活动介绍

【Java】ServiceLoader源码分析

时间: 2023-07-01 11:18:48 AIGC 浏览: 161
Java的ServiceLoader是一个用于加载服务提供者的工具类。服务提供者是指实现了某个特定服务的类,它们通常会被打包成jar文件,并在应用程序运行时动态加载。 ServiceLoader的实现原理是基于Java SPI机制,它通过查找META-INF/services目录下的配置文件来加载服务提供者,配置文件的格式为: ``` com.example.MyService ``` 其中,com.example.MyService是服务提供者的全限定类名。 接下来,我们来分析一下ServiceLoader的源码实现: 1. ServiceLoader的构造函数 ``` private ServiceLoader(Class<S> service, ClassLoader loader) { this.service = Objects.requireNonNull(service, "Service interface cannot be null"); this.loader = (loader == null) ? ClassLoader.getSystemClassLoader() : loader; acc = (System.getSecurityManager() != null) ? AccessController.getContext() : null; reload(); } ``` 构造函数接收服务提供者的接口类和类加载器,然后进行初始化,并调用reload()方法加载服务提供者。 2. ServiceLoader的reload()方法 ``` private void reload() { providers.clear(); lookupIterator = new LazyIterator(service, loader); } ``` reload()方法会清空已加载的服务提供者,并创建一个新的LazyIterator对象。 3. ServiceLoader的iterator()方法 ``` public Iterator<S> iterator() { return new Iterator<S>() { private final LazyIterator<S> knownProviders = lookupIterator; private Iterator<S> serviceProviderIterator = Collections.emptyIterator(); public boolean hasNext() { if (serviceProviderIterator.hasNext()) { return true; } if (knownProviders.hasNext()) { serviceProviderIterator = knownProviders.next().iterator(); return hasNext(); } return false; } public S next() { if (!hasNext()) { throw new NoSuchElementException(); } return serviceProviderIterator.next(); } public void remove() { serviceProviderIterator.remove(); } }; } ``` iterator()方法会返回一个迭代器对象,用于遍历已加载的服务提供者。该迭代器内部维护了一个knownProviders对象和一个serviceProviderIterator对象。在遍历时,先判断serviceProviderIterator是否还有下一个元素,如果有则直接返回,否则就从knownProviders中加载下一个服务提供者,并将其迭代器赋值给serviceProviderIterator。 4. ServiceLoader的LazyIterator类 ``` private static class LazyIterator<T> implements Iterator<T> { Class<T> service; ClassLoader loader; Enumeration<URL> configs = null; Iterator<String> pending = null; String nextName = null; private LazyIterator(Class<T> service, ClassLoader loader) { this.service = service; this.loader = loader; } public boolean hasNext() { if (nextName != null) { return true; } if (configs == null) { try { String fullName = "META-INF/services/" + service.getName(); if (loader == null) { configs = ClassLoader.getSystemResources(fullName); } else { configs = loader.getResources(fullName); } } catch (IOException x) { fail(service, "Error locating configuration files", x); } } while (pending == null || !pending.hasNext()) { if (!configs.hasMoreElements()) { return false; } pending = parse(service, configs.nextElement()); } nextName = pending.next(); return true; } public T next() { if (!hasNext()) { throw new NoSuchElementException(); } String cn = nextName; nextName = null; try { return service.cast(Class.forName(cn, true, loader).newInstance()); } catch (ClassNotFoundException x) { fail(service, "Provider " + cn + " not found"); } catch (Exception x) { fail(service, "Provider " + cn + " could not be instantiated", x); } throw new Error(); } public void remove() { throw new UnsupportedOperationException(); } } ``` LazyIterator类实现了Iterator接口,它负责从配置文件中解析出服务提供者的类名,并进行实例化。在hasNext()方法中,首先判断nextName是否已经被赋值,如果是则直接返回true,否则就从配置文件中解析出下一个类名。在next()方法中,将nextName赋值给cn变量,然后通过反射加载并实例化服务提供者类,最后返回实例化对象。 以上就是ServiceLoader的源码实现分析。通过分析,我们可以了解到ServiceLoader的实现原理,以及如何通过配置文件来加载服务提供者。
阅读全文

相关推荐

最新推荐

recommend-type

2025年多模态AIGC应用习题-基础卷(含答案及解析).docx

2025年多模态AIGC应用习题-基础卷(含答案及解析).docx
recommend-type

netty-codec-stomp-4.1.121.Final.jar中文-英文对照文档.zip

1、压缩文件中包含: 中文-英文对照文档、jar包下载地址、Maven依赖、Gradle依赖、源代码下载地址。 2、使用方法: 解压最外层zip,再解压其中的zip包,双击 【index.html】 文件,即可用浏览器打开、进行查看。 3、特殊说明: (1)本文档为人性化翻译,精心制作,请放心使用; (2)只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; (3)不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 4、温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件。 5、本文件关键字: jar中文-英文对照文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册。
recommend-type

批处理修复桌面异常图标

在Windows 操作系统中,用户可能会遇到各种与桌面图标相关的问题,如图标重叠、图标不显示或者图标之间的间距异常。"Win桌面图标修复工具"正是为了解决这些困扰用户的问题而设计的。这个工具能够有效地帮助用户修复这些问题,使Windows 的桌面环境恢复正常,提供更加整洁、有序的视觉体验。 1. **图标重叠问题**:在某些情况下,由于系统错误或第三方应用的冲突,Windows 11桌面的图标可能出现重叠现象,导致用户难以正常访问或区分各个图标。Win11桌面图标修复工具通过重新排列和定位桌面图标,自动解决这种重叠问题,让用户能够清晰地看到每个图标的完整内容。 2. **图标不显示**:有时候,部分桌面图标可能因系统更新、驱动程序冲突或文件损坏而不显示。该工具能检测并修复可能导致图标不显示的潜在问题,如缓存文件损坏或注册表错误,恢复图标显示,确保用户可以正常使用所有应用程序。 3. **图标间距过大或过小**:在Windows 中,用户可能发现图标之间的间距突然变得过大或过小,这可能是系统设置出现问题或被意外更改。修复工具会调整桌面图标的间距,使其恢复到默认状态。
recommend-type

基于官方yolov8的onnxruntime的cpp例子修改,目前已经支持图像分类、目标检测、实例分割。Based on

基于官方yolov8的onnxruntime的cpp例子修改,目前已经支持图像分类、目标检测、实例分割。Based on the cpp example modification of official yolov8's onnxruntime, it currently supports image classification, target detection, and instance segmentation..zip
recommend-type

2025年标注人员协作平台设计试题-基础卷(含答案及解析).docx

2025年标注人员协作平台设计试题-基础卷(含答案及解析).docx
recommend-type

Viardot-Sarazin研发智能水准测量仪,助力精准测量

根据给定的文件信息,我们可以梳理出以下几个相关知识点: 1. 智能水准测量仪技术概念:标题提及的“Viardot-Sarazin-Smart-Measurement-Tool”指向了一种先进的测量工具。这种工具很可能是集成了高精度传感器和智能算法,用于自动测量和记录水准数据。水准测量是土木工程、建筑、测绘等领域常用的技术,用于确定地面点之间的高差,是基础建设前期准备工作的重要部分。 2. 专家级研发团队:描述中提到了三位关键人物,安东尼·费雷拉、雨果·萨拉赞和让-弗朗索瓦·维亚尔多。这些人物应该是智能测量工具的开发团队成员,分别来自于不同的学术和研究背景。安东尼·费雷拉作为“点菜专家”,可能在产品需求分析和用户体验设计方面有所贡献。雨果·萨拉赞和让-弗朗索瓦·维亚尔多则可能分别在数学和机器学习算法领域提供专业知识。 3. 数学和机器学习算法:描述强调了数学运算法则和牛顿运算法则,以及机器学习和深度学习算法在智能测量工具中的应用。这表明智能水准测量仪在数据处理和分析过程中采用了复杂的数学模型和算法,以提高测量精度和效率。 4. 特定领域标准:描述中提到了“航空纪念品标准的数学标准”,这可能是对智能测量工具在航空领域应用的一个提及。航空领域对测量精度的要求极高,因此对测量工具的精确度和可靠性有非常严格的标准。 5. 应用领域和重要性:从智能水准测量仪的描述和开发团队的背景来看,该工具可能被设计用于多个领域,包括但不限于土木工程、建筑施工、测绘、航空航天等。精确的测量是上述所有领域中至关重要的环节,智能水准测量仪的开发和应用对提升这些领域的工程质量、确保安全标准具有重要意义。 6. 项目介绍和简历:描述中提及的“介绍”、“恢复简历”、“结论”和“重现Nous重生”部分可能是项目文档的结构,这表明文档内容涉及了项目的背景介绍、团队成员的专业背景、项目结论以及可能的未来方向或迭代改进。 7. 项目成员的个人背景:描述中的“陈瑞鹏(M. Ruipeng Chen),博士学位,倒入光辉”,暗示了可能还有一个中国背景的项目成员。拥有博士学位的成员可能在智能水准测量仪的研究和开发中扮演了重要角色。 8. 压缩包子文件的文件名称:从给定的文件名“Viardot-Sarazin-Smart-Measurement-Tool-main”可以推测,这是智能水准测量仪项目的主文件或者主程序文件,其中可能包含了项目的主要代码、算法实现、用户界面设计、操作手册、项目文档等核心内容。 综合以上信息,我们可以看出这是一个集成了高度专业算法和精确数学模型的先进测量工具项目,涉及的团队成员具有深厚的专业知识背景,且可能在航空、建筑等高精尖领域有着重要的应用价值。
recommend-type

有向概率图模型:贝叶斯网络详解

### 有向概率图模型:贝叶斯网络详解 #### 1. 基本概念 在贝叶斯网络(BN)中,有一些重要的基本概念。若节点 $X_m$ 和 $X_n$ 相邻,且节点 $X_k$ 的父母节点 $X_m$ 和 $X_n$ 不相邻,那么 $X_k$ 就是 $X_m$ 到 $X_n$ 路径上的无屏蔽对撞节点。 给定节点集合 $X_E$,节点 $X_m$ 和 $X_n$ 之间的无向路径 $J$ 若满足以下任一条件,则被 $X_E$ 阻塞: 1. $J$ 中有属于 $X_E$ 的非对撞节点; 2. $J$ 上有对撞节点 $X_c$,且 $X_c$ 及其后代都不属于 $X_E$。 若 $X_m$ 和 $X
recommend-type

messagetype==0x55

提供的引用内容中未提及messagetype值为0x55的相关信息,所以无法根据引用内容准确回答其含义、用途及处理方法。一般来说,在不同的协议或系统中,messagetype值代表不同的含义和用途,处理方法也会因具体场景而异。例如在某些自定义的通信协议里,0x55可能被定义为一种特定的状态查询消息,系统接收到该消息后会进行相应的状态数据采集和回复;而在另一些系统中,它可能代表某种设备的初始化指令。 通常确定messagetype值为0x55的含义、用途及处理方法的步骤如下: ```python # 伪代码示例,用于说明一般步骤 def handle_message_type_0x55():
recommend-type

华盛顿州奥林匹克半岛Vax预约可用性监控工具

在给定文件信息中,我们可以提取出关于项目"olympicvax"的几个关键知识点:项目功能、所用技术栈以及开发依赖。 ### 项目功能 "Olympicvax"是一个用于监控华盛顿州奥林匹克半岛地区疫苗接种(vax)预约可用性的工具。该项目的名称结合了“Olympic”(奥林匹克)和“vax”(疫苗接种的缩写),可能是一个为当地居民提供疫苗预约信息的平台。项目描述中的“预定vax可用性监视器”表明该工具的主要功能是实时监控预约疫苗接种的可用性,并可能提供某种形式的通知或数据展示。 ### 技术栈 从描述中可以得知,这个项目是用Python语言编写的。Python是一种广泛使用的高级编程语言,它以其简洁明了的语法和强大的库支持而闻名。Python在数据科学、网络开发、自动化脚本和许多其他领域都非常流行。该项目特别指明了使用了Python的3.8.6版本进行测试。 Python的版本管理对于确保代码兼容性和运行环境的一致性至关重要。当开发和运行基于Python的应用时,保持使用同一版本可以避免因版本差异引起的潜在问题。 此外,项目描述还提到了使用pip(Python的包安装程序)来安装Django。Django是一个用Python编写的高级Web框架,它遵循模型-视图-控制器(MVC)架构模式,提供了快速开发安全的Web应用的完整解决方案。使用Django框架可以使得Web应用的开发更加高效,也更容易维护和扩展。从描述中可知,尽管没有明确提供Django的版本,但是提到了使用命令`python -m pip install django`来安装,这暗示着开发者需要确保在他们的开发环境中安装了Django。 ### 开发依赖 项目中明确列出了Python版本和Django的安装,但未提及其他可能的依赖项。在实际开发中,除了Python和Django框架外,一个完整Web应用可能还需要其他包,例如用于数据库操作的包(如`django-extensions`、`psycopg2`)、用于数据处理和分析的包(如`pandas`、`numpy`)、用于Web爬虫的包(如`requests`、`beautifulsoup4`)以及可能的测试框架(如`unittest`、`pytest`)等。 ### 总结 综上所述,"Olympicvax"是一个针对华盛顿州奥林匹克半岛地区疫苗接种预约可用性进行监控的工具,使用Python作为主要开发语言,并依赖于Django框架来构建其Web应用。由于该项目具体的技术细节和依赖没有在给定信息中完整列出,我们只能根据提供信息推断其功能和技术栈。在实际开发中,了解和管理项目依赖是至关重要的,它不仅影响到项目的开发效率,还涉及到后期的维护和扩展能力。
recommend-type

计算机视觉中的概率图模型:不完整数据下的贝叶斯网络学习

# 计算机视觉中的概率图模型:不完整数据下的贝叶斯网络学习 在计算机视觉领域,概率图模型是一种强大的工具,可用于处理复杂的概率关系。当数据不完整时,贝叶斯网络(BN)的参数学习和结构学习变得更具挑战性。本文将介绍不完整数据下BN参数学习和结构学习的方法。 ## 1. 不完整数据下的BN参数学习 在不完整数据中,变量 $Z_m$ 可能随机缺失或始终缺失。与完整数据情况类似,不完整数据下的BN参数学习也可通过最大似然法或贝叶斯法实现。 ### 1.1 最大似然估计 最大似然估计(ML)需要通过最大化边际似然来找到BN参数 $\theta = \{\theta_n\}_{n=1}^N$: $$