一文给你讲清楚BeanFactory 和 FactoryBean 的关联与区别

摘要:BeanFactory 和 FactoryBean都包含一些Bean实例,除此之外其实没有什么相同的地方。

本文分享自华为云社区 《BeanFactory 和 FactoryBean 的关联与区别》,作者:战斧。

一、概括性的回答

两者其实都是Spring提供的接口,如下

public interface FactoryBean<T> {
	T getObject() throws Exception;
	Class<?> getObjectType();
	boolean isSingleton();
}
复制
public interface BeanFactory {
	String FACTORY_BEAN_PREFIX = "&";
	Object getBean(String name) throws BeansException;
	<T> T getBean(String name, Class<T> requiredType) throws BeansException;
	<T> T getBean(Class<T> requiredType) throws BeansException;
	Object getBean(String name, Object... args) throws BeansException;
	<T> T getBean(Class<T> requiredType, Object... args) throws BeansException;
	boolean containsBean(String name);
	boolean isSingleton(String name) throws NoSuchBeanDefinitionException;
	boolean isPrototype(String name) throws NoSuchBeanDefinitionException;
	boolean isTypeMatch(String name, ResolvableType typeToMatch) throws NoSuchBeanDefinitionException;
	boolean isTypeMatch(String name, Class<?> typeToMatch) throws NoSuchBeanDefinitionException;
	Class<?> getType(String name) throws NoSuchBeanDefinitionException;
	String[] getAliases(String name);
}

复制

BeanFactory 就是我们常说的Spring容器,其内包含着大量的Bean,我们可以从BeanFactory 获取到想要的Bean,或者查询Bean的一些信息
而FactoryBean则是众多Bean里的一种,只不过这种Bean是一种辅助Bean或者说中间人,它的作用是为你提供另一个/一些Bean。

1.png

两者一个比较形象的比喻就是BeanFactory就是一家工厂,我们可以通过提供物品名字,从工厂中得到各式各样的物品,比如桌椅板凳,键盘鼠标 等等。而除此之外,我们还能获取一种比较特殊的物品——生产线(FactoryBean),一般情况下,我们获取生产线当然不是为了它本身,而是为了利用生产线生产出产品,所以当你提供生产线的名字,得到的其实是生产线生产的产品。当然,如果你就是想取这个生产线本身,那你提供的名字就得是 “&” + 生产线名。

二、FactoryBean

FactoryBean示例

我们先来看一下FactoryBean的基础用法,简而言之就是实现FactoryBean接口,然后重写其中的getObject方法,如下:

public class ConfigLoaderFactoryBean implements FactoryBean<ConfigLoader> {
    private String configLocation;

    public void setConfigLocation(String configLocation) {
        this.configLocation = configLocation;
    }

    @Override
    public ConfigLoader getObject() throws Exception {
        if (configLocation.startsWith("file:")) {
            LocalConfigLoader configLoader = new LocalConfigLoader();
            configLoader.setFilePath(configLocation.substring(5));
            return configLoader;
        } else if (configLocation.startsWith("http:")) {
            RemoteConfigLoader configLoader = new RemoteConfigLoader();
            configLoader.setServerUrl(configLocation);
            return configLoader;
        } else {
            throw new IllegalArgumentException("Unsupported config location: " + configLocation);
        }
    }

    @Override
    public Class<?> getObjectType() {
        return ConfigLoader.class;
    }
}

复制

然后把这个factoryBean放入容器中,你可以采用xml或者@Bean等形式注入。

<bean id="configLoader" class="com.example.ConfigLoaderFactoryBean">
    <property name="configLocation" value="http://example.com/config.json"/>
</bean
复制

FactoryBean的必要性

我们上面介绍过,FactoryBean其实相当于一个中间人,我们获取它,往往不是需要它本身,而是希望通过它获得另一个Bean,自然的我们会产生疑问,为什么要多此一举?如果我们通过它是为了获得另一个Bean,那么为什么不直接实例化另一个Bean然后放入Spring容器呢?比如在方法上使用@Bean注解。
2.png

这种想法无可厚非,主要是因为factoryBean接口的诞生更早,所以早期很多的结构采用了这种方式。后续有了@Bean注解以后,在方法上使用@Bean注解也能实现复杂Bean的创建了。

那是不是所有情况都能使用@Bean来替代factoryBean呢?比如我们想每次获取的Bean都是实时的,又比如我们需要一个计时器Bean,但你注入的Bean都被固定了,只有通过工厂,才能每次获取都能得到一个实时的新Bean。同样的,使用factoryBean还有一个懒加载的作用,对于某些复杂的Bean能在获取时再进行实例化。


三、BeanFactory

BeanFactory与ApplicationContext

提及BeanFactory,自然而然的我们会想到Spring的重要特性IOC,IOC要求有一个能管理所有Bean的管家,而管家需要一个盛放这些Bean的容器,这个容器就是BeanFactory。
3.png

尽管我们在日常项目中,使用的容器是具有更全功能的ApplicationContext,但ApplicationContext也是BeanFactory的子接口,其除了单纯的容器功能外,还有配置元信息,应用事件机制,资源管理等功能,所以我们可以说ApplicationContextBeanFactory的增强版本。

BeanFactory的使用

在早期的spring项目中,我们经常会在代码中指定使用某种BeanFactory ,并且使用如下方式去加载资源。

 //读取核心的配置文件
ClassPathResource resource = new ClassPathResource("MyContext.xml");
BeanFactory BeanFactory = new XmlBeanFactory(resource);
复制

顾名思义XmlBeanFactory就是能够读取并解析xml资源,解析出各种Bean后存入自身,而在后期,springboot的大规模使用后,其内置的工厂可以解析xml、properties以及注解等多种配置来源。

当然,其实Spring本身就有相当的自动化程度,比如当我们在启动类上使用。

@ImportResource(location = {"classpath:MyContext.xml"})
复制

它也能导入内容,并根据资源后缀是否为".groovy"判断是使用GroovyBeanDefinitionReader.class 还是 XmlBeanDefinitionReader.class,对资源解析完成后,把Bean定义注册进BeanFactory中。

四、总结

我们应当发现了:BeanFactory 和 FactoryBean 除了名字相似、都能包含一些Bean实例之外,其实没有什么相同的地方。前者是SpringIOC的核心,是存放一切Bean的容器;后者只不过是对复杂Bean的一种包装,比如我们常用的myBatis组件,针对各个mapper级接口生成的Bean实例,就是以FactoryBean的形式存在Spring容器中的。

点击关注,第一时间了解华为云新鲜技术~

 

进入华为专区,解锁更多精彩内容

【事件触发一致性】研究多智能体网络如何通过分布式事件驱动控制实现有限时间内的共识(Matlab代码实现)内容概要:本文围绕多智能体网络中的事件触发一致性问题,研究如何通过分布式事件驱动控制实现有限时间内的共识,并提供了相应的Matlab代码实现方案。文中探讨了事件触发机制在降低通信负担、提升系统效率方面的优势,重点分析了多智能体系统在有限时间收敛的一致性控制策略,涉及系统模型构建、触发条件设计、稳定性收敛性分析等核心技术环节。此外,文档还展示了该技术在航空航天、电力系统、机器人协同、无人机编队等多个前沿领域的潜在应用,体现了其跨学科的研究价值工程实用性。; 适合人群:具备一定控制理论基础Matlab编程能力的研究生、科研人员及从事自动化、智能系统、多智能体协同控制等相关领域的工程技术人员。; 使用场景及目标:①用于理解实现多智能体系统在有限时间内达成一致的分布式控制方法;②为事件触发控制、分布式优化、协同控制等课题提供算法设计仿真验证的技术参考;③支撑科研项目开发、学术论文复现及工程原型系统搭建; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注事件触发条件的设计逻辑系统收敛性证明之间的关系,同时可延伸至其他应用场景进行二次开发性能优化。
【四旋翼无人机】具备螺旋桨倾斜机构的全驱动四旋翼无人机:建模控制研究(Matlab代码、Simulink仿真实现)内容概要:本文围绕具备螺旋桨倾斜机构的全驱动四旋翼无人机展开,重点研究其动力学建模控制系统设计。通过Matlab代码Simulink仿真实现,详细阐述了该类无人机的运动学动力学模型构建过程,分析了螺旋桨倾斜机构如何提升无人机的全向机动能力姿态控制性能,并设计相应的控制策略以实现稳定飞行精确轨迹跟踪。文中涵盖了从系统建模、控制器设计到仿真验证的完整流程,突出了全驱动结构相较于传统四旋翼在欠驱动问题上的优势。; 适合人群:具备一定控制理论基础Matlab/Simulink使用经验的自动化、航空航天及相关专业的研究生、科研人员或无人机开发工程师。; 使用场景及目标:①学习全驱动四旋翼无人机的动力学建模方法;②掌握基于Matlab/Simulink的无人机控制系统设计仿真技术;③深入理解螺旋桨倾斜机构对飞行性能的影响及其控制实现;④为相关课题研究或工程开发提供可复现的技术参考代码支持。; 阅读建议:建议读者结合提供的Matlab代码Simulink模型,逐步跟进文档中的建模控制设计步骤,动手实践仿真过程,以加深对全驱动无人机控制原理的理解,并可根据实际需求对模型控制器进行修改优化。
在当代软件开发领域,JavaPython作为主流编程语言具有显著的技术价值。Java凭借其卓越的跨平台兼容性及严谨的面向对象体系,在商业系统构建中持续发挥核心作用;Python则依托其精炼的语法结构高效的数据处理库,在机器学习、统计建模等前沿计算领域展现独特优势。 本项目文档系统整理了针对算法训练平台的编程实践内容,重点阐释了如何运用双语言范式解决计算问题。文档体系包含以下核心组成部分: 首先,对各类算法命题进行多维度解析,涵盖基础原理推演、时间复杂度量化比较、内存占用评估等关键技术指标。针对特定问题场景,文档会提供经过优化的数据结构选型方案,并论证不同架构对执行效能的潜在影响。 其次,每个算法案例均配备完整的双语言实现版本。Java实施方案注重类型安全企业级规范,Python版本则突出代码简洁性函数式特性。所有示例均包含详尽的执行注释,并附有运行时性能对比数据。 特别需要说明的是,文档中的时序编号体系反映了持续更新的内容组织结构,这种编排方式便于追踪不同阶段的算法实践演进。对于初级开发者,可通过对比两种语言的实现差异深化编程思维;对于资深工程师,则能从中获取系统优化的方法论参考。 在实践应用层面,本文档揭示了理论知识工程落地的衔接路径:Java方案演示了如何通过合理的数据架构提升分布式系统吞吐量,Python案例则展示了数值计算中算法选择对处理效率的倍增效应。这种跨语言的技术对照,为学术研究产业实践提供了可复用的设计范式。 通过系统化的算法实践,开发者能够建立完整的计算思维框架,掌握在不同业务场景下进行技术选型的决策依据,最终形成解决复杂工程问题的核心能力。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
在Julia编程语言中,开发局部最优块预处理共轭梯度(LOBPCG)方法属于高阶数值代数应用范畴,主要针对大型稀疏对称正定矩阵的特征值计算需求。该算法作为共轭梯度法的改进形式,通过分块处理策略显著提升计算效率,特别适用于电磁场模拟、固体力学分析及量子化学建模等科学计算场景。 共轭梯度法的基本原理在于通过构造正交搜索方向序列迭代求解线性方程组Ax=b,其中系数矩阵需满足对称正定性条件。该方法在每轮迭代中维持解向量的正交特性,从而确保收敛速度的最优化。 LOBPCG算法的创新之处在于将原问题分解为多个低维子空间,并在各子空间内独立寻求局部最优解。其计算流程包含关键操作环节:子块划分、预处理实施、正交化处理、残差向量修正以及重复正交化保障。预处理器的引入能有效改善系统条件数,可采用不完全LU分解或逐次超松弛等技术实现。 基于Julia平台的实现需重点关注以下技术环节: 1. 线性代数运算:依托内置LinearAlgebra模块完成矩阵向量乘积、内积运算等基础操作 2. 迭代控制架构:建立循环迭代机制,设置收敛判定标准(如特征值相对误差阈值或最大迭代次数限制) 3. 正交化保障:采用Gram-Schmidt过程或Householder变换维持向量组正交性 4. 特征值估算:通过Rayleigh商迭代逐步逼近真实特征值 5. 性能优化策略:针对大规模问题采用稀疏矩阵存储格式,结合并行计算技术提升执行效率 研究现成的LOBPCG算法实现代码有助于深入理解数值计算的核心技术,包括高效内存管理、算法结构设计及实际工程应用方案。掌握该算法不仅能够提升数值编程能力,更为解决复杂线性代数问题提供了可靠的技术路径。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值