Ресурс для разработчиков, чтобы создавать изометрические диаграммы своей инфраструктуры или софта.

Open-source: https://github.com/stan-smith/FossFLOW

👉 Java Portal

Java Off-Heap Memory с DirectByteBuffer

Большинство Java-разработчиков работают только с объектами в куче JVM, управляемой Garbage Collector.

Но в системах с высокими требованиями к производительности — базах данных, игровых движках или messaging-системах — Java может использовать off-heap memory (память вне кучи JVM) через DirectByteBuffer

Преимущества

- снижение пауз GC
- ускорение I/O операций
- возможность работать с большими наборами данных без раздувания кучи

👉 Java Portal

Репозиторий kdn251/interviews на GitHub — это реально крутой ресурс, собранный Кевином Нонтоном

interviews был создан, чтобы прокачать подготовку к техсобесам, собрав в одном месте алгоритмы, структуры данных, статьи и ссылки на полезные материалы

Если давно хотел подтянуться в алгоритмах и кодинге для интервью, начни с этого репозитория

Там найдёшь задачи, видео, объяснения, ссылки на LeetCode и много практики 😁

👉 Java Portal

Советы по работе с Spring Boot Scheduler

Пул потоков

По умолчанию все задачи выполняются в одном потоке, и длинный job может блокировать остальные.

Чтобы запускать задачи параллельно, увеличь пул:

spring.task.scheduling.pool.size=4

Теперь одновременно могут работать до 4 задач.

Быстрая проверка

Во время разработки ставь короткие интервалы и добавляй логи, чтобы видеть, когда реально запускается job:

log.info("Job ran at {}", Instant.now());

Частые ошибки

- забыли @EnableScheduling → задачи не запустятся

- неверный timezone в cron

- долгие задачи блокируют другие (решается увеличением пула или оптимизацией кода)

Выбираем стратегию

fixedRate → с фиксированными интервалами

fixedDelay → ждёт после выполнения

cron → точные даты и время

Совет: выноси настройки во внешние properties и используй пул потоков для стабильной работы.

👉 Java Portal

Первая статья из серии, где показывается как примеры AI-агентов из популярных Python-фреймворков можно переписать на Java и сделать гораздо лучше с помощью Embabel

Сегодняшняя цель CrewAI — читать

👉 Java Portal

Интеграция ChatGPT в Java

С ростом интереса к нейросетям всё больше приложений начинают использовать ИИ в своей бизнес-логике. Встраивание ChatGPT может быть реализовано по-разному

1. Пользователь вводит текст, приложение отправляет его в ChatGPT и возвращает ответ
2. Ввод отправляется в ChatGPT для дополнения или расширения и сохраняется в базу
3. ChatGPT используется как помощник для следующих действий пользователя

Механика всегда одна и та же: отправляется HTTP-запрос к API, на который приходит HTTP-ответ. Браузер делает это напрямую, Java-код делает то же самое с любым HTTP-клиентом — RestTemplate, WebClient, HttpClient, OkHttp и т д

Отличие в том, что запросы из приложения должны содержать ваш API-ключ. Его передают в заголовке Authorization

Как подготовить проект

1. Зарегистрироваться на platform.openai.com, сгенерировать API Key в разделе API Keys
2. Подключить зависимости. Например, OkHttp для запросов и org.json для разбора ответа

<dependencies>
  <dependency>
    <groupId>com.squareup.okhttp3</groupId>
    <artifactId>okhttp</artifactId>
    <version>4.12.0</version>
  </dependency>
  <dependency>
    <groupId>org.json</groupId>
    <artifactId>json</artifactId>
    <version>20240303</version>
  </dependency>
</dependencies>

Пример простого клиента

import okhttp3.*;
import org.json.JSONObject;

public class ChatGPTClient {
    private static final String API_KEY = "your-api-key-here";
    private static final String API_URL = "https://api.openai.com/v1/chat/completions";

    public static void main(String[] args) throws Exception {
        OkHttpClient client = new OkHttpClient();

        JSONObject message = new JSONObject()
                .put("role", "user")
                .put("content", "Привет! Объясни, как работает JVM");

        JSONObject body = new JSONObject()
                .put("model", "gpt-3.5-turbo")
                .put("messages", new org.json.JSONArray().put(message));

        Request request = new Request.Builder()
                .url(API_URL)
                .header("Authorization", "Bearer " + API_KEY)
                .header("Content-Type", "application/json")
                .post(RequestBody.create(body.toString(), MediaType.get("application/json")))
                .build();

        try (Response response = client.newCall(request).execute()) {
            JSONObject json = new JSONObject(response.body().string());
            String reply = json.getJSONArray("choices")
                               .getJSONObject(0)
                               .getJSONObject("message")
                               .getString("content");
            System.out.println("ChatGPT ответ: " + reply);
        }
    }
}

Что тут происходит

> создаём HTTP-клиент
> формируем JSON с сообщением
> добавляем заголовки и ключ
> отправляем POST-запрос на API
> парсим JSON-ответ и выводим текст

Таким образом, интеграция ChatGPT в Java-приложение сводится к обычной работе с HTTP API: собрать запрос, добавить ключ и обработать результат.

👉 Java Portal

7 шаблонов проектирования, которые должен знать каждый разработчик

Осознаёте вы это или нет, но большинство этих шаблонов вы уже используете.

Шаблоны проектирования — это переиспользуемые решения типовых задач в программировании. Они служат шаблонами, которые можно применять в разных языках и на разных платформах.

В 1994 году четверо разработчиков, известные как Gang of Four (Банда четырёх), написали книгу, где описали 23 шаблона проектирования. Эта книга стала классикой, и описанные в ней подходы актуальны до сих пор.

Шаблоны делятся на три группы:

🟢Порождающие — управляют созданием объектов с гибкостью.
🟣Структурные — помогают организовать объекты в более крупные структуры.
🟡Поведенческие — определяют, как объекты взаимодействуют друг с другом.

Вот 7 ключевых шаблонов, которые стоит знать:

Singleton — гарантирует, что будет только один экземпляр класса.

Builder — пошагово конструирует сложные объекты.

Factory — создаёт объекты без указания точного класса.

Facade — упрощает работу со сложной системой через единый интерфейс.

Adapter — позволяет работать вместе несовместимым интерфейсам.

Strategy — позволяет динамически подменять алгоритмы.

Observer — поддерживает зависимость между объектами (реакция на события).

Знание этих шаблонов помогает писать более поддерживаемый код и делает проекты понятнее для других разработчиков.

Но важно помнить: не злоупотребляйте ими. Подходящий шаблон в нужной ситуации — это сила. Но если применять их там, где они не нужны, это только усложнит систему.

👉 Java Portal

Spring Boot с AOP:

Spring Boot позволяет использовать аспектно-ориентированное программирование , чтобы вынести сквозную логику (например, логирование, безопасность или кеширование) отдельно от бизнес-логики.
Можно даже создавать свои аннотации, которые автоматически навешивают нужное поведение, сохраняя код чистым и декларативным

1. Создаётся аннотация @LogExecutionTime

@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface LogExecutionTime {}

Её можно навесить на любой метод, чтобы включить замер времени выполнения.

2. Аспект LoggingAspect

@Aspect
@Component
public class LoggingAspect {
    @Around("@annotation(LogExecutionTime)")
    public Object logExecution(ProceedingJoinPoint joinPoint) throws Throwable {
        long start = System.currentTimeMillis();

        Object result = joinPoint.proceed(); // выполнить метод

        long timeTaken = System.currentTimeMillis() - start;
        System.out.println(joinPoint.getSignature() + " executed in " + timeTaken + " ms");

        return result;
    }
}

- Перехватывает вызов методов с аннотацией @LogExecutionTime
- Сохраняет время старта → выполняет метод → считает разницу → выводит результат в лог.

3. Контроллер TestController

@RestController
public class TestController {

    @GetMapping("/hello")
    @LogExecutionTime
    public String hello() throws InterruptedException {
        Thread.sleep(500); // имитация работы
        return "Hello, World!";
    }
}

- Метод hello() помечен @LogExecutionTime
- При каждом запросе на /hello метод будет логироваться с замером времени.

AOP здесь убирает дублирование логики измерения времени.
Вместо того чтобы вставлять System.currentTimeMillis() в каждый метод, всё вынесено в один аспект.

👉 Java Portal

JavaCV

Это Java-обёртка к OpenCV, FFmpeg и другим нативным библиотекам через JavaCPP Presets. Позволяет делать компьютерное зрение и обработку видео и аудио на JVM.

Умеет делать захват с камеры и из файлов, декодирование и кодирование, обработка изображений, интеграция с библиотеками вроде OpenCV, FFmpeg, Tesseract, librealsense и др. Работает на Windows, macOS, Linux и Android.

Пакет есть в Maven Central. Готовые бинари подтянутся автоматически.

Примеры кода есть в репозитории с демо

Домашняя страница проекта с деталями про JavaCPP и пресеты

👉 Java Portal

Boolean-функции в Java Stream API

При работе со Stream API часто нужно проверить, подходят ли элементы под какое-то условие. Для этого есть методы, которые возвращают true или false.

Основные такие методы:

1. anyMatch(Predicate)

Возвращает true, если в потоке есть хотя бы один элемент, который проходит проверку.

List<String> names = List.of("Alice", "Bob", "Anna");
boolean hasShortName = names.stream()
    .anyMatch(name -> name.length() < 4);
// → true (подходит "Bob")

2. allMatch(Predicate)

Возвращает true, если все элементы удовлетворяют условию.

List<String> names = List.of("Alice", "Bob", "Anna");
boolean allStartWithA = names.stream()
    .allMatch(name -> name.startsWith("A"));
// → false

3. noneMatch(Predicate)

Даёт true, если в потоке нет ни одного элемента, соответствующего условию.

List<String> names = List.of("Alice", "Bob", "Anna");
boolean noneEmpty = names.stream()
    .noneMatch(String::isEmpty);
// → true

👉 Java Portal

Второй пост в блоге показывает, как примеры AI-агентов из популярных Python-фреймворков можно переписать на Java и сделать лучше с помощью Embabel.

Сегодня в фокусе: Pydantic AI — читать

👉 Java Portal

Наткнулся на такой пост от сеньора, про предварительные условия для System Design:

1. Понимание цели

Разберись, что именно ты строишь, кто будет пользоваться и для чего это нужно.

2. Профиль трафика (read-heavy vs write-heavy)

Если система в основном читает (много пользователей просматривают данные), делай упор на кэширование, индексацию, реплики для чтения. Пример: каталог Netflix, карточки товаров Amazon.

Если в основном пишут (много аплоадов, входящих данных), подойдут очереди, пакетная запись, eventual consistency. Пример: сообщения WhatsApp, данные IoT-датчиков.

3. Консистентность vs доступность

Строгая консистентность нужна там, где ошибка недопустима (банки, бронирование).

Eventual consistency подходит там, где можно жить с устаревшими данными (Instagram, аналитика).

4. Требования к задержке

Реалтайм — оптимизация под низкую задержку через кэш или предвычисления. Примеры: гейминг, Zoom, подтверждение платежей.

Асинхронно — очередь и фоновые воркеры. Примеры: e-mail рассылка, генерация отчётов.

5. Масштабируемость

Закладывай рост ×10. Пример: Google Docs начинался маленьким, но сейчас обрабатывает миллионы правок одновременно. Uber — тысячи поездок в минуту. Используй stateless-сервисы и горизонтальное масштабирование.

6. Паттерны доступа

Оптимизируй под то, какие данные и как часто читаются: поиск по гео/локации (geo-hash + ElasticSearch), быстрый доступ к часто используемым ID (Redis/Memcached).

7. Рост данных и партиционирование

Продумывай шардинг заранее (по пользователю, времени, гео). Пример: комментарии YouTube шардуются по ID видео.

Холодные данные сжимай или архивируй (Gmail, Google Drive).

8. Обработка отказов

Используй ретраи, фоллбэки, circuit breakers.

Если API падает по таймауту → повтор + настройка таймаута (пример: Amazon payment retry).

Если кэш недоступен → фоллбэк в БД (пример: Reddit загружает комментарии из БД).

9. Безопасность и авторизация

Авторизация: OAuth / JWT (пример: логин через Google или Spotify).

Защита от абузов и ботов: rate limiting, CAPTCHA (пример: Gmail signup, формы).

10. Нужно ли писать всё самому?

Некритичные фичи лучше вынести в SaaS или сторонние API:

Платежи — Stripe, PayPal.

Хранение медиа — Cloudinary, S3.

Уведомления — Firebase, SendGrid.

👉 Java Portal