Rozpocznij darmowy okres próbny
Popularne Nowości Gatunki Autorzy
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Wyszukiwanie...
SoBrief
Nowoczesna Java w dzialaniu

Nowoczesna Java w dzialaniu

Tytuł oryginalny: Java 8 in Action
Wprowadź programowanie funkcyjne do Javy, nie rezygnując z czytelnego i niezawodnego kodu.
autor: Raoul-Gabriel Urma 2014 394 stron
4.35
500+ ocen
Słuchaj
Immersyjne
V2.3
Amazon Kindle Audible
Wypróbuj pełny dostęp przez 3 dni
Odblokuj słuchanie i więcej!
Kontynuuj

Kluczowe wnioski

Przekaż zmienną regułę do algorytmu zamiast kopiować algorytm.

Oddziel regułę od działania. Rolnik najpierw szuka zielonych jabłek, potem ciężkich, a następnie takich, które spełniają oba kryteria. Osobne metody powielają pętlę, a dodawanie kolejnych parametrów szybko zmienia metodę w mylące menu opcji. Parametryzacja zachowania polega na przekazaniu samej reguły wyboru do metody wielokrotnego użytku. W Javie 8 krótką regułę można wyrazić za pomocą lambdy, a odwołanie do metody wskazuje metodę o określonej nazwie. Oba rozwiązania pasują do interfejsu funkcyjnego, czyli interfejsu z jedną metodą abstrakcyjną, takiego jak Predicate lub Comparator.

Używaj nazw, gdy są pomocne. To samo podejście sprawdza się przy sortowaniu, obsłudze zdarzeń i zadaniach, a nie tylko przy filtrowaniu jabłek. Lambdy pozwalają też uprościć proste wersje wzorców strategii, obserwatora i metody szablonowej. Złożoną logikę warto umieścić w nazwanej metodzie, by pozostała czytelna, testowalna i łatwiejsza do odnalezienia w śladzie stosu.

Analiza

Uderza to, że lekcja projektowania API jest tu przebrana za lekcję składni. Metoda przyjmująca zachowanie może pozostać niezmienna, podczas gdy jej wywołujący dostarczają zmienną politykę działania, co ogranicza rozbieżności wynikające z kopiowania kodu. Ceną jest przeniesienie złożoności do miejsca wywołania: gęsta lambda może być trudniejsza do zrozumienia niż niewielka klasa o znaczącej nazwie. Warto sprawdzić, czy przekazywane zachowanie czyta się jak jasna reguła, czy raczej jak cały ukryty podsystem.

Opisz przekształcenia danych, a strumieniom pozostaw decyzję o sposobie ich przetwarzania.

Kolekcje przechowują, strumienie przetwarzają. Kolekcja przechowuje elementy, a Stream opisuje sekwencję operacji na źródle danych. Zamiast ręcznie przechodzić po menu, zapisywać niskokaloryczne dania na tymczasowej liście, sortować je i wydobywać ich nazwy, można utworzyć potok, który odfiltruje dania poniżej 400 kalorii, posortuje je, przekształci w nazwy i zbierze wynik. To podejście deklaratywne: kod określa, jaki wynik jest potrzebny, a nie każdy krok przechodzenia przez dane.

Potoki czekają na uruchomienie. Operacje pośrednie, takie jak filter i map, zwracają strumienie i są leniwe. Pracę uruchamia operacja końcowa, na przykład collect lub count. Biblioteka może połączyć etapy w jedno przejście i zakończyć je wcześniej po osiągnięciu limitu. Użyj flatMap, gdy każde wejście daje zagnieżdżony strumień, który trzeba spłaszczyć. Strumienie liczbowe, takie jak IntStream, pozwalają uniknąć opakowywania typów prostych podczas przetwarzania liczb.

Analiza

Przejście od jawnych pętli do potoków przypomina zmianę od ręcznie napisanego wykonywania zapytań do planisty zapytań bazodanowych. Gdy oddzielimy zamiar od sposobu przechodzenia po danych, implementacja może łączyć kroki, przerywać obliczenia przed końcem albo wybierać inną strategię wykonania. Ta abstrakcja jest cenna, ale może przesłaniać koszty: sortowanie wymaga dostępu do całego wejścia, a potok nie staje się automatycznie czytelniejszy tylko dlatego, że jest krótszy. Najlepszy kod strumieniowy odzwierciedla rozpoznawalne kroki problemu.

Łącz kolektory, aby przekształcać surowe rekordy w użyteczne podsumowania i grupy.

Zbieranie oznacza podsumowanie. Collector to przepis na gromadzenie elementów strumienia w wyniku, takim jak lista, suma lub mapa. W przypadku menu groupingBy może utworzyć kategorie dań mięsnych, rybnych i pozostałych. Kolektor podrzędny może policzyć elementy w każdej kategorii, zsumować ich kalorie albo ponownie pogrupować każdą kategorię według poziomu kaloryczności. PartitioningBy to szczególny przypadek, w którym predykat typu tak/nie tworzy dwie grupy.

Wybierz wyspecjalizowany przepis. Collectors oferuje również minimum, maksimum, średnie, statystyki i łączenie ciągów znaków. Własny kolektor może określać sposób tworzenia akumulatora, dodawania elementów, łączenia częściowych wyników i końcowego przekształcania wyniku. W przykładzie z liczbami pierwszymi z książki sprawdzanie podzielności wyłącznie przez wcześniej znalezione liczby pierwsze poprawiło wynik prostego testu porównawczego o około 32 procent. To przykład możliwej korzyści, a nie ogólna obietnica wydajności.

Analiza

Kolektory uwidaczniają istotną różnicę między gromadzeniem danych w mutowalnym kontenerze a redukowaniem wartości do nowego wyniku. Różnica ta ma szczególne znaczenie przy przetwarzaniu równoległym: poprawny kolektor opisuje sposób łączenia niezależnych wyników częściowych. Kolektory zagnieżdżone umożliwiają też komponowanie złożonych podsumowań zamiast umieszczania całej obsługi w pętlach. Trzeba jednak uważać, by sama abstrakcja nie stała się łamigłówką. W przypadku zwykłych sum i grup wbudowany kolektor o czytelnej nazwie jest zazwyczaj łatwiejszy w utrzymaniu niż własna redukcja.

Równoleglij tylko niezależne zadania i sprawdź wydajność, zanim uwierzysz w przyspieszenie.

Przetwarzanie równoległe to żądanie, nie gwarancja. Strumień równoległy dzieli dane na porcje, przetwarza je na wielu wątkach, a następnie łączy wyniki częściowe. Najlepiej sprawdza się to wtedy, gdy każdy element można przetwarzać niezależnie, a etap łączenia jest tani. Współdzielona mutowalna suma nie jest bezpieczna: równoczesne aktualizacje mogą gubić wartości, a synchronizacja może zniwelować korzyści z równoległości.

Źródło ma znaczenie. W jednym z testów porównawczych w książce sumowanie dziesięciu milionów liczb strumieniem równoległym utworzonym za pomocą iterate trwało około 164 milisekund, a równoległym LongStream utworzonym za pomocą range — około 1 milisekundę. Pętla sekwencyjna trwała około 2 milisekund. Różnicę powodują opakowywanie typów prostych, koszt dzielenia danych oraz możliwość niezależnego obliczania porcji; uzyskane czasy zależą od maszyny. Listy łatwiej dzielić niż listy wiązane, a operacje zachowujące kolejność, takie jak findFirst, mogą ograniczać przetwarzanie równoległe.

Analiza

Lekcja jest bardziej wymagająca niż zwykłe zastąpienie stream przez parallelStream: równoległość zależy od kształtu obliczeń i źródła danych. Zgadza się to z ogólniejszą zasadą inżynierii wydajności: optymalizuj zmierzone wąskie gardła, a nie atrakcyjne abstrakcje. Wyraźny kontrast w wynikach testów z książki dobrze ilustruje tę kwestię, choć liczby te dotyczą konkretnej konfiguracji i nie powinny być traktowane jako uniwersalne szacunki. Wykonywanie równoległe wiąże się też z problemami operacyjnymi, takimi jak współdzielone pule wątków i rywalizacja o zasoby, które wymagają osobnych testów.

Uwidocznij brakujące wartości w typach, a następnie komponuj bezpieczne sposoby ich obsługi.

Brak wymaga reprezentacji. Optional<T> reprezentuje wartość albo jej brak, dzięki czemu ta możliwość jest widoczna w typie metody, zamiast być po cichu sygnalizowana przez null. Weźmy osobę, która może mieć samochód, a ten może mieć ubezpieczenie. Zwykłe wywołania kolejnych metod dostępowych mogą zakończyć się błędem na dowolnym brakującym ogniwie. Metoda map klasy Optional przekształca istniejącą wartość; flatMap łączy przekształcenia, które same zwracają Optional, nie tworząc zagnieżdżonych opakowań; filter usuwa wartość niespełniającą warunku. orElse dostarcza wartość zastępczą.

Korzystaj z niego świadomie. Optional pomaga wyrażać niepewność w API, ale nie jest uniwersalnym zamiennikiem każdego null ani każdej składowej. Wywołanie get na pustym Optional tylko przenosi miejsce wystąpienia błędu. Książka zwraca uwagę, że Optional zaprojektowano przede wszystkim z myślą o wartościach zwracanych i że nie jest Serializable, więc bezrefleksyjne umieszczanie go w utrwalanym modelu domenowym może powodować problemy ze zgodnością.

Analiza

Główna zaleta Optional polega zarówno na tym, że informuje, jak i chroni: wywołujący widzą, że brak wartości należy do kontraktu, i mogą jawnie go obsłużyć. Operacje map i flatMap zamieniają łańcuch kontroli null w kompozycyjną ścieżkę przez dane, których może brakować. Typ ten nie określa jednak reguł domenowych. Brak polisy ubezpieczeniowej może być normalny, natomiast brak nazwy ubezpieczyciela może oznaczać uszkodzone dane. Rozróżnienie tych przypadków zapobiega ukrywaniu usterek pod pozorem łagodnego dostarczania wartości zastępczych.

Korzystaj z CompletableFuture podczas oczekiwania na usługi, nie tylko przy dzieleniu obliczeń procesora.

Czekanie marnuje wątek. Future reprezentuje wynik, którego można się spodziewać w przyszłości, ale podstawowa metoda get blokuje działanie i słabo wspiera łączenie zależnych zadań. CompletableFuture dodaje operacje do pracy asynchronicznej, obsługi błędów, wywołań zwrotnych i łączenia wyników. W przykładzie ze sklepami z książki odpytywanie czterech sklepów po kolei trwa nieco ponad cztery sekundy; równoległość skraca oczekiwanie do około 1,2 sekundy. Własny Executor może lepiej odpowiadać liczbie żądań ograniczonych przez operacje wejścia-wyjścia niż domyślna współdzielona pula.

Zbuduj graf zależności. thenCompose uruchamia drugą operację asynchroniczną z użyciem wyniku pierwszej, na przykład gdy wycenę ze sklepu trzeba przekazać do usługi rabatowej. thenCombine łączy niezależne wyniki, takie jak cena i kurs wymiany walut. Wywołania zwrotne po zakończeniu mogą wyświetlać odpowiedzi sklepów w miarę ich otrzymywania, a allOf czeka na wszystkie zadania, zaś anyOf — na pierwsze z nich.

Analiza

Rozróżnienie między równoległością a współbieżnością ma praktyczne znaczenie: równoległość dzieli obliczenia, a kompozycja asynchroniczna zapobiega bezczynnemu oczekiwaniu wątków podczas operacji sieciowych lub bazodanowych. CompletableFuture przedstawia zależności jako łańcuch zamiast sekwencji blokujących wywołań. Ta elastyczność oznacza też odpowiedzialność. Dobór wielkości puli wątków, limity czasu, propagacja błędów i anulowanie wpływają na rzeczywiste działanie programu, więc nawet elegancki łańcuch wymaga zasad operacyjnych. Wybór odpowiedniej abstrakcji zależy od tego, czy zadanie obciąża procesor, czy głównie polega na czekaniu na coś zewnętrznego.

Wybieraj niezmienne wyniki, gdy współdzielona mutacja utrudnia śledzenie błędów.

Zmiany powinny być lokalne i widoczne. Programowanie w stylu funkcyjnym preferuje metody, których wyniki zależą od danych wejściowych i które nie zmieniają współdzielonego stanu. Przezroczystość referencyjna oznacza, że te same dane wejściowe zawsze dają ten sam wynik, co ułatwia rozumowanie o kodzie i jego buforowanie. Przykład kolejowej trasy z książki pokazuje zagrożenie: połączenie dwóch mutowalnych tras przez zmianę pierwszej może niespodziewanie zmienić to, co inni wywołujący uważają za krótszą trasę.

Współdziel strukturę, nie niespodzianki. Trwałe struktury danych zachowują wcześniejsze wersje podczas tworzenia zmienionej wersji, często ponownie wykorzystując niezmienione części. Może to ograniczyć konieczność defensywnego kopiowania i zapobiec przedostawaniu się aktualizacji między wywołującymi. Niezmienność nie jest darmowa, a Java nie jest językiem czysto funkcyjnym. Lokalna mutacja może być nieszkodliwa, a rekurencja może przepełnić stos, ponieważ Java nie gwarantuje optymalizacji wywołań ogonowych.

Analiza

Niezmienność ogranicza liczbę możliwych historii, które programista musi brać pod uwagę. Ma to szczególne znaczenie, gdy dane przekraczają granice wątków lub modułów, gdzie trudno określić, kto nimi zarządza. Trwałe struktury danych rozwijają tę ideę, współdzieląc niezmienione elementy zamiast kopiować wszystko. Praktycznym celem nie jest ideologiczna czystość, lecz ograniczenie mutacji tam, gdzie najłatwiej nad nią zapanować. Wejście-wyjście, pamięci podręczne i tworzenie obiektów nadal wymagają stanu, dlatego jasne granice są ważniejsze niż udawanie, że stan zniknął.

Przekształcaj powtarzające się operacje w funkcje, które można komponować i ponownie wykorzystywać.

Funkcje stają się elementami składowymi. Java 8 pozwala traktować metody i lambdy jak wartości: można je przekazywać, zwracać, przechowywać i łączyć. Funkcja wyższego rzędu przyjmuje funkcję lub ją zwraca. Na przykład ogólny konwerter jednostek można częściowo skonfigurować za pomocą skali i przesunięcia, tworząc konwerter przyjmujący jeden argument, który przelicza stopnie Celsjusza na Fahrenheita. Kompozycja funkcji łączy przekształcenia; można też łączyć predykaty i komparatory, by wyrażać bardziej złożone testy i porządki.

Poznaj granice języka. Strumienie w Javie są leniwe, ale nie można ich definiować rekurencyjnie tak jak leniwych sekwencji opisywanych w językach funkcyjnych. Książka porównuje Javę ze Scalą, która ma wbudowane curryfikację, krotki i dopasowywanie wzorców. Te różnice pokazują zarówno możliwości, jak i ograniczenia Javy 8: język zapożycza użyteczne techniki funkcyjne, zachowując je w ramach systemu typów opartego na interfejsach.

Analiza

Kompozycyjne funkcje tworzą słownik pośredni między surowym kodem imperatywnym a pełnym językiem funkcyjnym. Niewielkie przekształcenia można ponownie wykorzystywać w potokach, testować za pomocą typów interfejsów funkcyjnych i łączyć na nowo bez tworzenia osobnej klasy dla każdego przypadku. Wyzwaniem projektowym jest łatwość odnajdywania elementów: kompozycja jest użyteczna tylko wtedy, gdy nazwy i typy ujawniają rolę każdego składnika. Bardziej wyrazista składnia, taka jak w Scali, może ograniczyć formalności, ale znajome interfejsy Javy ułatwiają stopniowe wdrażanie jej funkcji funkcyjnych.

Używaj lambd, by upraszczać wzorce, ale wydzielaj zachowanie, gdy staje się złożone.

Refaktoryzuj z myślą o czytelności. Lambdy mogą zastąpić klasy anonimowe i uprościć znane wzorce, takie jak strategia, obserwator i łańcuch odpowiedzialności. Krótką regułę walidacji można przekazać bezpośrednio; potok przekształceń tekstu można komponować. W przypadku bardziej złożonego zachowania wydzielenie metody o określonej nazwie i użycie odwołania do niej nadaje regule trwałą nazwę oraz ułatwia jej testowanie. Testy powinny zwykle sprawdzać zachowanie metody publicznej, a nie jednorazową lambdę ukrytą w jej wnętrzu.

Debuguj potok. Ślady stosu lambd mogą zawierać nazwy wygenerowane przez kompilator, które są mniej czytelne niż zwykłe nazwy metod. Operacja peek w Stream pozwala podczas debugowania podejrzeć wartości pośrednie, nie kończąc potoku tak jak forEach. Ostrożności wymaga też zastępowanie klas anonimowych: this, przesłanianie zmiennych i rozstrzyganie przeciążeń mogą działać inaczej.

Analiza

Zwięzłość nie jest wiarygodnym wyznacznikiem czytelności. Krótki zapis może ułatwić zrozumienie prostej reguły, lecz gwałtownie utrudnić je, gdy narastają rozgałęzienia, wyjątki lub reguły domenowe. Nadanie metodzie nazwy to forma dokumentacji i użyteczny punkt zaczepienia dla testów, a nie zbędna formalność. Dlatego słuszna jest rada książki, by refaktoryzować stopniowo: zachowywać znane struktury obiektowe, gdy reprezentują stan lub tożsamość, a używać lambd tam, gdzie zachowanie jest naprawdę niewielkie.

Używaj metod domyślnych, by rozwijać interfejsy bez zmuszania każdego klienta do zmian.

Interfejsy mogą zyskać zachowanie. Przed Javą 8 dodanie metody abstrakcyjnej do opublikowanego interfejsu mogło naruszyć zgodność źródłową, ponieważ każda klasa implementująca ten interfejs musiałaby dostarczyć implementację. Metoda domyślna udostępnia ciało w interfejsie, dzięki czemu istniejące klasy mogą odziedziczyć nowe zachowanie. Java wykorzystała ten mechanizm, by dodać do Collection takie operacje jak stream, a do List — sort. Ułatwiło to rozwój bibliotek bez konieczności przepisywania każdej zewnętrznej implementacji.

Konflikty podlegają określonym regułom. Metoda klasy lub nadklasy ma pierwszeństwo przed domyślną metodą interfejsu. W pozostałych przypadkach wygrywa najbardziej szczegółowy interfejs. Jeśli równie szczegółowe interfejsy dostarczają konkurencyjne implementacje, klasa musi nadpisać metodę i jawnie wybrać rozwiązanie. Metody domyślne umożliwiają też tworzenie niewielkich, kompozycyjnych interfejsów z wielokrotnie wykorzystywanym zachowaniem, ale nie pozwalają interfejsom przechowywać stanu instancji.

Analiza

Metody domyślne to funkcja języka ukształtowana przez potrzeby utrzymania całego ekosystemu. Interfejs nie jest wyłącznie lokalnym kontraktem: mogą go implementować fragmenty kodu, których projektanci nigdy nie widzieli. Zapewnienie implementacji zastępczej ogranicza zakłócenia podczas rozwoju, a jednocześnie zachowuje jawne reguły rozwiązywania konfliktów. Nie należy jednak wykorzystywać tej możliwości do tworzenia rozbudowanych klas narzędziowych w postaci interfejsów. Minimalne interfejsy wyraźnie określają możliwości, a domyślne implementacje powinny być poprawne dla wszystkich dziedziczących je klas, nie tylko dla klas własnej biblioteki.

Dobieraj typy daty i czasu do ich znaczenia i jawnie określaj strefy czasowe.

Reprezentuj właściwy rodzaj czasu. Starsze klasy Date i Calendar w Javie były mutowalne i niewygodne w użyciu, stosowały mylące konwencje numerowania miesięcy oraz niebezpieczne metody formatowania. Interfejs API daty i czasu wprowadzony w Javie 8 udostępnia niezmienne typy o odrębnych zastosowaniach: LocalDate i LocalTime opisują wartości kalendarzowe i godzinowe bez strefy; Instant oznacza punkt na osi czasu maszyny; Duration mierzy upływ sekund i nanosekund; Period wyraża kalendarzowe lata, miesiące lub dni.

Dodaj kontekst, gdy jest potrzebny. LocalDateTime łączy datę z godziną, ale nadal nie określa uniwersalnego punktu w czasie. ZoneId dostarcza reguły regionalne, w tym zmiany czasu letniego, umożliwiając utworzenie ZonedDateTime. Stałe przesunięcie względem UTC nie uwzględnia takich reguł regionalnych i nie nadaje się do wielu rzeczywistych harmonogramów. DateTimeFormatter zapewnia bezpieczne wątkowo parsowanie i formatowanie, a TemporalAdjuster pozwala opakować w wielokrotnego użytku mechanizm zmiany daty, taki jak przesunięcie jej na następny dzień roboczy.

Analiza

Najważniejszym ulepszeniem tego API jest rozdzielenie znaczeń. Urodziny, termin przypadający w konkretnym mieście i znacznik czasu zapisany przez serwer nie są wymiennymi rodzajami danych, nawet jeśli każdy z nich można wyświetlić jako datę i godzinę. Jawne typy ograniczają przypadkowe konwersje i pozwalają sprawdzić przyjęte założenia. Strefy czasowe pozostają jednak zestawami reguł utrzymywanych w odpowiedzi na zmiany polityczne, a nie prostymi przesunięciami arytmetycznymi. Aplikacje planujące zdarzenia w różnych regionach muszą zachować strefę określoną dla danego miejsca, jeśli istotna jest przyszła lokalna godzina.

Analiza

Javę 8 najlepiej rozumieć jako zmianę w tym, gdzie programiści umieszczają sterowanie. W starszym kodzie operującym na kolekcjach to programista odpowiada za iterację, rozgałęzienia, gromadzenie wyników, a często także koordynację wątków. Lambdy pozwalają przekazywać zachowanie jako argument; strumienie, kolektory, Optional i CompletableFuture dają następnie bibliotekom możliwość zarządzania przechodzeniem przez dane, brakującymi wartościami, redukcją i zależnościami między zadaniami. Wspólnym mianownikiem nie jest tylko krótsza składnia. Chodzi o przejście od opisywania każdego kroku do opisywania przekształceń i zależności.

To podejście jest skuteczne tylko wtedy, gdy abstrakcje spełniają związane z nimi obietnice. Strumienie równoległe wymagają niezależnych zadań, źródeł łatwych do podziału i bezpiecznego łączenia wyników. Płynny potok może nadal ukrywać kosztowne sortowanie lub blokujące operacje. Optional sygnalizuje brak wartości, ale nie rozstrzyga, czy ten brak jest uzasadniony. Kompozycja asynchroniczna zapobiega zbyt wczesnemu oczekiwaniu, lecz nie określa zasad dotyczących limitów czasu, anulowania ani limitów zasobów. Java 8 obniża koszt wyrażania tych koncepcji, ale nie zwalnia z konieczności ich rozumienia.

Najbardziej użyteczne podejście w książce jest więc pragmatyczne, a nie dogmatyczne. Projektowanie obiektowe nadal ma wartość w przypadku obiektów ze stanem oraz zachowań mających własną tożsamość. Techniki funkcyjne pomagają wyodrębniać przekształcenia, ograniczać współdzieloną mutację i ujawniać zamysł przetwarzania danych. Metody domyślne rozwiązują inny problem: ciężar zapewnienia zgodności przy rozwijaniu interfejsów implementowanych przez wiele różnych klas. Interfejs API daty i czasu stosuje tę samą zasadę jawnego określania znaczenia do danych temporalnych.

Niektóre obietnice zawarte we wstępie, zwłaszcza te dotyczące niemal bezproblemowego przetwarzania równoległego, należy traktować ostrożnie. Pokazują to same przykłady wydajności: niewłaściwe źródło danych lub nieudany podział mogą sprawić, że wykonanie równoległe będzie wolniejsze niż pętla. Podobnie zwięzła lambda nie zawsze jest czytelna, a kod w stylu funkcyjnym nadal współdziała z operacjami wejścia-wyjścia, wyjątkami i systemami mutowalnymi. Osiągnięciem Javy 8 nie jest uczynienie z Javy języka czysto funkcyjnego. Daje ona programistom tworzącym w popularnym języku zestaw kompozycyjnych narzędzi i stopniową drogę ku kodowi łatwiejszemu do sprawdzania, ponownego wykorzystywania i bezpiecznego wykonywania.

Podsumowanie w 30 sekund
Lambdy i referencje do metod pozwalają przekazywać zachowanie do algorytmów wielokrotnego użytku, a strumienie opisują przekształcenia danych, zaś kolektory tworzą pogrupowane lub podsumowane wyniki. Strumienie równoległe pomagają tylko wtedy, gdy pracę można łatwo podzielić, a wyniki tanio połączyć: w jednym teście wydajnościowym nieodpowiednie źródło dało wynik po około 164 milisekundach, a LongStream — po około 1 milisekundzie. Optional jawnie sygnalizuje brak wartości zwracanej, a CompletableFuture łączy zadania asynchroniczne; równoległe odpytywanie czterech sklepów skróciło oczekiwanie z ponad czterech sekund do około 1,2 sekundy. Niezmienne wartości ograniczają ryzyko związane ze współdzieloną mutacją, a typy daty i czasu w Javie 8 rozróżniają wartości kalendarzowe, chwile na osi czasu, okresy i regionalne strefy czasowe.
Zawiera spoilery

Ostatnia aktualizacja:

Zgłoś problem

Podsumowanie recenzji

4.35 z 5
Średnia z 500+ ocen z Goodreads i Amazon.

Nowoczesna Java w dzialaniu zbiera wysokie oceny za wyczerpujące omówienie funkcji Javy 8, zwłaszcza lambd i strumieni. Czytelnicy doceniają jasne wyjaśnienia, praktyczne przykłady i wnioski dotyczące programowania funkcyjnego. Wielu z nich uważa tę książkę za przydatną przy aktualizowaniu wiedzy o Javie i wypełnianiu luki między starszymi wersjami a nowoczesną Javą. Skupienie książki na Javie 8 jest zarazem jej zaletą i wadą, ponieważ niektóre treści stają się nieaktualne wraz z wydaniem nowszych wersji Javy. Mimo to książka pozostaje zdecydowanie polecana programistom Javy, którzy chcą lepiej zrozumieć koncepcje programowania funkcyjnego i funkcje Javy 8.

Twoja ocena:
4.64
198 ocen
Chcesz przeczytać całą książkę?

Słowniczek

parametryzacja zachowania

Przekazywanie reguły do metody

Technika projektowania, w której metoda przyjmuje zachowanie jako argument i wykorzystuje je do zmiany swojego działania. Na przykład metoda filtrująca może używać jednego algorytmu przechodzenia, podczas gdy wywołujący dostarczają różne warunki. Lambdy i referencje do metod w Javie 8 sprawiają, że to podejście jest znacznie mniej rozbudowane niż osobne klasy implementujące.

interfejs funkcyjny

Kontrakt z jedną metodą abstrakcyjną

Interfejs Javy z dokładnie jedną metodą abstrakcyjną. Sygnatura tej metody określa formę lambdy, której można użyć w danym kontekście. Przykładami są Predicate, Consumer, Function, Runnable i Comparator. Interfejs może zawierać także metody domyślne i statyczne, nie tracąc statusu interfejsu funkcyjnego.

strumień

Sekwencja służąca do przetwarzania danych

Sekwencja elementów pochodzących ze źródła, takiego jak kolekcja, tablica, plik lub generator, obsługująca operacje przetwarzania danych. Strumienie opisują obliczenia, a nie przechowują elementów. Operacje pośrednie można łączyć i wykonywać leniwie, a operacja końcowa zużywa strumień, aby uzyskać wynik.

kolektor

Przepis na gromadzenie wyników

Obiekt określający sposób gromadzenia elementów strumienia w końcowy wynik. Kolektor może utworzyć akumulator, dodawać do niego elementy, łączyć częściowe akumulatory i opcjonalnie przekształcać gotowy wynik. Wbudowane kolektory obsługują listy, grupowanie, partycjonowanie, statystyki i inne typowe podsumowania.

strumień równoległy

Strumień dzielony między wątki robocze

Strumień skonfigurowany tak, by jego elementy mogły być dzielone na fragmenty i przetwarzane współbieżnie, a następnie łączone w częściowe wyniki. Wydajność zależy od niezależności operacji, efektywnego podziału, odpowiedniej ilości pracy i właściwej redukcji. Współdzielony, mutowalny stan może prowadzić do niepoprawnych wyników, a wykonanie równoległe nie jest automatycznie szybsze.

Optional

Wartość, której może nie być

Kontener reprezentujący albo obecną wartość typu T, albo brak wartości. Operacje map, flatMap i filter umożliwiają łączenie przekształceń przy obsłudze braku wartości. Optional jawnie wskazuje, że metoda może niczego nie zwrócić, ale niebezpieczne pobieranie wartości za pomocą get może odtworzyć błędy związane z null.

CompletableFuture

Łączalny wynik przyszły

Implementacja interfejsu Future w Javie, która reprezentuje obliczenie asynchroniczne i może zostać zakończona wartością lub błędem. Jej metody kompozycji łączą zależne zadania, zestawiają niezależne zadania i dołączają działania uruchamiane po nadejściu wyników. Może także korzystać ze skonfigurowanego Executor.

przezroczystość referencyjna

Te same dane wejściowe, ten sam wynik

Właściwość wyrażenia lub funkcji, którą można zastąpić jej wynikiem bez zmiany zachowania programu. W ujęciu programowania funkcyjnego przedstawionym w książce obliczenie jest przezroczyste referencyjnie, gdy jednakowe dane wejściowe niezawodnie dają jednakowe wyniki, bez widocznych efektów ubocznych. Ułatwia to rozumowanie, ponowne użycie i buforowanie.

trwałe struktury danych

Aktualizacje zachowują wcześniejsze wersje

Struktury danych, które tworzą zmienioną wersję bez modyfikowania poprzedniej. Implementacje mogą współdzielić niezmienione części między wersjami, ograniczając kopiowanie i zachowując wcześniejsze wartości. Ich bezpieczeństwo zależy od tego, czy użytkownicy nie modyfikują współdzielonych węzłów, dlatego niezmienność musi obejmować całą współdzieloną strukturę.

funkcje wyższego rzędu

Funkcje przyjmujące funkcje lub je zwracające

Funkcje, które przyjmują jedną lub więcej funkcji jako argumenty, zwracają funkcje jako wyniki albo robią jedno i drugie. Java 8 obsługuje je za pomocą interfejsów funkcyjnych, lambd i referencji do metod. Przykładami są Comparator.comparing oraz metody kompozycji interfejsu Function, takie jak andThen.

metody domyślne

Metody interfejsu z implementacją

Metody zadeklarowane w interfejsie wraz z treścią, dzięki czemu klasy implementujące mogą odziedziczyć zachowanie bez dostarczania własnej implementacji. Pozwalają projektantom bibliotek dodawać zgodne wstecznie operacje do istniejących interfejsów. W razie konfliktu pierwszeństwo mają metody klas, następnie najbardziej szczegółowy interfejs; nierozstrzygnięty konflikt wymaga jawnego nadpisania.

TemporalAdjuster

Wielokrotnego użytku reguła korekty daty

Interfejs funkcyjny opisujący sposób korekty wartości czasowej i zwracający skorygowaną wartość. Klasa TemporalAdjusters w Javie udostępnia typowe reguły, takie jak znajdowanie najbliższego wystąpienia dnia tygodnia lub ostatniego dnia miesiąca. Własny korektor może uwzględniać specyficzną dla danej dziedziny regułę kalendarzową.

FAQ

O czym jest Nowoczesna Java w dzialaniu?

  • Skupienie na funkcjach Javy 8: Nowoczesna Java w dzialaniu autorstwa Raoul-Gabriel Urmy omawia istotne zmiany wprowadzone w Javie 8, takie jak lambdy, strumienie i programowanie funkcyjne.
  • Praktyczne przykłady: Książka zawiera praktyczne przykłady i ćwiczenia, które pomagają czytelnikom stosować nowe funkcje w rzeczywistych sytuacjach.
  • Ewolucja Javy: Omawia rozwój Javy i znaczenie tych zmian dla współczesnych praktyk programistycznych.

Dlaczego warto przeczytać Nowoczesną Javę w dzialaniu?

  • Rozwijanie umiejętności programistycznych: Książka pomaga programistom Javy podnieść kwalifikacje dzięki najnowszym funkcjom Javy 8 i sprawniej się nimi posługiwać.
  • Kompleksowy przewodnik: To kompleksowy przewodnik z jasnymi wyjaśnieniami, odpowiedni zarówno dla początkujących, jak i doświadczonych programistów.
  • Aktualna wiedza: Zrozumienie Javy 8 ma zasadnicze znaczenie, by nadążać za zmianami w świecie technologii, a ta książka pomaga utrzymać wiedzę na bieżąco.

Jakie są najważniejsze wnioski z Nowoczesnej Javy w dzialaniu?

  • Lambdy i strumienie: Dowiedz się, jak używać wyrażeń lambda i API strumieni do pisania zwięzłego i wydajnego kodu w Javie.
  • Parametryzacja zachowania: Książka podkreśla, że parametryzacja zachowania pozwala tworzyć elastyczny kod wielokrotnego użytku.
  • Koncepcje programowania funkcyjnego: Poznaj sposoby włączania technik programowania funkcyjnego do Javy.

Jak Nowoczesna Java w dzialaniu objaśnia wyrażenia lambda?

  • Zwięzła składnia: Wyrażenia lambda umożliwiają zwięzłe zapisanie funkcji anonimowych i przekazywanie kodu jako argumentu.
  • Interfejsy funkcyjne: Lambd używa się w kontekście interfejsów funkcyjnych, które definiują jedną metodę abstrakcyjną implementowaną przez lambdę.
  • Wnioskowanie o typach: Kompilator Javy wnioskuje o typach parametrów wyrażeń lambda, dzięki czemu kod jest czytelniejszy i bardziej zwięzły.

Czym jest API strumieni w Nowoczesnej Javie w dzialaniu?

  • Przetwarzanie danych: API strumieni przetwarza sekwencje elementów w stylu funkcyjnym i obsługuje takie operacje jak filtrowanie, mapowanie i redukcja.
  • Leniwa ewaluacja: Strumienie są obliczane leniwie i wykonują obliczenia tylko wtedy, gdy są potrzebne, co może poprawić wydajność.
  • Przetwarzanie równoległe: API obsługuje przetwarzanie równoległe, umożliwiając programistom efektywne wykorzystanie procesorów wielordzeniowych.

Jak Nowoczesna Java w dzialaniu omawia typ Optional?

  • Unikanie null: Klasa Optional reprezentuje wartości opcjonalne bez używania referencji null, zapobiegając wyjątkom NullPointerException.
  • Czytelniejszy projekt API: Użycie Optional wskazuje, że wartość może być nieobecna, poprawiając czytelność i łatwość utrzymania kodu.
  • Operacje funkcyjne: Metody takie jak map, flatMap i orElse służą do pracy z Optional w stylu funkcyjnym.

Czym jest parametryzacja zachowania w Nowoczesnej Javie w dzialaniu?

  • Definicja: Parametryzacja zachowania pozwala przekazywać bloki kodu jako parametry metod, umożliwiając elastyczne działanie.
  • Przykłady z życia: Książka ilustruje tę koncepcję przykładami filtrowania i sortowania kolekcji oraz dostosowywania ich do zmieniających się wymagań.
  • Większa elastyczność kodu: To podejście pozwala tworzyć metody, które łatwiej dostosować i utrzymywać.

Jak zaimplementować programowanie asynchroniczne za pomocą CompletableFuture w Nowoczesnej Javie w dzialaniu?

  • Tworzenie CompletableFuture: Użyj metody supplyAsync, aby uruchamiać zadania asynchronicznie; przydaje się to w operacjach nieblokujących.
  • Łączenie operacji: Łącz operacje asynchroniczne metodami takimi jak thenApply i thenCompose, stosując deklaratywny styl programowania.
  • Obsługa błędów: Obsługuj błędy metodami takimi jak handle i exceptionally, aby zapewnić sprawne zarządzanie wyjątkami.

Jakie są sprawdzone sposoby korzystania ze strumieni opisane w Nowoczesnej Javie w dzialaniu?

  • Preferuj iterację wewnętrzną: Używaj strumieni do iteracji wewnętrznej, upraszczając kod i umożliwiając potencjalne przetwarzanie równoległe.
  • Unikaj efektów ubocznych: Zadbaj, by lambdy w strumieniach nie miały stanu i nie modyfikowały zmiennych zewnętrznych, co pozwala zachować przejrzystość.
  • Używaj referencji do metod: Korzystaj z referencji do metod, by uzyskać czytelniejszy kod, gdy przekazujesz istniejące metody jako argumenty w strumieniach.

Jak Nowoczesna Java w dzialaniu wyjaśnia znaczenie CompletableFuture?

  • Programowanie asynchroniczne: CompletableFuture jest narzędziem do obsługi programowania asynchronicznego i pozwala pisać kod nieblokujący.
  • Łączenie zadań: Łącz wiele zadań asynchronicznych metodami takimi jak thenCompose i thenCombine, aby zarządzać przebiegiem pracy.
  • Obsługa błędów: Książka omawia obsługę wyjątków w obliczeniach asynchronicznych, niezbędną do tworzenia niezawodnych aplikacji.

Czym różnią się strumienie równoległe i CompletableFuture w Nowoczesnej Javie w dzialaniu?

  • Strumienie równoległe: Służą do równoległego przetwarzania kolekcji i najlepiej sprawdzają się przy zadaniach ograniczonych mocą obliczeniową, w których praca jest równomiernie rozłożona.
  • CompletableFuture: Oferuje większą elastyczność w programowaniu asynchronicznym i obsługuje zadania ograniczone operacjami wejścia-wyjścia bez blokowania.
  • Zastosowania: Strumienie równoległe najlepiej nadają się do przetwarzania danych, a CompletableFuture sprawdza się w zarządzaniu zadaniami asynchronicznymi i zależnościami między nimi.

Jakie są najlepsze cytaty z Nowoczesnej Javy w dzialaniu i co oznaczają?

  • „NullPointerException to zdecydowanie najczęstszy wyjątek w Javie.”: Podkreśla potrzebę stosowania lepszych praktyk, takich jak używanie Optional, by unikać referencji null.
  • „Wyrażenia lambda mogą uczynić kod bardziej czytelnym i elastycznym.”: Zwraca uwagę na to, że lambdy upraszczają kod i umożliwiają parametryzację zachowania.
  • „Programowanie funkcyjne polega na pisaniu kodu, nad którym łatwiej się zastanawiać.”: Podkreśla główną zaletę programowania funkcyjnego — ograniczanie złożoności i poprawę łatwości utrzymania kodu.

O autorze

Raoul-Gabriel Urma jest cenionym autorem i ekspertem w dziedzinie programowania w Javie. Chociaż w podanych treściach nie ma szczegółowych informacji biograficznych, jego książka „Nowoczesna Java w dzialaniu” zdobyła szerokie uznanie czytelników i specjalistów ze społeczności tworzącej oprogramowanie. Styl Urmy chwalony jest za jasność, głębię i umiejętność przystępnego wyjaśniania złożonych zagadnień. Jego znajomość funkcji Javy 8, zwłaszcza koncepcji programowania funkcyjnego, jest widoczna w całej książce. Urma łączy wiedzę teoretyczną z praktycznymi przykładami, dzięki czemu jego praca jest cenna zarówno dla początkujących, jak i doświadczonych programistów Javy, którzy chcą odświeżyć swoje umiejętności.

Pobierz PDF

Aby zachować streszczenie „Nowoczesna Java w dzialaniu” na później, pobierz bezpłatny plik PDF. Możesz je wydrukować lub przeczytać offline w dogodnym dla siebie momencie.
Download PDF

Pobierz EPUB

Aby przeczytać streszczenie „Nowoczesna Java w dzialaniu” na czytniku lub w aplikacji, pobierz bezpłatny plik EPUB. Cyfrowy format książki .epub idealnie nadaje się do czytania e-booków na telefonach, tabletach i czytnikach.
Download EPUB
Chcesz przeczytać całą książkę?
Obserwuj
Słuchaj
Główna
Swipe
Biblioteka
Aplikacja
Wypróbuj pełny dostęp przez 3 dni
Słuchaj, dodawaj zakładki i więcej
Porównaj funkcje Darmowy Pro
📖 Czytaj streszczenia
Czytaj nieograniczoną liczbę streszczeń. Darmowi użytkownicy otrzymują 3 miesięcznie
🎧 Słuchaj streszczeń
Słuchaj nieograniczonej liczby streszczeń w 40 językach
—
❤️ Nieograniczone zakładki
Darmowi użytkownicy mają limit 4
—
📜 Nieograniczona historia
Darmowi użytkownicy mają limit 4
—
📥 Nieograniczone pobieranie
Darmowi użytkownicy mają limit 1
—
Harmonogram bez ryzyka
Dziś: Uzyskaj natychmiastowy dostęp
Słuchaj pełnych streszczeń ponad 26 000 książek. To ponad 12 000 godzin audio!
Dzień 2: Przypomnienie o okresie próbnym
Wyślemy Ci powiadomienie, że okres próbny wkrótce się kończy.
Dzień 3: Rozpoczęcie subskrypcji
Opłata zostanie pobrana 25 lis,
anuluj w dowolnym momencie wcześniej.
Consume 2.8× More Books
2.8× więcej książek Słuchanie Czytanie
Nasi użytkownicy nas kochają
1M+ czytelników
Trustpilot Rating
TrustPilot
4.6 Doskonały
Ta strona to prawdziwa rewolucja. Czytam streszczenia książek szybciej niż kiedykolwiek. Bardzo, bardzo polecam.
— Dave G
Warte mojego czasu i pieniędzy, naprawdę dobrze zrobione. Nigdy nie widziałem tak dobrych streszczeń na innych stronach. Bardzo pomocne!
— Em
Gorąco polecam!! Fantastyczna usługa. Idealna dla tych, którzy chcą czegoś więcej niż zajawka, ale nie potrzebują wszystkich szczegółów pełnego audiobooka.
— Greg M
Oszczędź 62%
Roczny
$119.88 $44.99/rok/rok
$3.75/mies.
Miesięczny
$9.99/mies.
Rozpocznij 3-dniowy darmowy okres próbny
3 dni za darmo, potem $44.99/rok. Anuluj w dowolnym momencie.
Unlock a world of fiction & nonfiction books
Ponad 26 000 książek w cenie 2 książek
Przeczytaj dowolną książkę w 10 minut
Odkrywaj nowe książki jak na Tinderze
Zamów dowolną książkę, jeśli nie ma jeszcze streszczenia
Czytaj więcej książek niż ktokolwiek, kogo znasz
Aplikacja nr 1 dla miłośników książek
Lifelike & immersive summaries
30-dniowa gwarancja zwrotu pieniędzy
Pobieraj streszczenia w formatach EPUB i PDF
Anuluj w każdej chwili kilkoma kliknięciami

Dlaczego tylko jedno streszczenie?

Skaner
Znajdź kod kreskowy do zeskanowania

⭐
⭐
⭐
Mamy dla Ciebie specjalny prezent
Otwórz
Rabat 38%
RABAT DLA CIEBIE
⭐
⭐
⭐
$79.99
$49.99/rok
Tylko $4.16 miesięcznie
Kontynuuj
Wystarczą 2 kliknięcia, by zacząć. Rezygnacja jest bardzo prosta
Ustawienia
Ogólne
Widget
Ładowanie...