🔍 Просто о сложном: Sealed Classes

В Java 17 появились Sealed Classes — механизм явного контроля иерархии наследования. Теперь можно точно указать, какие классы могут наследоваться от вашего типа.

По сути, это золотая середина между публичными классами (наследовать может кто угодно) и final классами (наследовать нельзя вообще). Вы сами решаете, кто входит в "белый список" наследников.

🔹 Зачем они нужны

Обычное наследование имеет проблемы:

— невозможно гарантировать закрытость иерархии (кто-то может добавить свой подтип);
— компилятор не может проверить, что все случаи покрыты (switch требует default, даже если вы обработали все варианты);
— сложно моделировать ADT (Algebraic Data Types) из функционального программирования.

Sealed классы решают эти проблемы: компилятор знает все возможные подтипы и может проверить полноту обработки в pattern matching.

🔹 Ключевые моменты

▪️ sealed — ключевое слово для объявления запечатанного класса/интерфейса.
▪️ permits — явное перечисление разрешённых наследников.
▪️ Наследники должны быть: final, sealed, или non-sealed.
▪️ Если наследники в том же файле, permits можно опустить.
▪️ Отлично работает с pattern matching и switch expressions.

public sealed interface Result<T> 
    permits Success, Failure {
}

public final record Success<T>(T value) 
    implements Result<T> {}

public final record Failure<T>(String error) 
    implements Result<T> {}

🔹 Под капотом

Компилятор создаёт специальный атрибут PermittedSubclasses в bytecode, который содержит список разрешённых наследников. При загрузке класса JVM проверяет, что все указанные подклассы действительно существуют и корректны.

Pattern matching с sealed types позволяет компилятору проверить полноту покрытия без default ветки:

return switch(result) {
    case Success(var value) -> process(value);
    case Failure(var error) -> handleError(error);
};

🔹 Подводные камни

— Обратная совместимость
Если вы сделали класс sealed в новой версии библиотеки, старый код с кастомными наследниками перестанет компилироваться.

— Видимость подклассов
Все наследники должны быть доступны sealed классу на момент компиляции. Нельзя добавить подкласс из другого модуля или jar.

— Сериализация
При десериализации sealed иерархии нужна осторожность? можно получить подделанный подтип. Используйте validation или sealed интерфейсы с records.

— non-sealed подклассы
Если сделать наследника non-sealed, он открывает дыру в иерархии и от него можно наследоваться кому угодно. Используйте осторожно.

✔️ Когда использовать

— Моделирование состояний (State machines, FSM).
— Result/Either типы для обработки ошибок без exceptions.
— Domain-driven design с явными типами (Payment может быть Card, Cash, Crypto).
— Pattern matching в бизнес-логике с гарантией полноты.
— API, где важно контролировать расширяемость.

❌ Не подходит:

— Публичные библиотеки с plugin-архитектурой.
— Когда нужна расширяемость от пользователей.
— Legacy код с активным использованием наследования.
— Простые entity/DTO классы без полиморфизма.

🐸 Библиотека джависта

#CoreJava

⌛ Сохраняйте шпаргалку по коллекциям

🐸 Библиотека джависта

#Enterprise

🐸 Библиотека джависта

#DevLife

🔍 PostgreSQL + Spring Boot

Забудьте про application.properties с хардкодом пароля. Подключение PostgreSQL к Spring Boot — это не только JDBC URL, но и пулы соединений, миграции схемы, мониторинг и graceful shutdown в production.

🧩 Вместо того чтобы копировать конфиг из StackOverflow, вы настраиваете полноценный слой персистентности: HikariCP для connection pooling, Flyway/Liquibase для версионирования схемы, Spring Data JPA для репозиториев, и health checks для Kubernetes.

📝 Промпт:

Generate a production-ready Spring Boot 3 + PostgreSQL integration with enterprise-grade configuration:

— Configure PostgreSQL datasource with HikariCP connection pool: pool size optimization, connection timeout, leak detection, and connection validation query.
— Set up Spring Data JPA with Hibernate: dialect configuration, DDL auto strategy, batch processing, second-level cache (EhCache/Redis).
— Implement database migration strategy using Flyway: versioned migrations, repeatable scripts, baseline configuration, and rollback procedures.
— Configure multiple datasources (primary + read replicas) with @Primary and @Qualifier annotations for load distribution.
— Add connection pool monitoring with Micrometer metrics: active connections, idle connections, pending threads, connection acquisition time.
— Implement database health checks for Spring Boot Actuator: connection validation, query timeout, custom health indicators.
— Configure transaction management: isolation levels, propagation strategies, read-only optimization, and timeout configuration.
— Set up connection pool resilience: retry logic with exponential backoff, circuit breaker pattern (Resilience4j), and fallback strategies.
— Add database credentials management: Spring Cloud Config integration, HashiCorp Vault support, or AWS Secrets Manager.
— Configure SSL/TLS connection with certificate validation for secure database communication.
— Implement audit logging: track query execution time, slow query detection, connection pool exhaustion alerts.
— Add database-specific optimizations: fetch size tuning, batch insert/update configuration, native query hints.
— Provide Docker Compose setup with PostgreSQL 16, pgAdmin, and application container with proper networking.
— Include integration tests with Testcontainers: schema validation, repository testing, transaction rollback verification.
— Add example entities with proper JPA annotations: @Entity, @Table, indexes, constraints, relationships (OneToMany, ManyToMany).
— Configure application profiles: dev (H2 in-memory), staging (PostgreSQL), prod (PostgreSQL with replication).

Deliverables:
— application.yml with environment-specific profiles
— build.gradle/pom.xml with all dependencies
— DbConfig.java with datasource and JPA configuration
— V1__init_schema.sql Flyway migration
— Sample entity, repository, and service layer
— Integration test with Testcontainers
— docker-compose.yml for local development
— README with connection troubleshooting guide

💡 Расширения:

— добавьте pgvector для векторного поиска;
— настройте connection pool dashboard в Grafana: throughput, latency percentiles (p50/p95/p99), error rate;
— реализуйте database sharding для горизонтального масштабирования;
— интегрируйте pg_stat_statements для анализа медленных запросов в runtime.

🐸 Библиотека джависта

#Enterprise

🆕 Java Digest: AI-код, API-архитектура и код-ревью

Топ-3 статьи о Java и смежных технологиях за неделю по версии нашего канала.

1️⃣ Почему AI-ассистент пишет «вырвиглазный» код

Разбор главной проблемы AI-помощников в коде — узкого контекста при RAG-подходе. Автор предлагает радикальное решение: скармливать Gemini 2.5 Pro весь проект целиком через code2prompt.

Интересный подход для стратегических задач вроде проектирования крупных фич, но важно помнить про NDA и безопасность. Метод только для pet-проектов и open source.

2️⃣ От REST к gRPC и GraphQL

Глубокое сравнение трёх подходов к построению API с практическими кейсами. Разбор гибридной архитектуры: GraphQL для фронтенда (гибкость + over/under-fetching), gRPC для микросервисов (скорость + бинарный protobuf).

3️⃣ Ошибки при код-ревью

Production-опыт о том, как правильно проводить ревью: смотреть не только на diff, ограничиваться 5-6 комментариями вместо сотни, различать личные предпочтения и реальные проблемы.

Ключевой месседж: большинство PR должны получать Approve, а не Request Changes. В конце — практичный чеклист из 14 пунктов для систематизации процесса.

🐸 Библиотека джависта

#News

🐸 Библиотека джависта

#DevLife