AOP 动态代理 的 源码分析

本文介绍如何使用Java动态代理实现AOP(面向切面编程),通过具体示例展示了如何创建代理对象并进行方法拦截。同时探讨了反编译工具在特定情况下的行为及调试技巧。

首先 写一个简单的 AOP测试文件:


public void testProxy() {
UserDAO userDAO = new UserDAOImpl();
LogInterceptor li = new LogInterceptor();
li.setTarget(userDAO);
UserDAO userDAOProxy = (UserDAO)Proxy.newProxyInstance(userDAO.getClass().getClassLoader(), userDAO.getClass().getInterfaces(), li);
System.out.println(userDAOProxy.getClass());

userDAOProxy.delete();
userDAOProxy.save(new User());
}


junit测试的时候,发现有些源码没法显示:到网上 查了一下,发现可能直接展示的 字节码。 那什么情况下 反编译工具会直接读取字节码呢?

可能原因如下: 反编译器 对于反编译的高级语言正确性有所怀疑时,或是某些特殊段不能反编译成高级语言时,以及需要修改class文件后重新编译等等。 


具体原因 和 解释 参考该文章: http://tieba.baidu.com/p/1703769254


那么 没法用debug模式看到 所有源码,那么就 仿写一个:

这个网址 为我们写好了:

http://blog.youkuaiyun.com/leisore/article/details/6736663


这个动态代理类的 主要特点是 :首先他继承了 Proxy类,并且实现了 一个接口列表,然后 用 

  1. m3 = Class.forName("cn.leisore.daily._2011_08_31.IBook").getMethod("authors"new Class[0]);  
  2. 得到所有接口的所有方法, 所以代理类 包含的东西包括 所有实际类 实现的接口 和 接口中的方法。

最后 在  AOP 测试文件中 用  代理类调用该 方法时,userDAOProxy.delete(); 会去寻找一个实现接口InvocationHandler的类,在该类中 有一个方法:

public Object invoke(Object proxy, Method m, Object[] args)
throws Throwable { } ,其中的参数表示  proxy表示实际动态生成的代理类, m表示 此次调用的方法, args表示 m方法的参数


在invoke() 方法中, 可以加上 beforeMethod() ,afterMethod() 等操作实现 切面编程:

public Object invoke(Object proxy, Method m, Object[] args)
throws Throwable {
beforeMethod(m);
m.invoke(target, args);
arterMethod(m);
return null;
}


关于动态代理,记住 proxy,InvocationHandler两个接口,另外 代理类的具体底层实现 用了 native修饰的方法,不再研究具体怎么生成的字节码。


最后 这篇文章 对整个 流程 有一个很好的解读,值得一看:

http://rejoy.iteye.com/blog/1627405


基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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