Spring注解,记录一下,方便回顾

Spring注解

一、扫描注解与自定义扫描规则
@ComponentScan扫描注解
自定义扫描规则:
ComponentScan包含的属性有value
excludeFilters:不包含什么注解
includeFilters:包含什么注解
两个的参数都是@Filter注解数组。
如:@ComponentScan(value="com.spring02.demo1",excludeFilters={@Filter(type=FilterType.ANNOTATION,value={Service.class})})
上面这段注解,描述了扫描的范围不包括Service注解。

二、组件注册,自定义TypeFilter指定过滤规则
定义:创建一个类实现TypeFilter接口。
其中match方法:
public boolean match(MetadataReader arg0, MetadataReaderFactory arg1) throws IOException {
		
		//获取注解
		AnnotationMetadata annotationMetadata = arg0.getAnnotationMetadata();
		
		//获取类名
		ClassMetadata classMetadata = arg0.getClassMetadata();
		
		//获取资源
		Resource resource = arg0.getResource();
		System.out.println(annotationMetadata.getClassName() + "--" + classMetadata.getClassName());
		if(classMetadata.getClassName().contains("Pro")){
			return true;
		}
		return false;
	}
自定义过滤规则的使用:
@Filter(type=FilterType.CUSTOM,value={MyFilter.class})

三、Scope-设置组件的作用域
Singleton
Prototype
Session
Request
四、懒加载
单实例bean:默认容器启动时创建对象
懒加载:容器启动不创建对象,第一次获取的时候创建Bean.
@Lazy
五、组件注册@Conditional 按条件注册Bean
@Conditional的参数为Conditional数组,创建Conditional类,要实现Condition接口
实现Condition接口有一个matches方法,该方法有两个参数:ConditionContext(获取condition上下文信息) AnnotatedTypeMeta(注解信息)
getBeanFactory:获取到IOC使用的BeanFactory
getClassLoader:获得类加载器
getEnvironment:获取当前系统环境信息
getRegistry:获取Bean定义的注册类
public class LinuxConditional implements Condition{
	@Override
	public boolean matches(ConditionContext conditioncontext, AnnotatedTypeMetadata annotatedtypemetadata) {
		//获取beanFactory工厂
		ConfigurableListableBeanFactory beanFactory = conditioncontext.getBeanFactory();
		//获取类加载器
		ClassLoader classLoader = conditioncontext.getClassLoader();
		//获取系统配置相关信息
		Environment environment = conditioncontext.getEnvironment();
		//获取注册Bean的类,该类可以删除bean、注册bean、查询注册的bean等操作
		BeanDefinitionRegistry registry = conditioncontext.getRegistry();
		//获取资源加载器
		ResourceLoader resourceLoader = conditioncontext.getResourceLoader();
		if(environment.getProperty("os.name").toLowerCase().contains("linux")){
			return true;
		}
		return false;
	}
}
WindowsConditional类似,只是将linux改为windows
调用方式
        @Conditional(value={WindowsConditional.class})
	@Bean(name="zhangsanForWindos")
	public UserBean userBeanForWindows(){
		return new UserBean("zhangsanForWindos", "23");
	}
	
	@Conditional(value={LinuxConditional.class})
	@Bean(name="zhangsanForLinux")
	public UserBean userBeanForLinux(){
		return new UserBean("zhangsanForLinux", "23");
	}
小提示:-Dos.name=linux 运行环境设置为linux运行环境
Conditional可以放在方法上,也可以放在类上。
六、import,给容器快速导入一个组件
给容器中注册组件:
1、通过@Service、@Controller、@Repository、@Component注解注入(局限于自己写的类)
2、通过@Bean注解加入第三方包的组件
3、@Import快速的给容器中导入组件。
import导入组件在4.2.1之前只能导入配置类(有Configrution等)
import注解(XML配置文件上的import标签)只能写在配置类上,
@Configuration
@Import(ColorBean.class)
public class ConditionalDemoConfig {}
public class ColorBean {}

七、Profile的使用。

为不同环境下的不同配置提供了支持,如数据库配置等。

源码如下:

        @Bean
	@Profile("dev")
	public DemoBean DevDemoBean(){
		return new DemoBean("dev");
	}
	
	@Bean
	@Profile("prod")
	public DemoBean ProdDemoBean(){
		return new DemoBean("prod");
	}

       //main方法
       AnnotationConfigApplicationContext context = new AnnotationConfigApplicationContext();
	//获取环境变量并设置Profile的值
	context.getEnvironment().setActiveProfiles("prod");
	//后置注册配置文件类
	context.register(ProfileConfig.class);
	//刷新容器
	context.refresh();
	//打印容器内的组件
	BeanUtil.printBean(context);
	context.close();
八、Bean的生命周期
Bean的创建——初始化——销毁的过程,在spring中容器管理bean的生命周期,但是我们可以自定义bean的初始化和销毁方法。多实例Bean在获取对象后进行初始化,并不自动销毁,需要手动调销毁方法;单实例Bean的生命周期是被容器管理的,在容器关闭的时候销毁。
1、通过注解配置指定初始化与销毁方法。在Bean对应的初始化、销毁方法上用@PostConstruct和@PreDestroy注解标注(JSR250注解)
2、通过@Bean注解中的initMethod 和destoryMethod方法
3、通过让Bean实现initializingBean和DisposableBean接口实现
@Repository
public class BeanDemo2 implements InitializingBean,DisposableBean {
	private String context;
	//销毁方法
	@Override
	public void destroy() throws Exception {
		System.out.println("BeanDemo2 destroy..");
	}
	//在设置属性之后执行的方法
	@Override
	public void afterPropertiesSet() throws Exception {
		System.out.println("BeanDemo2 afterPropertiesSet..");
	}
	....
}
BeanPostProcessor:bean的后置处理器,在bean初始化之前进行一些处理工作。
postProcessBeforeInitialization:在bean初始化之前
postProcessAfterInitialization:在bean初始化完成后
完成后将 BeanPostProcessor加载到Bean容器中。

init与 postProcessBeforeInitialization、postProcessAfterInitialization的执行顺序
先执行postProcessBeforeInitialization再执行init 最后执行postProcessAfterInitialization,见源码
protected Object initializeBean(final String beanName, final Object bean, RootBeanDefinition mbd) {
		if (System.getSecurityManager() != null) {
			AccessController.doPrivileged(new PrivilegedAction<Object>() {
				@Override
				public Object run() {
					invokeAwareMethods(beanName, bean);
					return null;
				}
			}, getAccessControlContext());
		}
		else {
			invokeAwareMethods(beanName, bean);
		}


		Object wrappedBean = bean;
		if (mbd == null || !mbd.isSynthetic()) {
			wrappedBean = applyBeanPostProcessorsBeforeInitialization(wrappedBean, beanName);//1
		}


		try {
			invokeInitMethods(beanName, wrappedBean, mbd);//2
		}
		catch (Throwable ex) {
			throw new BeanCreationException(
					(mbd != null ? mbd.getResourceDescription() : null),
					beanName, "Invocation of init method failed", ex);
		}


		if (mbd == null || !mbd.isSynthetic()) {
			wrappedBean = applyBeanPostProcessorsAfterInitialization(wrappedBean, beanName);//3
		}
		return wrappedBean;
	}

九、spring的事件机制,Application Event

很好的支持了bean与bean之间的通信,比如这个bean做完了,希望另外的bean能知道并进行相应的处理,这里就是观察者模式,目标发生改变通知订阅他的所有订阅者。最明显的例子就是行人与交通信号灯,信号灯发生改变,行人接收到信号并做出相应的动作。

spring的事件机制三要素:

1.自定义事件。继承ApplicationEvent类

2.自定义事件监听器,实现ApplicationListener接口,接口泛型指定要监听的事件(ApplicationEvent),可以有多个,并添加到容器中

3.使用容器发布事件(通过ApplicationContext.publshe()方法发布消息),并添加到容器中

DemoEvent.class

public class DemoEvent extends ApplicationEvent{
	private String msg;
	public DemoEvent(Object source,String msg) {
		super(source);
		this.msg = msg;
	}
	public String getMsg() {
		return msg;
	}
	public void setMsg(String msg) {
		this.msg = msg;
	}
}

DemoListener.class监听者

@Component
public class DemoListener implements ApplicationListener<DemoEvent>{
	@Override
	public void onApplicationEvent(DemoEvent event) {
		String msg = event.getMsg();
		System.out.println("我(demolistener)接收到了(demopublisher)发布的消息:"+msg);
	}
}

DemoPulisher.class发布者,可通过Annocation发布,也可通过实现ApplicationEcentPublisherAware接口实现。

@Component
public class DemoPulisher {
//	public class DemoPulisher implements ApplicationEventPublisherAware {


	//通过applicationContext发布消息
	@Autowired
	private ApplicationContext applicationContext;
	
	public void publisher(String msg){
		//调用applicationCOntext的pubishEvent方法发布消息。
		applicationContext.publishEvent(new DemoEvent(this, msg));
		
	}
//	private ApplicationEventPublisher applicationEventPublisher;
//
//	@Override
//	public void setApplicationEventPublisher(ApplicationEventPublisher applicationEventPublisher) {
//		this.applicationEventPublisher = applicationEventPublisher;
//	}
//	
//	public void publisher(String msg){
//		applicationEventPublisher.publishEvent(new DemoEvent(this, msg));
//	}
}
接下来定义配置文件,然后从容器中获取发布者调用发布方法发布相应的消息。




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