常用的设计模式以及操作Redis、MySQL数据库、各种MQ、数据类型转换的方法

本文涉及的产品
RDSClaw,2核4GB
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
RDS AI 助手,专业版
简介: 常用的设计模式以及操作Redis、MySQL数据库、各种MQ、数据类型转换的方法


🌟 如何优雅地写出高质量的Java代码

Java作为一门高级编程语言,被广泛应用于各种应用程序开发中。写出高质量的Java代码是每一个Java开发人员的追求。本文将介绍如何优雅地写出高质量的Java代码,包括设计模式、操作Redis、MySQL数据库、各种MQ、数据类型转换等方面。

🍊 设计模式

设计模式是Java开发中的重要概念,它是一种解决常见问题的经典思想。设计模式的好处在于,它可以提升代码的可读性、可维护性和可扩展性。以下是Java开发中常用的设计模式:

🎉 单例模式

单例模式是一种只允许创建一个实例的设计模式。在Java中,可以通过以下方式来实现单例模式:

public class Singleton {
    private static Singleton instance;
    private Singleton() {}
    public static Singleton getInstance() {
        if (instance == null) {
            instance = new Singleton();
        }
        return instance;
    }
}

🎉 工厂模式

工厂模式是一种将对象的创建和使用分离的设计模式。在Java中,可以通过以下方式来实现工厂模式:

public interface Shape {
    void draw();
}
public class Rectangle implements Shape {
    @Override
    public void draw() {
        System.out.println("Drawing a rectangle");
    }
}
public class Circle implements Shape {
    @Override
    public void draw() {
        System.out.println("Drawing a circle");
    }
}
public class ShapeFactory {
    public Shape getShape(String shapeType) {
        if (shapeType == null) {
            return null;
        }
        if (shapeType.equalsIgnoreCase("rectangle")) {
            return new Rectangle();
        } else if (shapeType.equalsIgnoreCase("circle")) {
            return new Circle();
        }
        return null;
    }
}

🎉 观察者模式

观察者模式是一种用于对象间的一对多依赖关系的设计模式。在Java中,可以通过以下方式来实现观察者模式:

public interface Observer {
    void update(String message);
}
public interface Subject {
    void attach(Observer observer);
    void detach(Observer observer);
    void notifyObservers(String message);
}
public class ConcreteSubject implements Subject {
    private List<Observer> observers = new ArrayList<>();
    @Override
    public void attach(Observer observer) {
        observers.add(observer);
    }
    @Override
    public void detach(Observer observer) {
        observers.remove(observer);
    }
    @Override
    public void notifyObservers(String message) {
        for (Observer observer : observers) {
            observer.update(message);
        }
    }
}
public class ConcreteObserver implements Observer {
    private String name;
    public ConcreteObserver(String name) {
        this.name = name;
    }
    @Override
    public void update(String message) {
        System.out.println(name + " received message: " + message);
    }
}

🍊 操作Redis

Redis是一种高性能的键值存储数据库,它可以用于缓存、队列等应用场景。以下是Java中操作Redis常用的方法:

🎉 连接Redis

Jedis jedis = new Jedis("localhost", 6379);

🎉 存储数据

jedis.set("key", "value");

🎉 获取数据

String value = jedis.get("key");

🎉 删除数据

jedis.del("key");

🎉 关闭连接

jedis.close();

🍊 操作MySQL数据库

MySQL是一种常用的关系型数据库,Java操作MySQL也非常常见。以下是Java中操作MySQL常用的方法:

🎉 连接MySQL

String url = "jdbc:mysql://localhost:3306/test";
String user = "root";
String password = "password";
Connection conn = DriverManager.getConnection(url, user, password);

🎉 插入数据

String sql = "INSERT INTO table (column1, column2) VALUES (?, ?)";
PreparedStatement pstmt = conn.prepareStatement(sql);
pstmt.setString(1, "value1");
pstmt.setString(2, "value2");
pstmt.executeUpdate();

🎉 查询数据

String sql = "SELECT * FROM table WHERE column1=?";
PreparedStatement pstmt = conn.prepareStatement(sql);
pstmt.setString(1, "value1");
ResultSet rs = pstmt.executeQuery();
while (rs.next()) {
    String column2 = rs.getString("column2");
}

🎉 更新数据

String sql = "UPDATE table SET column1=? WHERE column2=?";
PreparedStatement pstmt = conn.prepareStatement(sql);
pstmt.setString(1, "value1");
pstmt.setString(2, "value2");
pstmt.executeUpdate();

🎉 删除数据

String sql = "DELETE FROM table WHERE column1=?";
PreparedStatement pstmt = conn.prepareStatement(sql);
pstmt.setString(1, "value1");
pstmt.executeUpdate();

🎉 关闭连接

conn.close();

🍊 各种MQ

MQ(Message Queue)是一种网络通信协议,用于实现异步消息通信。以下是Java中常用的MQ:

🎉 ActiveMQ

ActiveMQ是一种流行的开源消息通信中间件,它支持多种协议,包括AMQP、STOMP、MQTT等。以下是Java中使用ActiveMQ的方法:

ConnectionFactory connectionFactory = new ActiveMQConnectionFactory("tcp://localhost:61616");
Connection connection = connectionFactory.createConnection();
Session session = connection.createSession(false, Session.AUTO_ACKNOWLEDGE);
Destination destination = session.createQueue("queue");
MessageProducer producer = session.createProducer(destination);
TextMessage message = session.createTextMessage("Hello, world!");
producer.send(message);
session.close();
connection.close();

🎉 RabbitMQ

RabbitMQ是一种功能齐全的开源消息通信中间件,它支持多种协议,包括AMQP。以下是Java中使用RabbitMQ的方法:

ConnectionFactory connectionFactory = new ConnectionFactory();
connectionFactory.setHost("localhost");
Connection connection = connectionFactory.newConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("queue", false, false, false, null);
String message = "Hello, world!";
channel.basicPublish("", "queue", null, message.getBytes());
channel.close();
connection.close();

🎉 Kafka

Kafka是一种高吞吐量的分布式发布订阅消息系统,它的设计目标就是处理大规模的消息数据。以下是Java中使用Kafka的方法:

Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("acks", "all");
props.put("retries", 0);
props.put("batch.size", 16384);
props.put("linger.ms", 1);
props.put("buffer.memory", 33554432);
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
Producer<String, String> producer = new KafkaProducer<>(props);
String topic = "topic";
String message = "Hello, world!";
producer.send(new ProducerRecord<>(topic, message));
producer.close();

🍊 数据类型转换

数据类型转换是Java开发中的常见操作,它可以将不同的数据类型之间进行转换。以下是Java中常用的数据类型转换方法:

🎉 String转int

String str = "123";
int i = Integer.parseInt(str);

🎉 int转String

int i = 123;
String str = Integer.toString(i);

🎉 String转double

String str = "3.14";
double d = Double.parseDouble(str);

🎉 double转String

double d = 3.14;
String str = Double.toString(d);

🎉 Date转String

Date date = new Date();
SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String str = sdf.format(date);

🎉 String转Date

String str = "2021-01-01 00:00:00";
SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
Date date = sdf.parse(str);
相关文章
|
8月前
|
存储 关系型数据库 MySQL
MySQL数据库中进行日期比较的多种方法介绍。
以上方法提供了灵活多样地处理和对比MySQL数据库中存储地不同格式地日子信息方式。根据实际需求选择适当方式能够有效执行所需操作并保证性能优化。
746 10
|
9月前
|
SQL Oracle 关系型数据库
比较MySQL和Oracle数据库系统,特别是在进行分页查询的方法上的不同
两者的性能差异将取决于数据量大小、索引优化、查询设计以及具体版本的数据库服务器。考虑硬件资源、数据库设计和具体需求对于实现优化的分页查询至关重要。开发者和数据库管理员需要根据自身使用的具体数据库系统版本和环境,选择最合适的分页机制,并进行必要的性能调优来满足应用需求。
428 11
|
9月前
|
存储 NoSQL 定位技术
Redis数据类型面试给分情况
Redis常见数据类型包括:string、hash、list、set、zset(有序集合)。此外还包含高级结构如bitmap、hyperloglog、geo。不同场景可选用合适类型,如库存用string,对象存hash,列表用list,去重场景用set,排行用zset,签到用bitmap,统计访问量用hyperloglog,地理位置用geo。
406 5
|
9月前
|
NoSQL Java Redis
Redis基本数据类型及Spring Data Redis应用
Redis 是开源高性能键值对数据库,支持 String、Hash、List、Set、Sorted Set 等数据结构,适用于缓存、消息队列、排行榜等场景。具备高性能、原子操作及丰富功能,是分布式系统核心组件。
731 2
|
10月前
|
人工智能 运维 关系型数据库
数据库运维:mysql 数据库迁移方法-mysqldump
本文介绍了MySQL数据库迁移的方法与技巧,重点探讨了数据量大小对迁移方式的影响。对于10GB以下的小型数据库,推荐使用mysqldump进行逻辑导出和source导入;10GB以上可考虑mydumper与myloader工具;100GB以上则建议物理迁移。文中还提供了统计数据库及表空间大小的SQL语句,并讲解了如何使用mysqldump导出存储过程、函数和数据结构。通过结合实际应用场景选择合适的工具与方法,可实现高效的数据迁移。
1533 1
|
10月前
|
关系型数据库 MySQL
MySQL字符串拼接方法全解析
本文介绍了四种常用的字符串处理函数及其用法。方法一:CONCAT,用于基础拼接,参数含NULL时返回NULL;方法二:CONCAT_WS,带分隔符拼接,自动忽略NULL值;方法三:GROUP_CONCAT,适用于分组拼接,支持去重、排序和自定义分隔符;方法四:算术运算符拼接,仅适用于数值类型,字符串会尝试转为数值处理。通过示例展示了各函数的特点与应用场景。
|
11月前
|
SQL 数据采集 关系型数据库
实现MySQL与SQL Server之间数据迁移的有效方法
总的来说,从MySQL到SQL Server的数据迁移是一个涉及到很多步骤的过程,可能会遇到各种问题和挑战。但只要精心规划、仔细执行,这个任务是完全可以完成的。
697 18
|
11月前
|
缓存 JSON 关系型数据库
MySQL 查询优化分析 - 常用分析方法
本文介绍了MySQL查询优化分析的常用方法EXPLAIN、Optimizer Trace、Profiling和常用监控指标。
|
11月前
|
消息中间件 缓存 NoSQL
基于Spring Data Redis与RabbitMQ实现字符串缓存和计数功能(数据同步)
总的来说,借助Spring Data Redis和RabbitMQ,我们可以轻松实现字符串缓存和计数的功能。而关键的部分不过是一些"厨房的套路",一旦你掌握了这些套路,那么你就像厨师一样可以准备出一道道饕餮美食了。通过这种方式促进数据处理效率无疑将大大提高我们的生产力。
343 32
|
11月前
|
存储 算法 Java
实现不同数据库的表间的 JOIN 运算的极简方法
跨库计算是数据分析中的常见难题,尤其涉及多数据库系统时,表间 JOIN 操作复杂度显著提升。esProc 提供了一种高效解决方案,能够简化跨库 JOIN 的实现。例如,在车辆管理、交管和公民信息系统中,通过 esProc 可轻松完成如下任务:按城市统计有车公民事件数量、找出近一年获表彰的车主信息,以及按年份和品牌统计车辆违章次数。esProc 支持不同关联场景(如维表关联与主子表关联)的优化算法,如内存索引、游标处理和有序归并,从而大幅提升编码和运算效率。无论是同构还是异构数据源,esProc 均能灵活应对,为复杂数据分析提供强大支持。

推荐镜像

更多
下一篇
开通oss服务