回炉重造P的博客

在上一篇中，定义了一个自定义注解对需要经过where判断的Mapper sql方法进行修饰。支持在接口名带Mapper的编辑页面中，右键菜单，显示增加注解信息的选项鼠标移动到该选项，支持显示可选的需要新增的注解名称点击增加，对当前Mapper中的所有方法增加对应注解；同时，没有import的文件中需要增加对应的包导入。这次主要是记录了下简单的idea插件开发过程，idea的sdk以编辑页面为基础提供了PSI api来对当前页面与整体项目的展示进行修改，还是挺方便的。

使用myBatis拦截器对Mapper的sql进行判断，对增加了自定义注解修饰的方法进行where条件的判断，存在where子句再执行，否则抛出异常。// 标志注解，用来表示mapper方法需要经过where条件存在与否的判断限定method修饰，同时指定runtime，以在运行过程中判断是否被该注解修饰。简单展示了使用Mybatis拦截器进行where子句判断的方式，用完整的类名和方法名去定位自定义注解，比较麻烦的其实是如何显示最原始的异常信息。

本文简单记录了下简单的springbatch的使用，包括item相关，process编写，step构建和最终的job使用。springbatch还有一点是可以设置出现异常的处理策略，比如容忍数次异常，调过某些异常等，在真实使用中比较灵活，有机会再补充。

Profile通过对bean进行修饰，来限定spring在bean管理时的初始化情况，只有环境中激活的profile状态和修饰的value值对应时，该bean才会被顺利加载并管理。

简单写了下lambda代替反射的demo，之前几个项目里面有用到使用代理类来实现项目中的 实现的，这种大量调用的情况如果在初始化过程中使用lambdaFactory，之后之间使用函数对象调用，能快不少，有空改写下试试。

最近又遇到了脱敏数据查询相关的问题，常规的脱敏数据比如用户身份证将中间位数抹去后加入数据库，那么查询时需要手动调用就比较麻烦，不过可以使用自定义注解，利用AOP解析后在切面将数据加密再作为参数注入运行，实现非入侵的脱敏数据明文查询。简单记录一下。

最近有需求是将某些类用代理来调用，屏蔽一些通信上的细节。直接写的话需要手动创建代理对象来用，比较麻烦，转成Spring来进行管理。利用自定义注解来规定需要bean容器管理的类，之后在BeanPostProcessor中进行增强处理即可。把这部分抽离出来写了个demo记录下。...

最近把参数验证修改为自定义注解验证的需求，并设置全局的异常处理来捕捉参数验证未通过的情况。将基本的代码记录一下。简单设置一下情景：登录情景，登录的用户使用手机号和密码输入进行登录，验证手机号是否符合要求。引入验证validation依赖。参数信息将输入的手机号和密码整理成一个bean形式，方便使用注解使用了lombok来减少代码。为validation包实现的注解，为自定义注解，用来验证手机号码形式正确性。实现自定义注解类，将作用域设置为参数和成员。中存放是否必要的布尔值，中存放错误提示信息，在后

最近考虑验证码服务和请求的分离，用消息队列实现异步处理。简单记录一个demo实现，本来是准备用短信验证码接口的，不过找了一圈好像没有免费的就换成邮箱了，真是令人感叹。基于springboot实现。为了方便，实现的时候在一个项目下搭建了两个模块，这样能共用一些类和配置。同时每个模块都有各自的启动类。消息队列用了RabbitMq。请求模块 rabbitMqServer实现功能：验证码页面请求即时返回前端请求提示，并将发送验证码的消息传递给消息队列页面接受验证码输入，redis中查询，完成校验发送模块 r

动机和具体情景最近考虑怎么在Mybatis自动创建sql执行过程中进行介入，来不对原有代码耦合的情况下，实现对sql的修改。考虑情景，比如多部门管理系统，员工工资和账户信息敏感，每个部门只能查到对应权限的员工信息。为了实现sql的鉴权，本来是需要将原始的sql语句加上某个权限字段的判断。为了不耦合，现在的方案是在需要鉴权的Mybatis Mapper方法上增加一个注解，在运行过程中判断该注解存在即对sql进行修改，形成新的带权限字段判断的sql，这样对原始代码的修改就少很多（加个注解就行）。基本原理

最近在思考单点登录的需求。SSO单点登录能实现多项目间共用登录信息，控制用户的角色信息。有统一的登录门户就不用每个项目维护登录功能了，比较方便。记录一下Springboot实现的宝宝demo，代码分为中心和client两部分，已上传至github。https://github.com/huiluczP/sso_registerhttps://github.com/huiluczP/sso_client跨域单点登录原理总的来说分为两个部分的实现，SSO登陆中心和client项目的登录信息获取。利用

记录一下文件分片上传断点续传功能的前端实现，后端部分可以看看这篇文章：Springboot实现文件分片断点续传功能（后端篇）项目代码已上传至GitHub https://github.com/huiluczP/segment_upload整体思路所有请求都使用ajax。文件控件选择后，计算文件唯一码，调用接口查询文件是否存在。文件存在则判断分片是否上传完成，已完成显示秒传信息。点击上传按钮后，再查询一次文件是否存在，来获取文件分片信息。文件不存在，那么起始分片为1；文件存在，那么获取起始分片为已

SpringBoot实现文件分片断点续传功能（后端篇）最近想实现一下分片上传的功能，文件分片上传就能实现断点续传了，数据库记录也能保证秒传功能的实现。记录一下宝宝demo。前端部分可以看看这篇文章：Springboot实现文件分片断点续传功能（前端篇）项目代码已上传至GitHub。 https://github.com/huiluczP/segment_upload整体思路首先利用数据库存储文件信息，包括文件物理地址，分片接收进程和对应的md5码。利用md5码可以判断当前上传文件是否在服务器中存

项目要求对莎士比亚语料库处理，输出统计数据：语料库中唯一（或不同）术语的数量语料库中以字母T / t开头的单词数出现少于5次的术语数量整体读取的文件数最常出现的5个术语及其词频实现思路统计唯一词汇数量利用mapper将分词结果转换为以单词为key的键值组合，之后会对每个相同key的组合执行一次reduce。在reducer中调用counter并增加值即可计算词汇数量。统计以字母T/t开头的单词数在mapper中每分出一个词，小写化后进行判断，t开头的情况下调用一次count

简单基于MapReduce实现了下KMeans。算法思路KMeans算法作为一种划分式的聚类算法，利用MapReduce进行实现的主要难点在于满足KMeans每次迭代划分过程的中间结果保存。因此利用HDFS进行中心点的存储，以实现各节点间的数据共享。基于MapReduce的KMeans算法流程如下：随机分配簇，初始化中心点，存入HDFS。Mapper中读取数据文件中的每条数据并与中心点进行距离计算，输出key为最近的中心点序号。Reducer中进行归并，计算新的中心点，存入新的中心文件。判

东拼西凑拿mapreduce实现了下DBSCAN，很多地方其实并没有很并行，密度聚类确实不太适合用MR来实现，写都写了整理一下。算法流程基于hadoop的MapReduce api实现的分布式DBSCAN算法。该算法实现流程分为七步：Similarity相似度计算部分，寻找满足阈值的点对组合。FindCore寻找核心点，找到满足最小邻域要求的核心点及其邻域信息。CoreList生成核心点列表。OnlyCore转换领域信息，将其变为只有核心点的组合。FirstCoreMerge按序排列，实现

前段时间考虑微信不能保存session的问题，尝试写了下利用token认证。JWT有现成库还是挺方便的，整理个demo出来。项目简介后端用的Spring boot，因为有现成的数据库直接用mybatis来读用户信息。思路主要流程可如下表示：登录并请求token：client登录，向server请求tokenserver验证登录信息，生成JWT token和refresh token。client接受token，存入localstorage请求验证：client将token放入请求头

最近有需求要实现拼图滑动验证码，找了点资料做了个demo看看。思路简单来说就是后端随机获取图片，随即切割后把处理完的两张图片，拼图和背景存放到对应文件夹，之后将文件地址（名称）和拼图位置信息返回到前端，实现拖动重合效果即可。传递数据格式由bean类进行数据存放，包括拼图左上角的x，y坐标位置，拼图和背景文件名称。public class VerificationCodePlace { private String backName; private String markName;

  最近思考了下客户端的自动更新问题，写了个demo。  主要思路是客户端通过api获取最新版本并下载文件，之后调用脚本替换文件，关闭客户端，再重启，实现自动更新的效果。github release  为了实现客户端更新，那么就需要有服务端存放最新的文件和版本信息，github release提供了存放文件以及其对应版本的功能，并且可以提供对应的api来获取下载链接和版本信息。  Github release的api url格式为https://api.github.com/repos///rele

  最近有处理一批语句获取名词集合的需求，写了个小工具。Stanford Parser导入  利用maven引入Stanford Parser的包，没有特殊需求的话直接使用里面训练完的各国语言文件即可，很方便。 <dependency> <groupId>edu.stanford.nlp</groupId> <artifactId>stanford-corenlp</artifactId