java教程技术文章
-
- Java 怎样用 jcmd 分析本地内存增长
- Java 进程 RSS 持续上涨时，先用 jcmd VM.native_memory 建立基线，再用 summary.diff 或 detail.diff 判断是 JVM 子系统、线程、类元数据还是 NMT 未覆盖的第三方原生内存。
- 文章 · java教程 | 4天前 | Java · JVM · java JVM内存 jcmd Native Memory Tracking 476浏览 收藏
-
- Java ObjectInputFilter 怎样限制反序列化对象
- Java ObjectInputFilter 可以为 ObjectInputStream 增加类名、数组长度、引用数、深度和字节数限制。本文用一个小实验说明流级过滤器、程序化检查和 JVM 级配置的取舍。
- 文章 · java教程 | 4天前 | Java · java 反序列化 ObjectInputStream ObjectInputFilter 307浏览 收藏
-
- Java JDBC 怎样读取批量插入生成键
- Java JDBC 批量插入后，可以通过 RETURN_GENERATED_KEYS 请求生成键，再用 getGeneratedKeys() 遍历驱动返回的 ResultSet。本文给出完整写法，并说明空结果、驱动支持、顺序映射、事务回滚和资源关闭等边界。
- 文章 · java教程 | 4天前 | 数据库 · jdbc · Java教程 · java jdbc 批量插入 PreparedStatement 生成键 getGeneratedKeys 341浏览 收藏
-
- Java Stream 怎样合并两路聚合结果
- Java Collectors.teeing把同一批元素交给两个下游收集器，再合并完成结果。用总数量与最大项示例说明结果类型、空流约定、并行特征和适用边界。
- 文章 · java教程 | 4天前 | 327浏览 收藏
-
- Java 时间格式兼容多个输入格式的方法
- Java 接口同时收到日期、带 T 的时间和带空格的时间时，可以用 DateTimeFormatterBuilder 组织可选秒数，再用多个候选格式器处理真正不同的分隔符。本文给出严格解析、parseBest 和落地边界。
- 文章 · java教程 | 4天前 | 501浏览 收藏
-
- Java 结构化并发怎样处理子任务失败
- Java 25 StructuredTaskScope 子任务失败时，使用 FailedException 读取原始原因，让兄弟任务响应中断，并用 close 等待资源安全收尾。
- 文章 · java教程 | 4天前 | Java · 208浏览 收藏
-
- Java HttpClient 怎样按字节和字符串选择响应处理器
- Java HttpClient 的 BodyHandlers.ofByteArray 适合保留原始响应字节，ofString 适合文本，ofString(Charset) 适合协议或业务已明确字符集的文本。本文用响应资产、字符集和内存边界三个角度说明如何选择，并补充流式读取、文件落盘和敏感数据日志的安全边界。
- 文章 · java教程 | 4天前 | 字符集 · Java教程 · HTTP客户端 · java httpclient charset BodyHandlers ofByteArray ofString 429浏览 收藏
-
- Java Optional.stream 怎样把可选值接入 Stream 管道
- Java Optional.stream 会把有值的 Optional 变成只含一个元素的顺序 Stream，把空 Optional 变成空 Stream。本文用一组可选查询结果拆解 flatMap(Optional::stream) 的写法、边界和落地选择。
- 文章 · java教程 | 4天前 | 170浏览 收藏
-
- Java sealed interface 跨包继承限制怎样理解
- Java sealed interface 在未命名模块中要求 permits 子类型同包；命名模块可以跨包但不能跨模块。本文按 package、module 和 permits 三层关系拆解常见编译错误与代码组织方式。
- 文章 · java教程 | 4天前 | 265浏览 收藏
-
- Java record 紧凑构造器怎样校验参数
- Java record 的紧凑构造器可以在不重复声明参数和字段赋值的情况下完成参数校验与规范化。本文用值对象示例说明隐式参数、异常边界和常见限制。
- 文章 · java教程 | 4天前 | 293浏览 收藏
-
- Java computeIfAbsent 递归更新时怎样避免死循环
- Java computeIfAbsent计算回调不应更新同一个Map。结合JDK25文档和单线程依赖计算示例，区分容器重入检测与业务依赖环，说明完成缓存、失败清理及并发改造边界。
- 文章 · java教程 | 4天前 | 207浏览 收藏
-
- Java 有序集合怎样统一访问首尾元素
- Java 21 开始可以用 SequencedCollection 统一表示具有明确遇到顺序、支持两端操作并可反向查看的集合。本文从 List、Deque、SortedSet 和 LinkedHashSet 的共同接口出发，说明 getFirst、getLast、addFirst、removeLast 与 reversed 的使用方式，以及空集合、不可修改集合和旧版本兼容边界。
- 文章 · java教程 | 4天前 | Java教程 · 接口设计 · java 有序集合 SequencedCollection reversed 首尾元素 308浏览 收藏
-
- Java 虚拟线程执行器的生命周期管理
- 用一个小型任务协调器讲清 Java 虚拟线程执行器的创建边界、正常关闭、超时收敛和 Future 取消，帮助区分执行器生命周期与单任务中断。
- 文章 · java教程 | 5天前 | Java · 并发编程 · 虚拟线程 · java future ExecutorService 虚拟线程 140浏览 收藏
-
- Java JDBC 批量写入的事务和参数绑定
- 用 PreparedStatement.addBatch 收集多组参数，在明确的提交窗口中执行 JDBC 批量写入；本文同时说明自动提交、更新计数、BatchUpdateException 与失败回滚的处理边界。
- 文章 · java教程 | 5天前 | jdbc · Java教程 · java jdbc 事务 PreparedStatement 批量写入 156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
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474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。
- 589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。
- 626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。
- 660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。
- 630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。
- 444次使用
