1.Java | 带你理解 ServiceLoader 的源码原理与设计思想
2.Mysql - com.mysql.jdbc.Driver与com.mysql.cj.jdbc.Driver的区别
3.Flink深入浅出：JDBC Connector源码分析
4.Apache Calcite系列（五）：数据库驱动实现
5.JBuilder使用问题

Java | 带你理解 ServiceLoader 的原理与设计思想

       本文将为您解析Java中ServiceLoader的原理与设计思想，以JDBC为例，分析引导您理解和掌握其基本用法与内部机制。源码

       首先，分析了解JDBC的源码五大步骤，包括定义服务接口、分析溯源码能保证正品吗实现服务接口、源码注册实现类到配置文件、分析加载服务。源码

       定义服务接口时，分析JDBC通过抽象一个服务接口，源码使数据库驱动实现类统一实现此接口，分析实现代码耦合的源码降低。

       接着，分析实现服务接口，源码数据库厂商提供一个或多个实现此服务的类，如MySQL的com.mysql.cj.jdbc.Driver。

       注册实现类到配置文件，需在java同级目录下的resources/META-INF/services新建文件，每行记录实现类全限定名，方便ServiceLoader查找。

       加载服务时，DriverManager的静态代码块通过ServiceLoader遍历所有驱动实现类，此过程无需实际操作。

       深入ServiceLoader源码解析，webpy项目源码其构造器创建LazyIterator实例，此迭代器采用懒加载策略，优先从providers集合获取元素。

       providers集合是LazyIterator的内存缓存，LazyIterator#next()方法将每次迭代获取的元素放入此集合，实现高效检索。

       ServiceLoader要点总结，包括构造器、迭代器及优先加载机制。

       解决DriverManager源码疑问，为何next()操作不取得服务实现类对象？答案在于LazyIterator的高效设计，它在获取元素后立即放入缓存，无需额外操作。

       在DriverManager中，注册服务实现类实例并保存在CopyOnWriteArrayList中，后续获取数据库连接时直接从该列表获取驱动。

       ServiceLoader设计思想强调模块化与扩展性，通过懒加载机制提高性能，简化代码耦合。

       本文仅提供基本概念与解析，后续将探讨ARouter与WMRouter的源码实现，欢迎关注彭旭锐的博客。

Mysql - com.mysql.jdbc.Driver与com.mysql.cj.jdbc.Driver的区别

        spring常用dataSource配置如下:

        而 driver-class-name 的 com.mysql.jdbc.Driver 与 com.mysql.cj.jdbc.Driver 有什么区别呢?

        当5之后的版本选择 com.mysql.jdbc.Driver 的时候，会有警告提示，替换为 com.mysql.cj.jdbc.Drive

        查看源码可知，老版本的 Driver 继承了新版本的 Driver ，通过继承的方式兼容老版本，并添加了告警提示，如下:

Flink深入浅出：JDBC Connector源码分析

       大数据开发中，数据分析与报表制作是webview下载源码日常工作中最常遇到的任务。通常，我们通过读取Hive数据来进行计算，并将结果保存到数据库中，然后通过前端读取数据库来进行报表展示。然而，使用FlinkSQL可以简化这一过程，通过一个SQL语句即可完成整个ETL流程。

       在Flink中，读取Hive数据并将数据写入数据库是常见的需求。本文将重点讲解数据如何写入数据库的过程，包括刷写数据库的机制和原理。

       以下是本文将讲解的几个部分，以解答在使用过程中可能产生的疑问：

       1. 表的定义

       2. 定义的表如何找到具体的实现类（如何自定义第三方sink）

       3. 写入数据的机制原理

       （本篇基于1..0源码整理而成）

       1. 表的定义

       Flink官网提供了SQL中定义表的示例，以下以oracle为例：

       定义好这样的表后，就可以使用insert into student执行插入操作了。接下来，我们将探讨其中的技术细节。

       2. 如何找到实现类

       实际上，这一过程涉及到之前分享过的SPI（服务提供者接口），即DriverManager去寻找Driver的过程。在Flink SQL执行时，会通过translate方法将SQL语句转换为对应的Operation，例如insert into xxx中的xxx会转换为CatalogSinkModifyOperation。这个操作会获取表的应用推广源码信息，从而得到Table对象。如果这个Table对象是CatalogTable，则会进入TableFactoryService.find()方法找到对应的实现类。

       寻找实现类的过程就是SPI的过程。即通过查找路径下所有TableFactory.class的实现类，加载到内存中。这个SPI的定义位于resources下面的META-INFO下，定义接口以及实现类。

       加载到内存后，首先判断是否是TableFactory的实现类，然后检查必要的参数是否满足（如果不满足会抛出异常，很多人在第一次使用Flink SQL注册表时，都会遇到NoMatchingTableFactoryException异常，其实都是因为配置的属性不全或者Jar报不满足找不到对应的TableFactory实现类造成的）。

       找到对应的实现类后，调用对应的createTableSink方法就能创建具体的实现类了。

       3. 工厂模式+创建者模式，创建TableSink

       JDBCTableSourceSinkFactory是JDBC表的具体实现工厂，它实现了stream的sinkfactory。在1..0版本中，它不能在batch模式下使用，但在1.版本中据说会支持。这个类使用了经典的工厂模式，其中createStreamTableSink负责创建真正的xgboost源码解析Table，基于创建者模式构建JDBCUpsertTableSink。

       创建出TableSink之后，就可以使用Flink API，基于DataStream创建一个Sink，并配置对应的并行度。

       4. 消费数据写入数据库

       在消费数据的过程中，底层基于PreparedStatement进行批量提交。需要注意的是提交的时机和机制。

       控制刷写触发的最大数量 'connector.write.flush.max-rows' = ''

       控制定时刷写的时间 'connector.write.flush.interval' = '2s'

       这两个条件先到先触发，这两个参数都是可以通过with()属性配置的。

       JDBCUpsertFunction很简单，主要的工作是包装对应的Format，执行它的open和invoke方法。其中open负责开启连接，invoke方法负责消费每条数据提交。

       接下来，我们来看看关键的format.open()方法：

       接下来就是消费数据，执行提交了

       AppendWriter很简单，只是对PreparedStatement的封装而已

       5. 总结

       通过研究代码，我们应该了解了以下关键问题：

       1. JDBC Sink执行的机制，比如依赖哪些包？（flink-jdbc.jar，这个包提供了JDBCTableSinkFactory的实现）

       2. 如何找到对应的实现？基于SPI服务发现，扫描接口实现类，通过属性过滤，最终确定对应的实现类。

       3. 底层如何提交记录？目前只支持append模式，底层基于PreparedStatement的addbatch+executeBatch批量提交

       4. 数据写入数据库的时机和机制？一方面定时任务定时刷新，另一方面数量超过限制也会触发刷新。

       更多Flink内容参考：

Apache Calcite系列（五）：数据库驱动实现

       Avatica，作为Apache Calcite的子项目，提供了实现JDBC和ODBC标准数据库驱动的能力。通过这个项目，开发者可以构建自定义数据库的Java驱动，或代理非JDBC、ODBC标准的数据库，而无需修改上层服务代码。本文将探讨Avatica的实现原理。

       在探讨Avatica实现细节之前，需要了解其架构。Avatica采用典型的RPC架构，分为客户端和服务端两个部分。客户端将JDBC相关操作如建立连接、执行请求等通过RPC协议发送给服务端，服务端执行这些操作并返回结果。Avatica的核心概念有三个：连接、Statement和查询执行。

       接下来，我们将通过一个DEMO展示Avatica的使用方法。DEMO中，我们将使用Avatica框架访问MySQL数据库。代码包括客户端测试代码和服务器端代码。客户端首先建立连接，创建Statement，然后执行查询，最后打印结果。

       在建立连接的过程中，代码调用Driver的connect方法，实际上由AvaticaFactory创建连接，Avatica的Driver通过此方法创建AvaticaConnection。连接创建时，指定连接驱动、URL、元数据等信息。元数据使用RemoteMeta，它连接实际数据库并代理数据。

       客户端发送建立连接请求后，服务端处理逻辑通过Jetty网络服务实现。Jetty收到请求后，将请求交给AbstractAvaticaHandler处理。Handler内部处理流程包括：调用LocalService，LocalService再调用Meta处理连接请求，Meta根据请求内容选择合适的数据库驱动建立连接。

       创建Statement的过程与建立连接类似，通过远程请求实现。服务端创建Statement后，返回Statement ID给客户端，客户端通过ID执行后续操作。创建StatementHandle的过程也是远程请求，服务端创建Statement并返回。

       执行查询的过程与创建Statement类似，服务端根据Statement ID查找Statement，执行查询并返回结果。

       源码解读方面，主要关注几个关键目录：org.apache.calcite.avatica根目录下的JDBC框架代码，包括Connection、Statement、ResultSet等实现；org.apache.calcite.avatica.remote包下的Service定义、请求处理Handler以及RemoteMeta；Server端的org.apache.calcite.avatica.jdbc目录定义代理其他数据源的类，如JdbcMeta和JdbcResultSet；org.apache.calcite.avatica.server目录定义服务端Handler和启动服务。

       核心类包括消息类Handler、Service接口、Meta接口和Driver类。Handler负责处理网络请求，Service接口处理请求和响应，Meta接口处理JDBC规范操作请求，Driver类提供了实现Avatica框架的Driver。

       总结来说，Avatica通过构建RPC架构，实现JDBC和ODBC标准数据库驱动的自定义和代理，简化了数据库访问过程。通过理解和使用Avatica框架，开发者可以灵活地构建和管理数据库驱动，满足不同场景的需求。

JBuilder使用问题

       在使用JBuilder时，遇到assert语句执行问题，需在project的properties设置中开启"enable assert keyWord"。默认情况下，JVM不会处理assert，需在runtime configuration的VM parameters中添加"-ea"参数。在Windows平台生成.exe文件，可使用Native Executable Builder，JBuilder8提供此功能，解决中文环境下光标错位问题的方法是调整Editor Option设置，取消"Bold"，选择中文宋体，同时调整字体大小。

       JBuilder的TAB键使用需先选定代码再进行缩进，预设快捷键为F2而非Tab键。安装JDBC driver需先从数据库获取Class.zip等驱动文件，将其包含的jar包添加到JBuilder的Library中，并在工程属性中指定。在Tools>Enterprise Setup>Database drivers中创建新的Library，指定JDBC Driver的jar文件路径，确保路径无空格。如有源代码和JavaDoc，也需在Configure Libraries对话框中加入。年，Borland将其CodeGear子公司出售给Embarcadero，这个年轻的公司曾以JBuilder等产品在程序开发界享有高度声誉。

扩展资料

       Jbuilder是一个可视化JAVA开发工具。它是在Java2平台上开发商业应用程序、数据库、发布程序的优秀工具。它支持J2EE，所以程序员可以快速的转换企业版Java应用程序。