System类在Java中的作用详解
2026-02-22 08:36:47
0浏览
收藏
Java中的System类并非操作系统控制工具,而是JVM与底层资源(如标准输入输出流、系统时间、进程退出机制)之间轻量级的桥接入口;它要求开发者谨慎使用System.exit()——仅限主程序主动终止,严禁在库或Web环境中调用,应优先通过return或异常传递控制权;System.in/out/err虽可动态替换但存在全局影响和线程安全风险,仅建议在测试中临时重定向;而currentTimeMillis()适用于时间戳和超时计算,nanoTime()则专用于高精度耗时测量,二者语义严格分离、不可混用——理解这些核心边界与最佳实践,是编写健壮、可维护Java程序的关键基础。

System 类不是用来“控制”系统的,它只是 Java 运行时环境的一个薄封装入口,核心作用是桥接 JVM 与底层系统资源(如标准流、时间、退出机制),不提供操作系统级控制能力。
如何安全调用 System.exit()?
该方法会强制终止 JVM,不触发正常 shutdown hook 之外的清理逻辑(比如未 flush 的 PrintStream 缓冲区可能丢数据)。
- 仅在主程序明确需要终止时使用,例如命令行工具解析到
--help后主动退出 - 避免在库代码、Web 应用 Filter 或线程池任务中调用 —— 它会杀掉整个进程,不是当前线程
- 推荐优先用
return或抛出受检异常来传递控制权,把退出决策留给上层 - 若必须调用,传入非零状态码(如
System.exit(1))表示异常退出,便于 shell 脚本判断
System.in / System.out / System.err 的本质和替换风险
它们是静态 final 字段,类型分别是 InputStream、PrintStream、PrintStream。虽然可通过 System.setIn()、setOut()、setErr() 替换,但有明显副作用:
- 全局生效:所有后续对
System.out.println()的调用都会走新流,影响日志框架、第三方库输出 - 线程不安全:多个线程并发调用
setOut()可能导致中间态错乱 - 测试场景下可用(如重定向到
ByteArrayOutputStream捕获输出),但生产环境禁止动态替换 - 注意
System.out默认是带缓冲的,直接写入后不flush()可能看不到输出(尤其重定向到文件时)
System.currentTimeMillis() 和 System.nanoTime() 怎么选?
两者都返回时间,但语义和用途完全不同:
currentTimeMillis()返回自 1970-01-01 00:00:00 UTC 的毫秒数,适合计算日期、设置超时、生成时间戳 —— 但受系统时钟调整影响(NTP 同步可能导致倒退或跳变)nanoTime()返回的是单调递增的纳秒计数(基于 CPU tick),只适合测量耗时(如long start = System.nanoTime(); ...; long ns = System.nanoTime() - start;),不能转为可读时间- 不要用
nanoTime()做定时调度(如 sleep 精度依赖Thread.sleep()),也不要拿它和currentTimeMillis()做加减换算 - 高并发计时场景下,
nanoTime()调用本身有微小开销(通常 Date 或Instant便宜得多
System.getProperty() 能读哪些关键系统属性?
这是获取 JVM 启动参数和运行时环境信息的主要方式,常用键包括:
java.version、java.vendor:JDK 版本与厂商os.name(如Linux)、os.arch(如amd64)、os.version:操作系统标识,用于条件加载 native 库user.dir:JVM 启动时的工作目录(不是 classpath 路径!)file.separator、path.separator:跨平台路径分隔符(/vs\)- 注意:
System.getenv()读的是操作系统环境变量,和getProperty()无任何关系;后者只能读-Dkey=value参数或 JVM 内置属性
真正容易被忽略的是:所有 System 方法都是同步访问底层 OS 资源的,频繁调用 currentTimeMillis() 或反复 getProperty() 在热点路径里会有可观开销;而 System.arraycopy() 虽然高效,但它只是本地方法封装,不校验数组边界 —— 越界直接抛 ArrayIndexOutOfBoundsException,没额外保护。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
HTML缓存文件自动刷新方法详解
- 上一篇
- HTML缓存文件自动刷新方法详解
- 下一篇
- Python自定义比较方法全解析
查看更多
最新文章
-
- 文章 · java教程 | 19小时前 | Java · JVM · JVM Native Memory Tracking NMT jcmd 原生内存 JVM内存排查
- JVM 原生内存上涨但堆稳定,怎样用 NMT 分类定位
- 414浏览 收藏
-
- 文章 · java教程 | 21小时前 | Java · 性能优化 · Stream · Java教程 · Java Stream Spliterator 并行流 parallelStream Stream副作用
- Stream 并行化前先判断什么:数据规模、拆分与副作用
- 405浏览 收藏
-
- 文章 · java教程 | 23小时前 | Java教程 · sealed interface Java密封类 模式匹配switch 支付结果 穷尽检查
- 密封类建模支付结果:穷尽分支与扩展边界
- 270浏览 收藏
-
- 文章 · java教程 | 1天前 | 数据校验 · api设计 · Java教程 · 参数校验 Java record API DTO Jakarta Validation 紧凑规范构造器 跨字段校验
- Java Record 作为 API DTO 时,校验逻辑放在哪里
- 370浏览 收藏
-
- 文章 · java教程 | 1天前 | 线程池 · 异常处理 · 并发编程 · Java教程 · CompletableFuture · 异步任务 completablefuture allOf Handle 结果汇总 CompletionException
- CompletableFuture 组合独立任务:allOf 结果汇总与失败归属
- 482浏览 收藏
-
- 文章 · java教程 | 1天前 |
- StructuredTaskScope 如何表达并发任务的共同生命周期
- 425浏览 收藏
-
- 文章 · java教程 | 1天前 | 并发编程 · Java教程 · java arena MemorySegment WrongThreadException FFM API
- Java MemorySegment 怎么限制跨线程访问范围
- 132浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · Java 24 Java Class-File API CodeTransform ClassTransform CodeAttribute
- Java Class-File API 怎么转换方法代码属性
- 199浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · Stream · java Stream Gatherer Integrator.Greedy
- Java Gatherer Integrator.Greedy 什么时候可以声明贪婪处理
- 112浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 375次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 445次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 452次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 398次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 224次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

