博客
关于我
动态代理 (CGLIB 动态代理)
阅读量:564 次
发布时间:2019-03-09

本文共 1973 字,大约阅读时间需要 6 分钟。

动态代理与CGLib实现

在软件开发中,动态代理是一种常用的技术,它允许在程序运行时为目标对象创建代理类,以实现对目标对象的控制和扩展。其中,CGLib动态代理是一种基于字节码技术的动态代理实现方式,提供了高度的灵活性和对方法拦截的强大能力。

CGLib动态代理的原理

CGLib动态代理通过生成目标类的子类,拦截并重写目标类的所有方法。在生成的子类中,通过 JNI(本地方法接口)实现对目标方法的动态调用,并在调用过程中可以插入自定义的逻辑。这种方式能够在不修改目标类的前提下,动态地为目标类添加功能或改变行为。

CGLib动态代理的实现步骤

1. 定义被代理类

定义一个普通的 Java 类作为目标类:

package com.cglibdynamicproxy.service;public class AgentTarget {    public void proxyMethod() {        System.out.println("被代理的方法执行了");    }}

2. 创建拦截器类

创建一个拦截器类,继承 net.sf.cglib.proxy.MethodInterceptor 接口,并实现 intercept 方法。拦截器类的作用是拦截目标类的方法调用,并在适当的位置添加自定义逻辑:

package com.cglibdynamicproxy.cglib;import java.lang.reflect.Method;import net.sf.cglib.proxy.MethodInterceptor;import net.sf.cglib.proxy.MethodProxy;public class CglibMethodInterceptor implements MethodInterceptor {    @Override    public Object intercept(Object obj, Method method, Object[] args, MethodProxy proxy) throws Throwable {        System.out.println("before");        Object result = null;        try {            result = proxy.invokeSuper(obj, args);        } catch (Exception e) {            System.out.println("异常处理:" + e.getMessage());            throw e;        } finally {            System.out.println("after");        }        return result;    }}

3. 导入并设置CGLib依赖

在项目中添加CGLib依赖,确保类loading能够正确进行。在 pom.xml 中添加依赖:

net.sf.cglib
cglib
3.2.5

4. 创建动态代理

使用 Enhancer 工厂类创建动态代理。设置代理目标类和拦截器回调函数,然后创建代理对象:

public static void main(String[] args) {    Enhancer enhancer = new Enhancer();    enhancer.setSuperclass(AgentTarget.class);    enhancer.setCallback(new CglibMethodInterceptor());    AgentTarget childAgentTarget = (AgentTarget) enhancer.create();    childAgentTarget.proxyMethod();}

5. 检查生成的代理类

通过查看生成的 AgentTarget$$EnhancerByCGLIB$$303de0ca 类,可以看到代理类是如何继承和重写目标类方法的。你可以看到生成类中包含了目标类的所有方法,以及拦截器在方法调用时所执行的逻辑。

通过以上步骤,可以清晰地看到CGLib动态代理的工作原理,以及它是如何在无修改目标类的情况下,动态地拦截和执行目标方法的。这种方法能够为系统提供灵活的功能扩展,同时保持目标类的原有功能不变。

转载地址:http://xompz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>
opencv中读写视频
查看>>
OpenCV中遇到Microsoft C++ 异常 cv::Exception
查看>>