Java学习路线-57:静态代理和动态代理

简介: Java学习路线-57:静态代理和动态代理

静态代理

角色分析

  1. 抽象角色 接口或者抽象类
  2. 真实角色 被代理的角色
  3. 代理角色 代理真实角色,一般会做一些附属操作
  4. 客户角色 使用代理角色进行一些操作
AbstractObject
    - RealObject
    - Proxy

Client

代码实现

package com.pengshiyu.proxy;


// 租借接口
public interface IRent {
void rent();
}
package com.pengshiyu.proxy;

public class Host implements IRent{
@Override
public void rent() {
System.out.println("房东租房");
}
}
package com.pengshiyu.proxy;

// 中介
public class Proxy implements IRent{
private Host host;

public Proxy(Host host){
this.host = host;
}

@Override
public void rent() {
this.beforeRent();
this.host.rent();
this.afterRent();
}

private void beforeRent(){
System.out.println("中介带看房");
}

private void afterRent(){
System.out.println("签订合同");
}
}
package com.pengshiyu.proxy;

// 客户
public class Client {
public static void main(String[] args) {
Host host = new Host();
Proxy proxy = new Proxy(host);
proxy.rent();
}
}

使用静态代理

好处:

  1. 使得真实角色处理业务更加纯粹,不再关注公共的问题
  2. 公共业务由代理类完成,实现业务的分工
  3. 公共业务发生扩展时变得更加集中和方便

缺点

  1. 类多了,代理类,工作量变大,开发效率降低

动态代理

动态代理和静态代理的角色是一样的

动态代理的代理类是动态生成的

分类:

  1. 基于接口的动态代理 jdk 动态代理
  2. 基于类的动态代理 cglib、javasist

一个动态代理,一般代理某一类业务,可以代理多个类

package com.pengshiyu.proxy;

public interface IVehicle {
void run();
}
package com.pengshiyu.proxy;


public class Car implements IVehicle {
public void run() {
System.out.println("Car会跑");
}
}
package com.pengshiyu.proxy;

import java.lang.reflect.InvocationHandler;
import java.lang.reflect.Method;

public class VehicleInvocationHandler implements InvocationHandler {

private Object target;

public VehicleInvocationHandler(Object target){
this.target = target;
}

@Override
public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
System.out.println("---------before-------");
Object result = method.invoke(target, args);
System.out.println("---------after-------");
return result;
}

}
package com.pengshiyu.proxy;

import java.lang.reflect.Proxy;

// 客户
public class Client {
public static void main(String[] args) {
IVehicle car = new Car();

IVehicle carProxy = (IVehicle)Proxy.newProxyInstance(
car.getClass().getClassLoader(),
car.getClass().getInterfaces(),
new VehicleInvocationHandler(car)
);

carProxy.run();

}
}
            </div>
目录
相关文章
|
8天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
291 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
298 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
233 113
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
797 6