HttpSessionListener案例: 自定义HttpSession扫描器

本文介绍如何通过HttpSessionListener接口创建一个自定义的会话扫描器,以便监控和管理Web应用程序中的HttpSession。通过监听会话事件,可以实现如超时检测、会话数据跟踪等功能,提升应用的健壮性和用户体验。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

HttpSessionListener案例: 自定义HttpSession扫描器
如果一个HttpSession对象超过1分钟没有用了,主动干掉


注: 基础原则: 集合在遍历时,是不允许增删其中的元素的,
         否则会抛java.util.ConcurrentModificationException异常    
         
-----------------------------------------------------------------------------------------------------------
public class HttpSessionScannerListener implements HttpSessionListener,
ServletContextListener {


              // 创建一个集合,存放所有的HttpSession对象
              List<HttpSession> sessions = new ArrayList<HttpSession>();
              // 创建一把锁,给集合sessions添加session的过程和遍历集合sessions(session过多,
              //            遍历的时间长,有新的session加入)的过程加上同一把锁,保证不会被打扰            
              Object lock = new Object();


              // 启动定时器 : 启动应用的时候就开始执行
              public void contextInitialized(ServletContextEvent sce) {
                      Timer t = new Timer();
                      // 启动扫描任务,启动后立即开始扫描,每个1分钟扫描一次
                      t.schedule(new SessionScanTask(sessions, lock), 0, 1 * 60 * 1000);
              }


              // 拿到一个会话对象
              public void sessionCreated(HttpSessionEvent se) {
                      synchronized (lock) {
                              HttpSession session = se.getSession();
                              System.out.println(session + "来了");
                              sessions.add(session);
                      }
              }


              public void sessionDestroyed(HttpSessionEvent se) {
                      HttpSession session = se.getSession();
                      System.out.println(session + "去了");
              }


              public void contextDestroyed(ServletContextEvent sce) { }


}


// 扫描任务的类
class SessionScanTask extends TimerTask {


        private List<HttpSession> sessions;
        private Object lock;


        public SessionScanTask(List<HttpSession> sessions, Object lock) {
                this.sessions = sessions;
                this.lock = lock;
        }


        // 扫描HttpSession对象,看看有没有超时的(时限为1分钟)
        public void run() {


                // 法1:
                // 注意不能在集合遍历时增删元素,要改为在ListIterator中增删元素才可以避免
                //                                              java.util.ConcurrentModificationException异常
                // for(HttpSession session : sessions){
                  // if((System.currentTimeMillis() - session.getLastAccessedTime()) > 1*60*1000){
                          // session.invalidate();
                          // sessions.remove(session);
                  // }
                // }


                synchronized (lock) {
                        ListIterator<HttpSession> it = sessions.listIterator();
                        while (it.hasNext()) {
                                HttpSession session = it.next();
                                if ((System.currentTimeMillis() - session.getLastAccessedTime()) > 1 * 60 * 1000) {
                                        session.invalidate();
                                        it.remove();
                                }
                        }
                }
        }


}

-----------------------------------------------------------------------------------------------------------






### 解决 PP-OCRv4 出现的错误 当遇到 `WARNING: The pretrained params backbone.blocks2.0.dw_conv.lab.scale not in model` 这样的警告时,这通常意味着预训练模型中的某些参数未能匹配到当前配置下的模型结构中[^2]。 对于此问题的一个有效解决方案是采用特定配置文件来适配预训练权重。具体操作方法如下: 通过指定配置文件 `ch_PP-OCRv4_det_student.yml` 并利用已有的最佳精度预训练模型 (`best_accuracy`) 来启动训练过程可以绕过上述不兼容的问题。执行命令如下所示: ```bash python3 tools/train.py -c configs/det/ch_PP-OCRv4/ch_PP-OCRv4_det_student.yml ``` 该方案不仅解决了参数缺失带来的警告,还能够继续基于高质量的预训练成果进行微调,从而提升最终检测效果。 关于蒸馏的概念,在机器学习领域内指的是将大型复杂网络(teacher 模型)的知识迁移到小型简单网络(student 模型)。这里 student 和 teacher 的关系是指两个不同规模或架构的神经网络之间的指导与被指导的关系;其中 teacher 已经经过充分训练并具有良好的性能,而 student 则试图模仿前者的行为模式以达到相似的效果但保持更高效的计算特性。 至于提到的 `Traceback` 错误信息部分,由于未提供具体的跟踪堆栈详情,难以给出针对性建议。不过一般而言,这类报错往往涉及代码逻辑错误或是环境配置不当等问题。为了更好地帮助定位和解决问题,推荐记录完整的异常日志,并仔细检查最近修改过的代码片段以及确认依赖库版本的一致性。
评论
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