夏客柯

Java提供了多种线程队列的实现，根据是否支持阻塞操作，可以分为阻塞队列和非阻塞队列。阻塞队列是指当队列满时，插入操作会被阻塞，直到有空闲的位置；非阻塞队列是指插入和获取操作不会被阻塞，而是返回特殊的值或抛出异常。在Java中，线程队列是一种数据结构，用于在多个线程之间传递数据。线程队列可以实现生产者-消费者模式，即一个或多个生产者线程向队列中放入数据，一个或多个消费者线程从队列中取出数据。线程队列可以保证数据的线程安全性，即在多线程的环境下，不会出现数据的丢失或混乱。

SynchronousQueue是一种特殊的阻塞队列，它没有容量，也就是说每个插入操作必须等待一个获取操作，反之亦然。它不存储元素，而是直接将元素传递给消费者线程。如果公平参数被设置为true，那么线程将会按照FIFO的顺序访问队列；否则，访问顺序是不确定的。SynchronousQueue可以用于实现线程间的同步交换，例如下面的代码创建了一个SynchronousQueue，并在两个线程之间传递一个字符串。可以看到，生产者线程在插入字符串后被阻塞，直到消费者线程从队列中获取了字符串。

PriorityBlockingQueue可以用于实现优先级任务调度，例如下面的代码创建了一个PriorityBlockingQueue，并向其中添加了四个任务，每个任务有不同的优先级。PriorityBlockingQueue是一种带优先级的无界阻塞队列，它的元素必须实现Comparable接口，或者在创建时指定一个Comparator对象。它会根据元素的优先级顺序进行排序，优先级高的元素先被获取。可以看到，队列中的任务按照优先级的顺序被获取，即先获取优先级最高的任务，后获取优先级最低的任务。

LinkedBlockingQueue是一种基于链表的阻塞队列，它的内部维护了一个数据节点链表。它可以选择指定容量，也可以不指定。如果不指定，默认容量是Integer.MAX_VALUE，也就是无界队列。它采用分离锁（ReentrantLock）来维护生产者和消费者的同步。LinkedBlockingQueue可以用于实现无界缓冲区，例如下面的代码创建了一个默认容量的LinkedBlockingQueue，并向其中添加了10个元素。可以看到，插入操作不会被阻塞，因为队列没有容量限制。

ArrayBlockingQueue可以用于实现固定大小的缓冲区，例如下面的代码创建了一个容量为5的ArrayBlockingQueue，并向其中添加了10个元素。可以看到，当队列满时，插入操作会被阻塞，直到有空闲的位置。ArrayBlockingQueue是一种基于数组的有界阻塞队列，它在创建时需要指定容量大小，并且可以选择是否需要公平性。如果公平参数被设置为true，那么线程将会按照FIFO的顺序访问队列；否则，访问顺序是不确定的。

ConcurrentLinkedQueue可以用于实现高并发的场景，例如多个线程共享一个任务队列。例如，下面的代码创建了一个ConcurrentLinkedQueue，并向其中添加了10个任务。ConcurrentLinkedQueue是一种基于链表的非阻塞队列，它使用CAS算法来保证线程安全，性能比阻塞队列高。它是一个无界队列，可以无限制地向队列中添加元素。它是一个FIFO（先进先出）的队列，即先添加的元素先被获取。可以看到，三个线程并发地从队列中获取任务并执行，没有出现数据的丢失或混乱。

DelayQueue是一种延迟队列，它的元素必须实现Delayed接口，该接口定义了一个getDelay方法，用于返回元素的剩余延迟时间。DelayQueue会根据元素的延迟时间排序，只有当元素的延迟时间为0或负数时，才能从队列中获取。例如，下面的代码创建了一个DelayQueue，并向其中添加了四个元素，每个元素有不同的延迟时间。然后从队列中循环获取元素，并打印出来。可以看到，队列中的元素按照延迟时间的顺序被获取，即先获取延迟时间最短的元素，后获取延迟时间最长的元素。

Java 17是Java SE 17的开源参考实现，于2021年9月14日正式发布，是Java 11以来的又一个长期支持（LTS）版本。Java 17中有一些新的特性和改进，本文将对它们进行简要的介绍和示例。

Lambda表达式是一种简洁而紧凑的函数表示方式，它可以将函数作为参数传递给方法，或者将代码本身作为数据处理。可以看到，使用Lambda表达式后，代码变得更加简洁和清晰，不需要写很多冗余的代码。final那么，Lambda表达式和接口之间有什么关系呢？其实，Lambda表达式本质上就是一个匿名函数，它需要一个函数式接口来支持它。是指只有一个抽象方法的接口，它可以隐式地转换为Lambda表达式。例如上面的例子中，Greeting就是一个函数式接口，它只有一个抽象方法。

java8 stream reduce()方法使用

java8 stream List根据map的key分组，并且结果转换为list

java8 stream根据对象属性去重

简介聚集操作实际上是对数据进行统计分析时使用的，简单的说，可以理解为SQL中的聚合操作，MongoDB中的聚集操作是为了大数据分析做准备的，这里简单介绍一下聚集框架aggregate的使用。管道模式聚集分析MongoDB的聚合框架是参考UNIX上的管道命令实现的，数据通过一个多步骤的管道，每个步骤都会对数据进行加工处理，最后返回需要的结果集。管道聚集是可以操作一个分片的集合的（The...

前段时间有个电子签章的需求，需要将jsp页面内容生成pdf文件，然后传给电子签章。自己尝试过集中方法，有的集成麻烦，需要引入报表。再就是速度慢，流程很长，不适用于高并发。这里整理了一个了很简单灵活的方法，而且很方便理解。代码思路：jsp页面通过html2canvas.js来截取div转成image图片，然后将图片提交到服务端，服务端创建pdf文件将图片插进去。资源依赖：html2canvas.js...

图片转换处理主要是用在传输过程中需要。http传输图片，表单方式就不介绍了。如果采用的是通过编码的形式来传输图片，那么发送和接受都需要对图片和编码进行转换处理。这里也整理了一下开发中用过的方法。注意：图片转换成编码后，编码占用内存会比原来图片更大，甚至翻数。所以用大图片需要谨慎，不然极容易发生内存溢出。1.将图片转成base64编码字符串/** * @Description: 根据图片地址转换...

开发过程中用到过的一些文件处理方法，整理了一下，方便以后查找参阅。1.获取指定文件夹下面文件名称集合       /** * 获取指定路径下所有文件名称集合 */ public static List<String> getFileList(String strPath) { List<String> filelist=new ArrayList<Str...

之前在工作中，用到需要用servlet来接收文件表单，但是这种表单接收到的内容有文本又有文件。于是自己做了一个简单的封装，这个方法返回连个map，一个是文件map，一个是文本map。调用这个方法后，直接可以从map中去获取表单值。上代码。 /** * 上传文件的处理 * @throws Exception */ public static Map<Strin...