java classloader

本文主要分析:
1.classloader模型
2.自定义classloader实例


是么是classloader?
java中的class其实都是通过classloader来装载的。并且,只有当你使用该class的时候才会去装载,一个classloader只会装载同一个class一次。

classloader体系结构在三个方面对java沙箱起作用:
1)它防止恶意代码去干涉善意的代码。
2)它保护了被信任的类库的边界。
3)它将代码归入某个保护域,该类确定了代码可以进行哪些操作。

下面分别举例说明上述三点:
1.被不同类装载器装载的class,相当于在不同的环境当中,他们彼此不知道对方的存在。
看一段代码如下:
/**
 * 类TestClassloader1.java的实现描述:测试被不同classloader装载的类,彼此毫无干系
 * 
 * @author lq 2009-3-16 下午10:26:06
 */
public class TestClassloader1 {

    /**
     * @param args
     * @throws ClassNotFoundException
     * @throws IllegalAccessException
     * @throws InstantiationException
     * @throws NoSuchFieldException 
     * @throws SecurityException 
     * @throws IllegalArgumentException 
     */
    public static void main(String[] args) throws ClassNotFoundException, InstantiationException,
                                          IllegalAccessException, IllegalArgumentException, SecurityException, NoSuchFieldException {
        MyClassloader1 cl1 = new MyClassloader1();
        MyClassloader1 cl2 = new MyClassloader1();
        Class c1 = cl1.loadClass("TestMe");
        Class c2 = cl2.loadClass("TestMe");
        Object t1 =  c1.newInstance();
        t1.getClass().getField("i").setInt(t1, 100);
        Object t2 = c2.newInstance();
        System.out.println(t1.getClass().getField("i").getInt(t1));
        System.out.println(t2.getClass().getField("i").getInt(t2));
    }

}

/**
 * 
 * 类TestMe.java的实现描述:被装载的测试类
 * @author lq 2009-3-16 下午10:31:09
 */
public class TestMe {

    public static int i = 0;
}

import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
/**
 * 
 * 类MyClassloader1.java的实现描述:测试的classloader
 * @author lq 2009-3-16 下午11:08:29
 */
public class MyClassloader1 extends ClassLoader {

    public static final String drive    = "D:/";
    public static final String fileType = ".class";

    public Class findClass(String name) {
        byte[] data = loadClassData(name);
        return defineClass(name, data, 0, data.length);
    }

    public byte[] loadClassData(String name) {
        FileInputStream fis = null;
        byte[] data = null;
        try {
            fis = new FileInputStream(new File(drive + name + fileType));
            ByteArrayOutputStream baos = new ByteArrayOutputStream();
            int ch = 0;
            while ((ch = fis.read()) != -1) {
                baos.write(ch);
            }
            data = baos.toByteArray();
        } catch (IOException e) {
            e.printStackTrace();
        }
        return data;
    }

}




运行结果:
100
0
可以看出,实践已经论证了第一条理论。
当然,你运行java命令的时候,请把当前classpath下的TestMe.class删除。否则classloader将会先向上委派类路径的classloader去加载TestMe.class。这样的话,其实都是同一个classloader加载了你的TestMe.class,并且只加载了一次。


2.由于不同的classloader装载的类互相不能访问,所以说保护了被信任的类库的边界。

看一段代码:
public class TestClassloader1 {

    /**
     * @param args
     * @throws ClassNotFoundException
     * @throws IllegalAccessException
     * @throws InstantiationException
     * @throws NoSuchFieldException
     * @throws SecurityException
     * @throws IllegalArgumentException
     */
    public static void main(String[] args) throws ClassNotFoundException, InstantiationException,
                                          IllegalAccessException, IllegalArgumentException, SecurityException,
                                          NoSuchFieldException {
        MyClassloader1 cl1 = new MyClassloader1();
        MyClassloader1 cl2 = new MyClassloader1();

        Class c1 = cl1.loadClass("TestMe");
        TestMe t = (TestMe) c1.newInstance();
}
}


运行结果如下:
Exception in thread "main" java.lang.NoClassDefFoundError: TestMe
        at TestClassloader1.main(TestClassloader1.java:19)
可见被不同classloader加载的类是互相不可见的。

3.先看下classloader的体系结构
bootstrap classloader
        |
ext classloader
        |
classpath classloader
        |
uri classloader

从上图可以看出,java的classloader是一个树状结构,并且,加载class的过程是通过委派父classloader去装载的方式做到的。如果父classloader找不到该class,则该classloader试图自己去加载class。

可以把刚才的例子里的TestMe.class放到你的classpath中,然后在运行java命令,可以看到,打印的结果为:
100
100

再来看个这样做的好处:

贴段代码:
public class TestClassloader2 {

    /**
     * @param args
     */
    public static void main(String[] args) {
       new Hello();

    }

}

package java.lang;

public class Hello {

}


运行结果:
Exception in thread "main" java.lang.SecurityException: Prohibited package name: java.lang
at java.lang.ClassLoader.preDefineClass(Unknown Source)
at java.lang.ClassLoader.defineClass(Unknown Source)
at java.security.SecureClassLoader.defineClass(Unknown Source)
at java.net.URLClassLoader.defineClass(Unknown Source)
at java.net.URLClassLoader.access$100(Unknown Source)
at java.net.URLClassLoader$1.run(Unknown Source)
at java.security.AccessController.doPrivileged(Native Method)
at java.net.URLClassLoader.findClass(Unknown Source)
at java.lang.ClassLoader.loadClass(Unknown Source)
at sun.misc.Launcher$AppClassLoader.loadClass(Unknown Source)
at java.lang.ClassLoader.loadClass(Unknown Source)
at java.lang.ClassLoader.loadClassInternal(Unknown Source)
at TestClassloader2.main(TestClassloader2.java:8)


由于通过双亲委派的机制,classloader会最先委派bootstrap classloader去装载java.lang.Hello.class,但是classloader安全管理下的class并没有Hello.class,安全审核通不过。结果就有了以上的结果。。。

总结:
灵活运用classloader会给大家带来意想不到的好处,比如JBOSS的classloader体系结构。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值