Java

💫 Geb — Groovy-фреймворк для автоматизации браузеров. Этот фреймворк сочетает мощь WebDriver с jQuery-подобным синтаксисом выборки элементов на Groovy, делая код для скрапинга или UI-тестов неожиданно лаконичным. Особенность инструмента в встроенной поддержке асинхронных операций. Конструкции вроде waitFor { $("p.status").text() == "Done" } избавляют от ручного ожидания AJAX-запросов. А интеграция со Spock и JUnit позволяет использовать его как для адхок-скриптов, так и для полноценных acceptance-тестов. 🤖 GitHub @javatg

🔥 Успех в IT = скорость + знания + окружение Здесь ты найдёшь всё это — коротко, по делу и без воды. Пока другие ищут, где “подглядеть решение”, ты уже используешь самые свежие инструменты! AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Собеседования DS: t.me/machinelearning_interview C++ t.me/cpluspluc Docker: t.me/DevopsDocker Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec Data Science: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/java_library Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg Физика: t.me/fizmat 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Подпишись, если хочешь быть в числе тех, кого зовут в топовые проекты!

🌉 Apache Beam — единый мост между batch- и stream-обработкой данных. Этот проект позволяет описывать pipelines всего один раз, а запускать их где угодно: от локальной машины до кластеров Spark или Flink, не переписывая код. Проект использует один API для всех сценариев — будь то анализ исторических данных или обработка бесконечных потоков событий в реальном времени. При этом инструмент не навязывает конкретную инфраструктуру, оставляя свободу выбора движка исполнения. 🤖 GitHub @javatg

💥 Задача: Почему эта структура «ломается» в многопоточной среде?

    
        
import java.util.*;

public class BrokenImmutable {
    private final Map<String, List<String>> data;

    public BrokenImmutable(Map<String, List<String>> input) {
        this.data = Collections.unmodifiableMap(input);
    }

    public Map<String, List<String>> getData() {
        return data;
    }

    public static void main(String[] args) {
        Map<String, List<String>> base = new HashMap<>();
        base.put("key", new ArrayList<>(List.of("a")));

        BrokenImmutable bi = new BrokenImmutable(base);
        Map<String, List<String>> d = bi.getData();

        d.get("key").add("🚨");

        System.out.println(bi.getData());
    }
}
{}
    

🔍 Разбор: С первого взгляда кажется, что BrokenImmutable — иммутабельный класс. Мы оборачиваем Map через Collections.unmodifiableMap, и поле data — final. Но проблема в глубине структуры. unmodifiableMap запрещает перезапись ключей, но не делает элементы внутри truly immutable. В данном случае, значение по ключу "key" — это ArrayList, которую легко модифицировать. 💣 В main() мы получили доступ к внутреннему списку и… тихо сломали инвариант класса, добавив "🚨". ✅ Решение: Чтобы сделать структуру действительно иммутабельной, нужно: Копировать и оборачивать значения внутри Map. Сделать глубокую защиту: public BrokenImmutable(Map<String, List<String>> input) { Map<String, List<String>> copy = new HashMap<>(); for (Map.Entry<String, List<String>> e : input.entrySet()) { copy.put(e.getKey(), List.copyOf(e.getValue())); // immutable list } this.data = Map.copyOf(copy); // immutable map } Теперь никто не сможет мутировать data, даже если получит на него ссылку. 🧠 Вопрос на подумать: А что если вместо ArrayList внутри Map был бы CopyOnWriteArrayList или ImmutableList от Guava? Почему CopyOnWriteArrayList — тоже плохой выбор для truly immutable структур? @javatg

Приглашаем Java-разработчиков на открытые занятия курса Java Микросервисы, Kafka, Docker, Spring Cloud, Spring WebFlux по всем основным темам микросервисной архитектуры. 🔥Курс фокусируется на применении всего технологического стека Spring Cloud (более 30-ти технологий) на реальном, "живом" проекте, с выполнением и разбором домашних заданий. 🔥Для участников есть персонализированная поддержка и живое общение в телеграм-группе с темами на каждое занятие. В том числе после завершения обучения. ВЫ ПОЛУЧИТЕ: ⚡️ Полное понимание компонентов микросервисов и их взаимодействия ⚡️ Повышенная ценность, как Java-разработчика и новый уровень дохода ⚡️ Электронный сертификат об окончании курса Ждем на нашем курсе! https://t.me/JavaOPsBot?start=c-cloud=s-javatg

🚀 Java API Tip — Integer.valueOf() и кеширование 🚀 Знаешь ли ты, что Integer.valueOf(int) не всегда создаёт новый объект? 📦 Значения в диапазоне от -128 до 127 кэшируются! Это значит, что:

    
        
Integer a = Integer.valueOf(100);
Integer b = Integer.valueOf(100);
System.out.println(a == b); // 👉 true (один и тот же объект)
{}
    

Но:

    
        
Integer x = Integer.valueOf(200);
Integer y = Integer.valueOf(200);
System.out.println(x == y); // 👉 false (два разных объекта)
{}
    

🔍 Почему так? Чтобы повысить производительность и сэкономить память, Java автоматически кеширует часто используемые значения. 🛠 Кстати, ты можешь изменить границу кеша через JVM-опцию:

    
        
-XX:AutoBoxCacheMax=512
{}
    

📌 Полезно, если у тебя в системе часто используются числа вне стандартного диапазона. #Java #Performance #JVM #DevTips @javatg

💡 Подключение к Minio из Java Если вы ищете способ работать с объектным хранилищем Minio из Java, то эта статья от BlackSlate — именно то, что вам нужно! Рассмотрим ключевые моменты: Что такое Minio? Minio — это высокопроизводительный, S3-совместимый объектный сервер с открытым исходным кодом, который позволяет легко хранить, управлять и извлекать данные. Он отлично подходит для облачных и серверных приложений. Основные темы статьи: - Установка и настройка Minio: Статья описывает, как запустить Minio сервер в локальной или облачной среде. Вы узнаете, как создать пользователя и настроить доступные ключи для подключения. - Использование Minio Java SDK: Для работы с Minio из Java необходимо добавить соответствующую зависимость в ваш проект. В статье приведены примеры настройки Maven/Gradle:

    
        
  <dependency>
    <groupId>io.minio</groupId>
    <artifactId>minio</artifactId>
    <version>8.5.3</version>
  </dependency>
  {}
    

- Базовые операции с хранилищем: Вы научитесь: - Подключаться к Minio серверу с помощью MinioClient. - Создавать бакеты. - Загрузить и скачать объекты. - Удалять объекты и бакеты. - Пример кода: Статья содержит подробный пример кода, демонстрирующий подключение и выполнение базовых операций:

    
        
  import io.minio.MinioClient;
  import io.minio.PutObjectArgs;
  import io.minio.GetObjectArgs;
  // Другие необходимые импорты

  public class MinioExample {
      public static void main(String[] args) throws Exception {
          // Инициализируем клиента с URL, access key и secret key
          MinioClient minioClient = MinioClient.builder()
              .endpoint("http://127.0.0.1:9000")
              .credentials("YOUR_ACCESS_KEY", "YOUR_SECRET_KEY")
              .build();

          // Создание бакета (если ещё не создан)
          boolean bucketExists = minioClient.bucketExists("my-bucket");
          if (!bucketExists) {
              minioClient.makeBucket("my-bucket");
          }

          // Загрузка файла в бакет
          minioClient.putObject(
              PutObjectArgs.builder()
                  .bucket("my-bucket")
                  .object("example.txt")
                  .stream(new FileInputStream("example.txt"), -1, 10485760)
                  .build()
          );

          // Скачивание файла из бакета
          InputStream stream = minioClient.getObject(
              GetObjectArgs.builder()
                  .bucket("my-bucket")
                  .object("example.txt")
                  .build()
          );
          // Далее можно считать данные из stream...
          stream.close();
      }
  }
  {}
    

Почему это важно? Подключение к Minio позволяет разработчикам создавать масштабируемые, гибкие и отказоустойчивые приложения с использованием объектного хранилища. Используя Java SDK, вы получаете простой и понятный API для интеграции с вашим сервисом. Если вы работаете над проектом, где важны быстрые операции с данными и совместимость с AWS S3 API, то этот подход — отличное решение! ✍️ Читайте полную статью: https://https://www.blackslate.io/articles/connect-to-minio-from-java @javatg

☕ Задача для опытных Java-разработчиков: «Призрачная утечка памяти в продакшене» 🧠 Уровень: Senior Java / JVM Internals 🎯 Цель: Найти источник утечки памяти в долгоживущем Java-сервисе и объяснить поведение GC 📍 Ситуация: У вас есть Java-сервис (Spring Boot), который стабильно работает 5–6 часов, а потом начинает резко тормозить. Мониторинг показывает рост heap usage почти до лимита, несмотря на регулярные GC-сборки. Интересные факты: - GC срабатывает часто, но не очищает больше 20–30% хипа - Не происходит OutOfMemoryError, но приложение начинает "фризить" - Подозрения падают на кэш, но размер кэша — ограничен (Caffeine, maxSize=5000) - Все коллекции под контролем, слабые ссылки используются - Нет утечек в логах, нет Thread`-leak по `jstack 🧩 Задача: 1. Где искать утечку, если GC работает, но память не освобождается? 2. Почему слабые ссылки не помогают? 3. Как поведение ClassLoader может влиять на утечку? 4. Какой инструмент использовать для анализа "живых" объектов в памяти? 5. Как бы вы реализовали периодический аудит памяти в проде без перезапуска? 6. Покажи, как сработает jmap, jcmd, MAT или VisualVM для выявления источника 💡 Подсказка: Некоторые библиотеки (особенно с рефлексией, динамической загрузкой классов и кэшем) создают утечки через неудаляемые ссылки на ClassLoader, особенно в сочетании с ThreadLocal, ScheduledExecutorService, Class.forName, URLClassLoader. 🛠 Решение: 1. Снимаем дамп памяти:

    
        
   jmap -dump:format=b,file=heap.bin <PID>
   {}
    

или

    
        
   jcmd <PID> GC.heap_dump heap.bin
   {}
    

2. Анализируем в Eclipse MAT: - Сортируем объекты по retained size - Видим ThreadLocalMap, ClassLoader, Class → strong references остаются даже после GC - Причина — статические поля/синглтоны держат ссылки на классы, которые не выгружаются 3. Проверяем код: - Использовался Class.forName(...) в плагин-системе - Загруженные классы не выгружались, т.к. на них ссылается пул потоков 4. Решения: - Использовать WeakReference к загруженным классам - Вызывать shutdownNow() и вручную очищать ThreadLocal.remove() - Избегать глобальных синглтонов со ссылками на классы, загружаемые динамически 5. Профилактика: - Включить периодический jcmd GC.class_histogram - Встроить /heapdump endpoint для отладки в проде (под защищённым доступом) 📌 Вывод: Даже при работающем GC утечка возможна, если в памяти удерживаются ссылки через ThreadLocal, ClassLoader, или пула потоков. Это не очевидно и не вызывает OOM, но "раздувает" хип и убивает производительность. 💬 Идеальный вопрос для собеседования на позицию Java-сеньора с уклоном в JVM-интерны. @javatg

🚀 Spring WebFlux with Server-Sent Events 🚀 Повышайте интерактивность своих приложений с помощью Spring WebFlux и Server-Sent Events (SSE)! 🔥 • Что такое Server-Sent Events? SSE — механизм, позволяющий серверу «толкать» данные клиенту по одному направлению (сервер → браузер) через постоянное HTTP-соединение. Идеально подходит для оповещений, обновлений статуса, live-лент и любых реальных данных, где не требуется двунаправленный сокет. • Почему WebFlux + SSE? • 🌀 *Реактивная модель* WebFlux построен на реактивных потоках (`Flux`/`Mono`), что позволяет обрабатывать тысячи параллельных соединений с минимальным использованием ресурсов. • ⏱️ *Низкая задержка* Вместо опроса (polling) клиент сразу получает новые события, как только сервер их публикует. • ⚙️ *Простота интеграции* Spring WebFlux предоставляет готовые абстракции для SSE, достаточно вернуть Flux<ServerSentEvent<...>> из контроллера. • Пример простого контроллера SSE в Spring WebFlux

    
        
  @RestController
  public class SseController {
  
      @GetMapping(value = "/sse-stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
      public Flux<ServerSentEvent<String>> streamEvents() {
          return Flux.interval(Duration.ofSeconds(1))
                     .map(seq -> ServerSentEvent.<String>builder()
                         .id(String.valueOf(seq))
                         .event("tick")
                         .data("Тик №" + seq)
                         .build()
                     );
      }
  }
  {}
    

• Здесь Flux.interval() генерирует последовательность чисел каждую секунду. • Мы формируем ServerSentEvent<String> с идентификатором id, именем события event и полезными данными data. • Браузер или любой клиент, подписанный на /sse-stream, будет получать сообщение каждую секунду без повторного HTTP-запроса. Как использовать на клиенте?

    
        
<script>
  const evtSource = new EventSource("/sse-stream");
  evtSource.addEventListener("tick", e => {
    console.log("Новое событие:", e.data);
    // Можно обновлять UI: например, timestamp или счётчик
  });
  evtSource.onerror = err => console.error("SSE ошибка:", err);
</script>  {}
    

• EventSource автоматически подключается к указанному URL и слушает серверные события. • Метод addEventListener("tick", ...) обрабатывает только события с именем tick. • Советы и подводные камни • ⚠️ Обработка отмены (cancel) Когда клиент закрывает страницу или отключается, WebFlux автоматически отменит подписку на Flux. При необходимости можно добавить .doOnCancel(...) для логирования или очистки ресурсов. • 🛠️ Ошибка и повторная попытка (retry) При сетевых сбоях браузер сам попытается переподключиться к тому же URL. Если вы хотите контролировать логику на сервере, используйте .retry() или .onErrorResume() в потоке Flux. • 🔒 Безопасность При необходимости защищайте URL SSE с помощью авторизации (JWT, OAuth2) или rate-limit’а, чтобы злоумышленники не «залили» ресурс. • 📈 Масштабирование Благодаря реактивной модели WebFlux вы можете легко масштабировать приложение на Kubernetes, не опасаясь, что сотни SSE-потоков «съедят» память и потоки. • Где применить? • Живые обновления статуса задач и билдов (CI/CD, DevOps) • Чат-сообщения или лента комментариев в режиме «реального времени» • Мониторинг метрик и дашборды (оперативные алерты) • Финансовые или спортивные котировки (ticker, live scores) • Оповещения об изменениях в БД (CDC), когда нужен асинхронный пуш @javatg