作者 | S.L
来源 | http://r6d.cn/abGzy
代码中的很多操作都是Eager的，比如在发生方法调用的时候，参数会立即被求值。总体而言，使用Eager方式让编码本身更加简单，然而使用Lazy的方式通常而言，即意味着更好的效率。
延迟初始化
一般有几种延迟初始化的场景：
- 对于会消耗较多资源的对象：这不仅能够节省一些资源，同时也能够加快对象的创建速度，从而从整体上提升性能。
- 某些数据在启动时无法获取：比如一些上下文信息可能在其他拦截器或处理中才能被设置，导致当前bean在加载的时候可能获取不到对应的变量的值，使用 延迟初始化可以在真正调用的时候去获取，通过延迟来保证数据的有效性。
在Java8中引入的lambda对于我们实现延迟操作提供很大的便捷性，如Stream、Supplier等，下面介绍几个例子。
Lambda
Supplier
通过调用get()方法来实现具体对象的计算和生成并返回，而不是在定义Supplier的时候计算，从而达到了延迟初始化的目的。但是在使用 中往往需要考虑并发的问题，即防止多次被实例化，就像Spring的@Lazy注解一样。
public class Holder {
// 默认第一次调用heavy.get()时触发的同步方法
private Supplier<Heavy> heavy = () -> createAndCacheHeavy();
public Holder() {
System.out.println("Holder created");
}
public Heavy getHeavy() {
// 第一次调用后heavy已经指向了新的instance，所以后续不再执行synchronized
return heavy.get();
}
//...
private synchronized Heavy createAndCacheHeavy() {
// 方法内定义class，注意和类内的嵌套class在加载时的区别
class HeavyFactory implements Supplier<Heavy> {
// 饥渴初始化
private final Heavy heavyInstance = new Heavy();
public Heavy get() {
// 每次返回固定的值
return heavyInstance;
}
}
//第一次调用方法来会将heavy重定向到新的Supplier实例
if(!HeavyFactory.class.isInstance(heavy)) {
heavy = new HeavyFactory();
}
return heavy.get();
}
}
当Holder的实例被创建时，其中的Heavy实例还没有被创建。下面我们假设有三个线程会调用getHeavy方法，其中前两个线程会同时调用，而第三个线程会在稍晚的时候调用。
当前两个线程调用该方法的时候，都会调用到createAndCacheHeavy方法，由于这个方法是同步的。因此第一个线程进入方法体，第二个线程开始等待。在方法体中会首先判断当前的heavy是否是HeavyInstance的一个实例。如果不是，就会将heavy对象替换成HeavyFactory类型的实例。显然，第一个线程执行判断的时候，heavy对象还只是一个Supplier的实例，所以heavy会被替换成为HeavyFactory的实例，此时heavy实例会被真正的实例化。等到第二个线程进入执行该方法时，heavy已经是HeavyFactory的一个实例了，所以会立即返回（即heavyInstance）。当第三个线程执行getHeavy方法时，由于此时的heavy对象已经是HeavyFactory的实例了，因此它会直接返回需要的实例（即heavyInstance），和同步方法createAndCacheHeavy没有任何关系了。
以上代码实际上实现了一个轻量级的虚拟代理模式(Virtual Proxy Pattern)。保证了懒加载在各种环境下的正确性。
还有一种基于delegate的实现方式更好理解一些(github)：
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ConcurrentMap;
import java.util.function.Supplier;
public class MemoizeSupplier<T> implements Supplier<T> {
final Supplier<T> delegate;
ConcurrentMap<Class<?>, T> map = new ConcurrentHashMap<>(1);
public MemoizeSupplier(Supplier<T> delegate) {
this.delegate = delegate;
}
@Override
public T get() {
// 利用computeIfAbsent方法的特性，保证只会在key不存在的时候调用一次实例化方法，进而实现单例
return this.map.computeIfAbsent(MemoizeSupplier.class,
k -> this.delegate.get());
}
public static <T> Supplier<T> of(Supplier<T> provider) {
return new MemoizeSupplier<>(provider);
}
}
以及一个更复杂但功能更多的CloseableSupplier：
public static class CloseableSupplier<T> implements Supplier<T>, Serializable {
private static final long serialVersionUID = 0L;
private final Supplier<T> delegate;
private final boolean resetAfterClose;
private volatile transient boolean initialized;
private transient T value;
private CloseableSupplier(Supplier<T> delegate, boolean resetAfterClose) {
this.delegate = delegate;
this.resetAfterClose = resetAfterClose;
}
public T get() {
// 经典Singleton实现
if (!(this.initialized)) { // 注意是volatile修饰的，保证happens-before，t一定实例化完全
synchronized (this) {
if (!(this.initialized)) { // Double Lock Check
T t = this.delegate.get();
this.value = t;
this.initialized = true;
return t;
}
}
}
// 初始化后就直接读取值，不再同步抢锁
return this.value;
}
public boolean isInitialized() {
return initialized;
}
public <X extends Throwable> void ifPresent(ThrowableConsumer<T, X> consumer) throws X {
synchronized (this) {
if (initialized && this.value != null) {
consumer.accept(this.value);
}
}
}
public <U> Optional<U> map(Function<? super T, ? extends U> mapper) {
checkNotNull(mapper);
synchronized (this) {
if (initialized && this.value != null) {
return ofNullable(mapper.apply(value));
} else {
return empty();
}
}
}
public void tryClose() {
tryClose(i -> { });
}
public <X extends Throwable> void tryClose(ThrowableConsumer<T, X> close) throws X {
synchronized (this) {
if (initialized) {
close.accept(value);
if (resetAfterClose) {
this.value = null;
initialized = false;
}
}
}
}
public String toString() {
if (initialized) {
return "MoreSuppliers.lazy(" + get() + ")";
} else {
return "MoreSuppliers.lazy(" + this.delegate + ")";
}
}
}
Stream
Stream中的各种方法分为两类：
- 中间方法(limit()/iterate()/filter()/map())
- 结束方法(collect()/findFirst()/findAny()/count())
前者的调用并不会立即执行，只有结束方法被调用后才会依次从前往后触发整个调用链条。但是需要注意，对于集合来说，是每一个元素依次按照处理链条执行到位，而不是每一个中间方法都将所有能处理的元素全部处理一遍才触发 下一个中间方法。比如：
List<String> names = Arrays.asList("Brad", "Kate", "Kim", "Jack", "Joe", "Mike");
final String firstNameWith3Letters = names.stream()
.filter(name -> length(name) == 3)
.map(name -> toUpper(name))
.findFirst()
.get();
System.out.println(firstNameWith3Letters);
当触发findFirst()这一结束方法的时候才会触发整个Stream链条，每个元素依次经过filter()->map()->findFirst()后返回。所以filter()先处理第一个和第二个后不符合条件，继续处理第三个符合条件，再触发map()方法，最后将转换的结果返回给findFirst()。所以filter()触发了3次，map()触发了1次。
好，让我们来看一个实际问题，关于无限集合。
Stream类型的一个特点是：它们可以是无限的。这一点和集合类型不一样，在Java中的集合类型必须是有限的。Stream之所以可以是无限的也是源于Stream「懒」的这一特点。
Stream只会返回你需要的元素，而不会一次性地将整个无限集合返回给你。
Stream接口中有一个静态方法iterate()，这个方法能够为你创建一个无限的Stream对象。它需要接受两个参数：
public static Stream iterate(final T seed, final UnaryOperator f)
其中，seed表示的是这个无限序列的起点，而UnaryOperator则表示的是如何根据前一个元素来得到下一个元素，比如序列中的第二个元素可以这样决定：f.apply(seed)。
下面是一个计算从某个数字开始并依次返回后面count个素数的例子：
public class Primes {
public static boolean isPrime(final int number) {
return number > 1 &&
// 依次从2到number的平方根判断number是否可以整除该值，即divisor
IntStream.rangeClosed(2, (int) Math.sqrt(number))
.noneMatch(divisor -> number % divisor == 0);
}
private static int primeAfter(final int number) {
if(isPrime(number + 1)) // 如果当前的数的下一个数是素数，则直接返回该值
return number + 1;
else // 否则继续从下一个数据的后面继续找到第一个素数返回，递归
return primeAfter(number + 1);
}
public static List<Integer> primes(final int fromNumber, final int count) {
return Stream.iterate(primeAfter(fromNumber - 1), Primes::primeAfter)
.limit(count)
.collect(Collectors.<Integer>toList());
}
//...
}
对于iterate和limit，它们只是中间操作，得到的对象仍然是Stream类型。对于collect方法，它是一个结束操作，会触发中间操作来得到需要的结果。
如果用非Stream的方式需要面临两个问题：
- 一是无法提前知晓fromNumber后count个素数的数值边界是什么
- 二是无法使用有限的集合来表示计算范围，无法计算超大的数值
即不知道第一个素数的位置在哪儿，需要提前计算出来第一个素数，然后用while来处理count以查找后续的素数。可能primes方法的实现会拆成两部分，实现复杂。如果用Stream来实现，流式的处理，无限迭代，指定截止条件，内部的一套机制可以保证实现和执行都很优雅。
