為什麼我們不能直接調用 run() 方法？

這是另一個非常經典的 java 多線程面試問題，而且在面試中會經常被問到。很簡單，但是很多人都會答不上來！

new 一個 Thread，線程進入了新建狀態;調用 start() 方法，會啟動一個線程並使線程進入了就緒狀態，當分配到時間片后就可以開始運行了。 start() 會執行線程的相應準備工作，然後自動執行 run() 方法的內容，這是真正的多線程工作。 而直接執行 run() 方法，會把 run 方法當成一個 main 線程下的普通方法去執行，並不會在某個線程中執行它，所以這並不是多線程工作。

總結： 調用 start 方法方可啟動線程並使線程進入就緒狀態，而 run 方法只是 thread 的一個普通方法調用，還是在主線程里執行。

開源項目推薦

作者的其他開源項目推薦：

1. ：【Java學習+面試指南】 一份涵蓋大部分Java程序員所需要掌握的核心知識。
2. : 適合新手入門以及有經驗的開發人員查閱的 Spring Boot 教程（業餘時間維護中，歡迎一起維護）。
3. : 我覺得技術人員應該有的一些好習慣！
4. :從零入門 ！Spring Security With JWT（含權限驗證）後端部分代碼。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享

 

首先，構造方法本身會有一個隱式的無參構造(默認)：

　　①不寫構造方法，類中的第一行代碼事實上有一個默認的無參構造（系統會隱式為你寫好）

　　　　

public class Student {
        private String name;
//        public Student() {}      隱式地“寫”在這裏，你看不見

//  Strudent類中雖然沒有寫構造方法，但相當於有上面的無參構造
//   只不過是隱式的，你看不見

}

 

　　②只寫帶參構造方法，相當於只有該帶參構造方法（隱式的無參構造會被屏蔽無視掉，視為無效）

public class Student {
        private String name;
        public Student(String name) {
            this.name=name;
        }
//  此時原來Strudent類中的隱式的無參構造方法被屏蔽了，無效了
//  類中只有帶參構造

}

 

　　③若想同時擁有無參和帶參構造，必須顯式地寫出無參和帶參構造方法

public class Student {
        private String name;
        public Student() {}
// 顯式地將無參構造寫出來        
        public Student(String name) {
            this.name=name;
        }
//  若想Strudent類中擁有無參構造方法，必須顯式地寫出來


}

 

進一步結合繼承，就需要考慮到子父類:

　　④在子類的構造方法(無論是無參和有參)中，方法中的第一行代碼事實上都隱式地包含了父類的無參構造方法
　　　　即： super()

public class Stu extends Student {
    private String name;
    public Stu() {
    // super();
    // 在子類的無參構造中，super()是隱式的“寫”在這裏的
    }
    
    public Stu(String name) {
    // super();
    this.name=name;
    // 在子類的帶參構造，上面的super()同樣也是隱式的“寫”在這裏的
    }

}

這就是為什麼，調用子類的構造方法時，都會先調用父類的無參構造方法了，因為默認的super()存在。

　⑤同理，類似與上面的②，此時若寫一個有參構造，super(xx)會把隱式的super()屏蔽掉 

public class Stu extends Student {
    private String name;
    
    public Stu(String name) {
    // super();  原來隱式寫在這裏的super()被屏蔽了，無效了
    super(name);
    
    // 在子類的帶參構造， 由於的super(name)的存在，super()無效了 //此時子類的帶參構造中，只有super(name)
    }

}

 

這就是為什麼當父類沒有無參構造(即只有帶參構造——對應情況②)時，子類的構造方法編譯無法通過。這是因為子類的構造函數（帶參或無參）將調用父類的無參構造函數。 由於編譯器試圖向子類中的2個構造函數中插入super() ，但父類的默認構造函數未定義，因此編譯器會報告錯誤消息。

要解決這個問題，只需要

      1）添加一個無參構造函數給父類——顯式地在父類中添加無參構造

      2）刪除父類中自定義的有參構造函數——等價於恢復了默認的無參構造
      3）將 Super(XXX) 添加到子類構造函數——通過⑤的原來來屏蔽默認的super()  

 

一些關於子父類有參無參的組合情況(其實就是排列組合)練習，有興趣的可以自己驗證一下，如下(圖片來源)：

 

 

 

 

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享

概念

快速排序屬於交換排序，主要步驟是使用基準元素進行比較，把小於基準元素的移動到一邊，大於基準元素的移動到另一邊。從而把數組分成兩部分，然後再從這兩部分中選取出基準元素，重複上面的步驟。過程如下：

紫色：基準元素
綠色：大於基準元素
黃色：小於基準元素

這種思路叫做分治法。

基準元素

基準元素的選取可隨機選取。下面使用中我會使用第一位的元素作為基準元素。

排序過程

排序拆分過程如下圖：

紫色為基準元素，（每一輪都重新選取）
綠色為其他元素

第一輪

第二輪

第三輪

如上圖所示：
若元素個數為n，因為排序過程中需要和全部元素都比較一遍，所以時間複雜度為O(n)，
而平均情況下排序輪次需要logn輪，因此快速排序的平均時間複雜度為O(nlogn)。

排序的實現方法

實現方法有雙邊循環法和單邊循環法

雙邊循環法

首選選取基準元素(pivot)4，並設置指針left和right，指向數組最左和最右兩個元素，如下：

第一次循環，先從right指針指向的數據(rightData)開始和基準元素比較
若 rightData >= pivot，則right指針向左移動，若 rightData < pivot，則right指針不移動，切換到left指針
left指針指向數據(leftData)與基準元素比較，若 leftData < pivot，則left指針向右移動，若 leftData > pivot，交換left和right指向的元素。

第一輪指針移動完后，得到如下結構：

然後 left和right指向的元素進行交換：

第一輪循環結束，重新切換到right指針，重複上述步驟。
第二輪循環后，得：

第三輪循環后，得：

第四輪循環后，得：

判斷到left和right指針指向同一個元素，指針停止移動，使pivot和指針元素進行交換，得：

宣告該輪循環結束，並根據Pivot元素切分為兩部分，這兩部分的數組再根據上述步驟進行操作。

實現代碼

public class DoubleSort {
    public static void quickSort(int[] arr, int startIndex, int endIndex) {

        //遞歸結束條件
        if (startIndex >= endIndex) {
            return;
        }

        // 基準元素位置
        int pivotIndex = partition(arr, startIndex, endIndex);

        // 根據基準元素，分成兩部分進行遞歸排序
        quickSort(arr, startIndex, pivotIndex - 1);
        quickSort(arr, pivotIndex + 1, endIndex);
    }

    public static int partition(int[] arr, int startIndex, int endIndex) {
        // 取第一個元素為基準元素，也可以隨機抽取
        int pivot = arr[startIndex];
        int left = startIndex;
        int right = endIndex;

        while (left != right) {
            // 控制right指針比較並左移
            while (left < right && arr[right] >= pivot) {
                right--;
            }

            // 控制left指針比較並右移
            while (left < right && arr[left] <= pivot) {
                left++;
            }

            // 交換left和right指針所指向的元素
            if (left < right) {
                int temp = arr[right];
                arr[right] = arr[left];
                arr[left] = temp;
            }
        }

        arr[startIndex] = arr[left];
        arr[left] = pivot;
        return left;
    }

    public static void main(String[] args) {
        int[] arr = new int[]{4, 7, 6, 5, 3, 2, 8, 1};
        quickSort(arr, 0, arr.length - 1);
        System.out.println(Arrays.toString(arr));
    }
}

單邊循環法

雙邊循環法從數組的兩邊比較並交換元素，而單邊循環法則從數組的一邊遍歷，一直往後比較和交換，實現起來更加的簡單。
過程如下：

首先也是選取基準元素pivot（可以隨機選擇）
設置一個mark指針指向數組的起始位置，代表小於基準元素的區域邊界（不理解的就把它理解成是等會用來交換元素的就好了）

原始數組如下：

從基準元素下一位開始遍曆數組
如果該元素大於基準元素，繼續往下遍歷
如果該元素小於基準元素，mark指針往右移，因為小於基準元素的區域邊界增大了1（即小於基準元素的多了1位），所以mark就 +1，並且該元素和mark指向元素進行交換。

遍歷到元素3時，因為3 < 4，所以mark右移

然後交換元素

然後就繼續遍歷，根據上面的步驟進行判斷，後面的過程就不寫了。

實現代碼

public class SingleSort {
    public static void quickSort(int[] arr, int startIndex, int endIndex) {

        //遞歸結束條件
        if (startIndex >= endIndex) {
            return;
        }

        // 基準元素位置
        int pivotIndex = partition(arr, startIndex, endIndex);

        // 根據基準元素，分成兩部分進行遞歸排序
        quickSort(arr, startIndex, pivotIndex - 1);
        quickSort(arr, pivotIndex + 1, endIndex);
    }

    /**
     * 分治（單邊循環法）
     * @param arr
     * @param startIndex
     * @param endIndex
     * @return
     */
    public static int partition(int[] arr, int startIndex, int endIndex) {
        // 取第一個元素為基準元素，也可以隨機抽取
        int pivot = arr[startIndex];
        int mark = startIndex;

        for(int i = startIndex + 1; i< arr.length; i++) {
            if (pivot < arr[i]) {
                continue;
            }

            mark ++;
            int temp = arr[mark];
            arr[mark] = arr[i];
            arr[i] = temp;
        }
        arr[startIndex] = arr[mark];
        arr[mark] = pivot;
        return mark;
    }

    public static void main(String[] args) {
        int[] arr = new int[]{4, 7, 6, 5, 3, 2, 8, 1};
        quickSort(arr, 0, arr.length - 1);
        System.out.println(Arrays.toString(arr));
    }
}

總結

本人也是初次接觸算法，慢慢的去理解算法的思路和實現過程后，真是為自己以往寫的算法感到羞愧。該文章也是為了加深自己對快排算法的印象，若文章有不足之處，懇請各位在下方留言補充。感謝各位的閱讀。Thanks(･ω･)ﾉ。

參考資料： 第四章。

個人博客網址： https://colablog.cn/

如果我的文章幫助到您，可以關注我的微信公眾號，第一時間分享文章給您

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享

如何讓未來交通盡可能的實現永續發展？一群來自德國亞琛工業大學和亞琛應用技術大學，高度積極的大學生提出這樣一個問題。為了尋找答案，他們全心全意地投入一項偉大的專案中：開發一輛太陽能汽車，參加被譽為全球最艱難的太陽能汽車賽事─「世界太陽能汽車挑戰賽」，該賽事將於今年10月8日-15日在澳洲舉行。為了實現這一想法，大約45名青年研究人員在教授們的大力支持下成立「亞琛太陽能戰車」 （Sonnenwagen Aachen）協會。

作為全球領先的創新和永續性材料解決方案供應商，科思創與學生們一樣對此充滿熱情，並希望與他們共同跨越極限，促使專案圓滿完成。 科思創已與德國亞琛工業大學建立了長期合作關係，並作為材料和技術服務提供者與金牌贊助商，為「太陽能戰車」提供支援。 日前，雙方就該專案簽署了合作協定。

太陽能汽車合作

「永續發展是我們策略的一部分，我們支援這一野心勃勃的專案，年輕的研究者們也希望借此機會證明眾多創新和永續交通的概念如今已經可以實現。」 科思創負責創新的董事會成員兼營運長施樂文博士（Dr. Markus Steilemann）說，「在氣候保護和節約化石燃料方面，太陽能汽車貢獻顯著。 隨著我們的技術發展以及合作關係的深化，我們希望彰顯科思創致力於創新和永續發展的承諾，以及對青年才俊的強力支持。」

「太陽能戰車」團隊第一主席Hendrik Löbberding對科思創表示歡迎：「我們很高興可以得到科思創的鼎力相助，最重要的是，科思創在材料方面的強大實力將使我們受益匪淺。」總部位於利物庫森的科思創，在將創新材料應用到太陽能交通方面已累積了豐富的經驗：作為「陽光動力號」太陽能飛機專案的官方合作夥伴，科思創為全球首次完全依靠太陽能的載人環球飛行做出了重大貢獻。

賽道測試：含生物基固化劑的汽車塗料

該澳洲賽事所經路線在10月的氣溫可高達攝氏45度，紫外線輻射強，空氣含塵量高。科思創希望藉「太陽能戰車」專案，在嚴酷氣候條件下對各種材料進行測試。其中最重要的產品應用是由全球領先的汽車塗料製造商PPG提供的三塗層聚氨酯塗料，該塗料尤其適用於由碳纖維複合材料製成的汽車車身部件。

氣候條件對面漆會產生顯著影響。該PPG面漆採用科思創生產的生物基固化劑Desmodur® eco N 7300，該固化劑中70%的碳含量來自於生物基。

此外，科思創生產的聚氨酯和聚碳酸酯材料也應用於「太陽能戰車」，幫助實現輕量化和空氣動力學的設計概念。

對太陽能汽車的嚴峻考驗

被譽為全球最艱難的太陽能汽車賽事─「世界太陽能汽車挑戰賽」，今年將迎向第30周年。每兩年，來自全球各地的團隊會駕駛各自製造的汽車，在不使用一滴燃油的條件下，在達爾文至阿德萊德的3000公里道路上展開競賽。

來自亞琛的「太陽能戰車」將是今年挑戰賽「挑戰者組」中唯一參賽的德國汽車。團隊對於贏得比賽非常樂觀，來自「亞琛太陽能戰車」的Hendrik Löbberding表示：「我們在零排放汽車領域擁有豐富的經驗，而且裝備精良，期待與來自五大洲的其他約40個團隊一決高下。」

兩名團隊成員曾駕駛電動汽車贏得為期四天、橫穿北萊茵-威斯特伐利亞的e-CROSS Germany 「氣候中和」汽車拉力賽。 在那之前一個月，「太陽能戰車」成員還陪同一支來自波鴻的團隊參加了2016年European Solar Challenge 24小時太陽能汽車挑戰賽。

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享

非常抱歉，這次故障給您帶來麻煩了，請您諒解。

今天早上 10:54 左右，我們所使用的數據庫服務（阿里雲 RDS 實例 SQL Server 2016 標準版）CPU 突然飆升至 90% 以上，應用日誌中出現大量數據庫查詢超時的錯誤。

Microsoft.Data.SqlClient.SqlException (0x80131904): Execution Timeout Expired.  The timeout period elapsed prior to completion of the operation or the server is not responding.
 ---> System.ComponentModel.Win32Exception (258): Unknown error 258

我們收到告警通知並確認問題后，在 11:06 啟動了阿里雲 RDS 的主備切換， 11:08 完成切換，數據庫 CPU 恢復正常。但是關鍵時候 docker swarm 總是雪上加霜，在數據庫恢復正常后，部署博客站點的 docker swarm 集群有一個節點出現異常情況，部分請求會出現 50x 錯誤，將這個異常節點退出集群並啟動新的節點后在 11:15 左右才恢復正常。

通過阿里雲 RDS 控制台的 CloudDBA 發現了 CPU 近 100% 期間執行次數異常多的 SQL 語句。

SELECT TOP @__p_1 [b].[TagName] AS [Name], [b].[TagID] AS [Id], [b].[UseCount], [b].[BlogId]
FROM [blog_Tag] [b]
WHERE [b].[BlogId] = @__blogId_0
    AND @__blogId_0 IS NOT NULL
    AND [b].[UseCount] > ?
ORDER BY [b].[UseCount] DESC

上面的 SQL 語句是 EF Core 3.0 生成的，其中加粗的  IS NOT NULL  就是 EF Core 3.0 的一個臭名還沒昭著的 bug —— 生成 SQL 語句時會生成額外的  IS NOT NULL  查詢條件。

誰也沒想到（連微軟自己也沒想到）這個看似無傷大雅的多此一舉卻存在致命隱患 —— 在某些情況下會讓整個數據庫服務器 CPU 持續 100% （或者近 100%）。一開始遇到這個問題時，我們也沒想到，還因此錯怪了阿里雲（），後來在阿里雲數據庫專家分析了我們遇到的問題后才發現原來罪魁禍首是 EF Core 生成的多餘的 “IS NOT NULL” ，它會在某些情況下會造成 SQL Server 緩存了性能極其低下（很耗CPU）的執行計劃，然後後續的查詢都走這個執行計劃，CPU 就會居高不下。這個錯誤的執行計劃有雙重殺傷力，一邊巨耗數據庫 CPU ，一邊造成對應的查詢無法正常完成從而查詢結果不能被緩存到 memcached ，於是針對這個執行計劃的查詢就越多，雪崩效應就發生了。唯一的解決方法就是清除這個錯誤的執行計劃緩存，主備切換或者重啟服務器只是清除執行計劃緩存的一種簡單粗暴的方法。

在我們開始遇到這個問題，就已經有人在 github 上了這個問題：

Yeah this needs to be fixed asap. We just deployed code that uses 3.0 and had to immediately revert to 2.2 because simple queries blew up our SQL Azure CPU usage. Went from under 50% to 100% and stayed there until we rolled back.

但當時沒有引起微軟的足夠重視，在我們知道錯怪了阿里雲實際是微軟的問題之後，我們向微軟 .NET 團隊反饋了這個問題，這次得到了微軟的重視，很快就修復了，但是是通過 .NET Core 3.0 Preview 版發布的，我們在非生產環境下驗證了  IS NOT NULL 的確修復了，由於是 Preview 版，再加上 .NET Core 3.1 正式版年底前會發布，所以我們沒有在生產環境中更新這個修復，只是將上次出現問題的複雜 SQL 語句改為用 Dapper 調用存儲過程。後來阿里雲數據庫專家進一步對我們的數據庫進行分析，連平時數據庫 CPU 的毛刺（偶爾跑高的波動）都與  IS NOT NULL  有關。

這就是這次故障的背景，在我們等待 .NET Core 3.1 正式版修復這個 bug 的過程中又被坑了一次，與上次不同的是這次出現問題的 SQL 語句非常簡單，而且只有一個 “IS NOT NULL” ，由此可見這個坑的殺傷力。

這個坑足以載入 .NET Core 的史冊，另一個讓我們記憶猶新的那次也讓我們錯怪阿里雲的 .NET Core 坑是正式版的 .NET Core 中 SqlClient 竟然漏寫了 Dispose ，詳見 。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※想知道網站建置、網站改版該如何進行嗎?將由專業工程師為您規劃客製化網頁設計及後台網頁設計

※不管是台北網頁設計公司、台中網頁設計公司，全省皆有專員為您服務

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※帶您來看台北網站建置，台北網頁設計，各種案例分享