2019年清明神木垒
作者：flym
I am flym,the master of the site:)
Jackson中基于上下文拦截属性输出的两种实现方式
需求如下，在一个类中，有一些字段属性，其是否输出并不是由字段上的JsonIgnore来决定，而是根据从上下文(如request)中传递过来的某些参数决定。如下类:
class A {
@ContextIgnored("field1")
private String field1;
@ContextIgnored("field2")
private String field2;
}
当上下文值为 field1 时，则表示 A 的最终输出json 中没有字段 field1. 当上下文为 field2 时， 则最终输出没有字段 field2. 其它情况则输出所有字段。
本文讨论Jackson中的处理方式，如果使用 Fastjson，则有很多方式处理，这里不表.
本文描述通过利用 JsonIgnore 注解处理方式解决此问题 和 通过 PropertyFilter 两种方式来完成此需求的处理方式。
继续阅读“Jackson中基于上下文拦截属性输出的两种实现方式”使用 MockFilterChain 来完成从入口层对业务服务的执行调用
之前进行filter层的cache操作时，并不能完成对后端调用的续命操作，即每次的缓存都是被动触发。当存在调用频率很高的请求时，如果能在缓存快过期时主动地触发后端的重新请求，那就能保证前端的请求始终均为命中缓存层，在性能上会有大大地提高。相应的策略如下:
- 首次访问时缓存数据，首次调用时间，过期时间
- 每次命中缓存时判断是否应该进行缓存续命
- 如果续命，则在返回原有缓存数据的同时，使用异步线程模拟正常访问，以强制使用业务的调用以更新缓存
这里面的第3步，并没有直接将旧有缓存进行重新设置ttl，而是再次请求。主要的考虑在于潜在的旧缓存可能不一致的问题，并且因为使用了异步调用，因此对实际上的前端访问是没有任何影响的。
本文的主要思路参考于(原文为nginx+lua，这里同样适用):
https://segmentfault.com/a/1190000003874328
本文的缓存工作点为Filter层，因此对后端的访问也同样起始于此点，可以理解为从此处继续后续的流程。但如果直接调用 FilterChain.doFilter,则会因为之前的请求已经结束了，此调用将直接报 类似 NPE这种错误。即一个 filterChain 不能即返回前端数据，同时又在新线程时继续原来的处理逻辑。
这里使用了spring-test 中的 mockFilterChain来完成相应的处理。整个思路来源于 AutoConfigureMockMvc 中创建起mockMvc的处理过程。
本文只考虑 GET 请求的处理.
spring cache 接口层缓存的演进过程
在spring 体系中，使用spring cache并结合redis来进行数据缓存是很常见的做法。不过，针对于具体的业务场景，可能会有不同的处理方法。
像以下的1个业务场景，即有不同的处理方式。
前端访问后端的指定请求路径(GET类请求), 针对特定的条件下(对应cache condition)，希望这个结果能够被缓存.同时，支持当资源修改之后，让此缓存失效掉。
此场景的典型方案就是使用spring cache的 @Cacheable 注解 和 @CacheEvict 注解，并结合实际场景进行混合处理。
在这个实际的场景当中，经历了 service层缓存，Controller层缓存,和Filter层缓存三个阶段，最终达到业务的需求，并且在性能上更接近于实际的需要。
本文就里面碰到的一些实际问题以及解决方式进行了简单描述，从复杂的框架层修改到简单的拦截处理，在思考思路上进行一个分享。
前提
本文中使用的序列化为jackson,即使用jackson将对象序列化为 json 字符串，再getBytes为 字节数组.
使用javassist生成对象转换器Converter
在编程当中,作为Converter, spring体系自带的conversionService可以解决大部分基本对象的转换问题,但对于在业务系统中写的domain,vo,po等对象.spring是不能完成相应对象之间的转换的, 当然也可以使用类似BeanUtils.copyProperties来完成属性之间的数据复制功能. 除此之外,还可以使用第三方组件,比如dozer,都可以进行信息复制处理.
不过上面的方法的问题在于, 除扩展之外,相应的转换过程均是使用反射来完成的.比如通过 PropertyDescriptor 来获取property的readMethod, 然后再通过writeMethod来写入目标对象的数据值,或者直接通过Field.set来完成字段级的数据写入.从编码手法上来看,当前我们更希望通过一些非反射的手法来完成这个操作, 一种实现方法即是通过字节码生成来构建一个特定场景的Converter, 直接通过方法调用来完成相应的映射过程.
一个标准的转换器接口定义如下:
public interface Converter<S, T> {
T convert(S s);
}
实现者除了要完成具体的convert过程之外, 还需要对外暴露出具体的泛型信息,以方便框架进行读取和解析. 比如spring conversionService即会通过读取converter实现类泛型来完成内部 from -> to的映射过程(而不需要调用者手动进行类型传参).
本文描述了一种通过javassist,字节码操作工具, 动态地读取from,to类的描述信息和注解信息, 完成convert body的字符串生成. 同时, 写入相应的泛型信息, 以实现泛型编程.
继续阅读“使用javassist生成对象转换器Converter”使用统一转换服务来处理不同数据展现的思路和实现
本文示例代码：https://github.com/flym/train-propertytranslate
本文描述了这样一个场景：
针对于一个功能场景，第三方过来的数据格式均不相同，但需要通过一个统一的功能接口来进行调用，然后根据不同来源数据格式进行不同的数据展现。在后端实现时，尽量不要通过if else进行硬编码，而是通过配置的方式来完成数据的处理和呈现。
场景中提到了几个概念，如下:
- 功能场景和数据来源：分组信息，针对同一个来源，其格式是相同的。不同来源的数据格式不一样
- 统一功能接口：调用入口是统一的，即方法名，参数定义，以及返回格式都是相同的，仅参数内容不相同
- 配置化：场景是通用的，可以通过配置来实现，而不是在业务代码中硬编码
- 不同的数据展现：可以针对不同的分组和场景通过模板来进行渲染，而模板本身是可以配置的，这样即隔离了数据封装这一层。
举例如下, 如下的一个数据内容：
{
"trade_fullinfo_get_response": {
"trade": {
"seller_nick": "我在测试",
"pic_name": "T1jVXXXePbXXaoPB6a_091917.jpg",
"receiver_name": "东方不败",
"buyer_message": "要送的礼物的，不要忘记的哦",
"receiver_city": "杭州市",
"receiver_district": "西湖区",
"orders": {
"order": [
{
"title": "苹果",
"unit": "个",
"oid": 1,
"price": 1.1,
"sum": 1
}
]
},
}
}
}
通过转换服务处理，可以展现为下面两种不同的数据内容(以html渲染为例)
本文从数据格式，转换器，转换过程，数据渲染几个方面来描述这一思路.
继续阅读“使用统一转换服务来处理不同数据展现的思路和实现”