# java_idea_debug

**Repository Path**: enzoism/java_idea_debug

## Basic Information

- **Project Name**: java_idea_debug
- **Description**: java_idea_debug
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-03
- **Last Updated**: 2026-09-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# SpringBoot-Dive学习

-- -- 
# 1、 程序启动测试
- 访问地址：http://127.0.0.1:8071/

-- -- 
# Lambda表达式总结
## 01-Lambda表达式语法 和 函数式接口（Functional Interface）关系
    - Lambda 不只是"刚好可以"和函数式接口一起用，而是"只能"依附于函数式接口存在。
    - Lambda 是函数式接口实例的速写语法。离开了函数式接口，Lambda 本身没有意义
----
## 02-为什么必须是"只有一个抽象方法"？
    如果接口有两个抽象方法，Lambda 那一行 (a, b) -> a + b 到底实现哪个？编译器无法判断。所以 @FunctionalInterface 注解的作用就是让编译器帮你检查"这个接口确实只有一个抽象方法"（default 方法和 static 方法不算）。
----
## 03-Lambda 和匿名内部类不完全等价
    - 底层实现不同：匿名内部类会编译出一个新的 .class 文件，而 Lambda 用的是 invokedynamic 指令 + 运行时动态生成，性能更好；
    - 另外 Lambda 里的 this 指向外层类，匿名内部类里的 this 指向它自己。
----
## 04-函数式接口出入参定义
```
  Consumer<String> printer = s -> System.out.println("消费: " + s);    printer.accept("Hello");    // 消费者-accept接收参数（没有返回值）
  Supplier<Double> random = () -> Math.random();                      random.get();               // 提供者-get获取返回值（没有入参）
  Function<String, Integer> len = s -> s.length();                   data = len.apply("Java");    // 多功能函数-apply（接收入参，返回出参）
  Predicate<Integer> isEven = n -> n % 2 == 0;                       data = isEven.test(4);       // 特殊的多功能函数-test（接收入参，返回Boolean）
```
----
## 05-Lambda表达式使用心得
    Python 保守（可读性优先）、Java 补课（拥抱函数式）、TypeScript 佛系（继承 JS 生态，不加评判） 
---
## 06-中间操作 （intermediate operation）
```angular2html
filter、
map、mapToInt、 mapToLong、mapToDouble
flatMap、flatMapToInt、 flatMapToLong、flatMapToDouble
mapMulti、mapMultiToInt, mapMultiToLong、mapMultiToDouble、
parallel、unordered、onClose、sequential
distinct. sorted、peek、limit、skip、takeWhile、dropWhile、
```
| 操作                                   | 作用                     | 示例                                  |
| ------------------------------------ | ---------------------- | ----------------------------------- |
| `filter(Predicate)`                  | 过滤                     | `filter(x -> x > 3)`                |
| `map(Function)`                      | 一对一转换                  | `map(String::length)`               |
| `flatMap(Function)`                  | 一对多打平                  | `flatMap(s -> s.chars()...)`        |
| `distinct()`                         | 去重（依赖 equals）          | `distinct()`                        |
| `sorted()` / `sorted(Comparator)`    | 排序                     | `sorted(Comparator.reverseOrder())` |
| `peek(Consumer)`                     | 偷看一眼（调试用），不改数据         | `peek(System.out::println)`         |
| `limit(n)`                           | 截断取前 n 个               | `limit(10)`                         |
| `skip(n)`                            | 跳过前 n 个                | `skip(3)`                           |
| `takeWhile(Predicate)`               | 按条件取，遇到不满足就停（JDK 9+）   | `takeWhile(x -> x < 5)`             |
| `dropWhile(Predicate)`               | 按条件丢，遇到不满足开始保留（JDK 9+） | `dropWhile(x -> x < 5)`             |
| `mapToInt / mapToLong / mapToDouble` | 转成数值流                  | `mapToInt(Integer::intValue)`       |
| `boxed()`                            | 数值流转回对象流               | `IntStream.range(0,5).boxed()`      |

----
## 07-响应式编程 VS 命令式编程


----
## 08-正压 VS 背压

### 背压理解-1
```
场景：Publisher 每秒生产 1000 条数据
       Subscriber 每秒只能处理 10 条数据

无背压 → 数据堆积在内存 → OutOfMemoryError
有背压 → Subscriber 按需 request → 流量平衡
```

### 背压理解-2
```
传统 Tomcat: 1000 并发下载 10GB 文件
  → 200 线程池瞬间耗尽 → 新请求 503 拒绝
  
Netty 响应式: 1000 并发下载 10GB 文件  
  → 4 个 EventLoop 线程轻松应对
  → TCP 缓冲区满自动停止读取（自动背压）
  → 内存永远可控，不会 OOM
```
---
## 09-开放式的讨论一个问题：线程越多越好，还是越少越好？
    - 用少量的线程一直忙，而不是让大量的线程一直切换等待（单位时间中一个CPU本质只能跑一个线程任务，如果分配了多个线程，就会轮询切换）   
    - 最好是线程数 和 CPU 的速率是一致的，这样性能最高。
----
## 10-Reactive Stream诞生背景
```
公司：
1、100个活，20个员工，活越多招的员工越多：阻塞式
2、100个活，5个员工，无限压榨资源利用率。
目的：通过全异步的方式、加缓存区构建一个实时的数据流系统。
Kafka、MQ能构建出大型分布式的响应式系统。-> 但是缺【本地化的消息系统解决方案】：
- 1）、让所有的异步线程能互相监听消息，处理消息，构建实时消息处理流

```
## 11-Reactive Stream-API组件
```angular2html
APl Components：
1.Publisher：发布者；产生数据流
2.Subscriber：订阅者；'消费数据流
3.Subscription：订阅关系；
    1.订阅关系是发布者和订阅者之间的关键接口。订阅者通过订阅来表示对
    发布者产生的数据的兴趣。订阅者可以请求一定数量的元素，也可以取消
    订阅。
4.Processor：处理器；
    1.处理器是同时实现了发布者和订阅者接口的组件。它可以接收来自一个
    发布者的数据，进行处理，并将结果发布给下一个订阅者。处理器在
    Reactor中充当中间环节，代表一个处理阶段，允许你在数据流中进行转
    换、过滤和其他操作。
```