Java библиотека

☄️ Ускоряем @Transactional

При использовании @Transactional Spring Data JPA по умолчанию отслеживает изменения загруженных сущностей для последующей фиксации. Но если вам нужно только чтение, добавьте:

@Transactional(readOnly = true)

Spring Data JPA переводит транзакцию в режим без грязных проверок (no dirty checking), что ускоряет выполнение, так как не отслеживает изменения в загруженных сущностях.

Также БД может оптимизировать запросы, зная, что изменений не будет, особенно СУБД с поддержкой уровня изоляции READ ONLY.

❓Почему это быстрее

В обычной транзакции Spring Data JPA сохраняет копию каждой загруженной сущности, чтобы сравнить её состояние при коммите и зафиксировать изменения. С readOnly=true эта дорогостоящая операция пропускается, что снижает нагрузку на память и CPU.

📌 Когда использовать

— Сервисы, где нет операций save/update/delete.
— REST-эндпоинты, отдающие справочные данные.
— Запросы к отчетам и аналитике.

⚠️ Если внутри @Transactional(readOnly = true) вызвать метод, изменяющий данные, Spring Data JPA молча проигнорирует изменения

✅ Java библиотека #java

Бесплатный урок по Apache Kafka⭐️

Учим работать с реальными исходными данными, а не на теоретических примерах.

✅Расскажем про язык Кафки: топики, партиции, продюсеры-консьюмеры, кластер, ноды. 

✅Рассмотрим: как работают очереди сообщений, сколько должно быть консьюмеров для эффективной вычитки, как повысить надёжность кластера с помощью репликации данных.

✅Покажем, как развернуть кластер Кафки на своём ПК с 3 нодами, schema-registry и авторизацией.

Обычно в инструкциях кластер из 1 ноды, зукипера и 1 брокера, но это не наш путь, смотрим сразу на практике.

Забрать урок👉🏻 в боте

🖥Pixie — это небольшая библиотека размером около 100 КБ, разработанная для упрощения создания и управления Java-объектами с использованием конфигурации, внедрения зависимостей и обработки событий!

🌟 Она позволяет заменить использование рефлексии при создании объектов, предоставляя более удобный и эффективный способ управления зависимостями и конфигурацией в приложениях.

🔐 Лицензия: Apache-2.0

🖥 Github

✅ Java библиотека #java

🚀 Apache Kafka — основа для высокоскоростной обработки данных в реальном времени! 📊 Важнейший инструмент для разработчиков, инженеров данных и DevOps. 💻

Узнайте, как использовать Kafka для эффективной организации потоков данных и построения отказоустойчивых микросервисных систем! 💡

🔍 Освойте базовые принципы Kafka, научитесь настраивать топики, разбираться с производителями и потребителями данных, используя Python и Java! 🐍☕️

📅 Присоединяйтесь к открытому вебинару 29 апреля в 20:00 МСК!

Откроются новые горизонты для вашей карьеры, а также скидка на курс «Apache Kafka»: https://vk.cc/cL3Ofd 🔗

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

🖥 Reactify-core — это Java-библиотека, интегрирующаяся с фреймворком Spring Boot, предназначенная для упрощения разработки реактивных бэкенд-систем!

🌟 Она предоставляет готовые модули для аутентификации через Keycloak, работы с хранилищем Minio, реализации OAuth2 безопасности, кэширования, трассировки логов, обработки исключений и валидации.

🔐 Лицензия: Apache-2.0

🖥 Github

✅ Java библиотека #java

👩‍💻 Разработка на Java требует глубокого понимания не только языка, но и принципов работы JVM, многопоточности и современных фреймворков.

Курс «Java Developer. Professional» — это структурированное обучение для разработчиков, которые хотят выйти на новый уровень, освоить актуальный стек технологий и уверенно претендовать на позиции уровня Middle+.

🦾 Вы получите 96 часов практической работы, обучение на живых вебинарах, вы разберете ключевые аспекты работы JVM, научитесь строить эффективные многопоточные приложения, освоите Spring WebFlux, Kafka, реактивный Postgres и Kubernetes.

Программа OTUS постоянно обновляется, соответствуя требованиям рынка, а диплом ценится работодателями.

👉 Пройдите вступительное тестирование и присоединяйтесь к группе: https://vk.cc/cL3eC1

🎁 Начните обучение со скидкой, подробности у менеджеров. ПРОМОКОД: JAVA_04

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

⚡️ Параллельные стримы: ускорение или нет?

Java предоставляет мощный инструмент для обработки данных — параллельные стримы. Они позволяют автоматически распределять вычисления по нескольким потокам, но их эффективность зависит от множества факторов.

Добавление parallelStream() бездумно — это не "оптимизация", а лотерея с шансом на баги и падение.

❌ Когда не использовать

— При небольшом наборе данных (<10 000 элементов) затраты на управление потоками могут превышать прирост скорости.
— Операции sorted(), distinct() или limit() требуют полного знания данных, что снижает эффективность параллельного выполнения.
— Вложенные parallelStream() в CompletableFuture или ExecutorService могут привести к конкуренции за ресурсы и неожиданному падению производительности.

✔️ Когда использовать

— Обработка больших объёмов данных (100 000+ элементов).
— Операции независимы и ресурсоёмки, например, сложные вычисления, парсинг файлов, загрузка данных из сети.

🔍 Важная особенность

parallelStream() использует ForkJoinPool.commonPool(). Если есть другие задачи, использующие этот же пул, они могут начать конкурировать за потоки, замедляя всё приложение.

💬 Делитесь в комментах интересными кейсами

✅ Java библиотека #java

🔍23 апреля(уже завтра!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Java-разработчика.

Как это будет:
📂 Илья Аров, старший разработчик в Т1, будет задавать реальные вопросы и задачи разработчику-добровольцу
📂 Илья будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью
📂 В конце можно будет задать любой вопрос Илье

Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Java-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. 

Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_sh_bot

Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2Vtzqwxzp5p

🖥OpenLDK — это JIT-компилятор и среда выполнения Java, полностью реализованные на языке Common Lisp!

🌟 Он переводит Java-байт-код в Lisp, который затем компилируется в машинный код для выполнения. Этот подход позволяет Java-классам интегрироваться с классами системы объектов Common Lisp (CLOS), обеспечивая взаимодействие между кодом на Java и Common Lisp.

🔐 Лицензия: GPL-3.0

🖥 Github

✅ Java библиотека #java

🖥 Scoped Values в Java 21

Разберем новую фичу Java 21 — Scoped Values, которая пришла на замену (а точнее, в дополнение) к старому доброму ThreadLocal. Если вы когда-либо мучились с ThreadLocal в многопоточных приложениях, этот пост для вас.

🔽 Проблема ThreadLocal

ThreadLocal — это механизм для хранения данных, привязанных к потоку. Но у него есть недостатки:

— Данные остаются в потоке, даже когда уже не нужны (утечки памяти).
— Передавать данные в дочерние потоки неудобно.
— Нужно очистить данные вручную.

Scoped Values решают эти проблемы без магии и костылей.

⚙️ Как работают Scoped Values

Scoped Values (ScopedValue<T>) создаются только один раз и не изменяются после инициализации. Они передаются вглубь стека вызовов через метод ScopedValue.where(), а не через хранение в потоке, как ThreadLocal.

▪️ Пример кода с потоками

Допустим, есть обработчик запросов, который передает идентификатор пользователя.

— С ThreadLocal код выглядел бы так:

public class ThreadLocalExample {
    private static final ThreadLocal<String> USER = new ThreadLocal<>();

    public static void main(String[] args) {
        USER.set("Alice");
        new Thread(ThreadLocalExample::process).start();
    }

    private static void process() {
        System.out.println("User: " + USER.get()); // null: поток не видит значение
    }
}

ThreadLocal привязан к потоку, а не к области выполнения. Значение не наследуется

Теперь переделаем на Scoped Values:

public class ScopedValueExample {
    private static final ScopedValue<String> USER = ScopedValue.newInstance();

    public static void main(String[] args) {
        ScopedValue.where(USER, "Alice").run(() -> {
            new Thread(ScopedValueExample::process).start();
        });
    }

    private static void process() {
        System.out.println("User: " + USER.get()); // ✅ Видит "Alice"
    }
}

Scoped Values автоматически передают значение в новые потоки.

🎯 Где использовать Scoped Values

1. Контекст запроса (Request Context)
В веб-приложениях часто нужно передавать ID запроса или текущего пользователя через слои сервиса.

2. Логирование (Tracing & Logging)
Можно автоматически передавать traceId в логи.

3. Конфигурация временных параметров
Можно временно менять настройки для фрагмента кода.

🔘Преимущества и недостатки

— ScopedValue быстрее и безопаснее, так как нет необходимости очищать значения вручную.
— Отлично подходит для работы с виртуальными потоками.
— Ограничение: они неизменяемые (Immutable).

❓ Уже использовали? Делитесь опытом