JAVA基础 - 如何使用ClassLoader?

ClassLoader是Java虚拟机的重要组成部分,负责将类的.class文件加载到JVM中。Java有三种默认类加载器:BootStrapClassLoader、ExtensionClassLoader和ApplicationClassLoader。类加载遵循双亲委派模型,自定义ClassLoader通常需要重写findClass或loadClass方法。虽然可以实现类的热加载,但由于Java没有提供卸载已加载类的API,实际操作中需谨慎对待热替换操作。

1. CLASSLOADER是什么

ClassLoader,类加载器。用于将CLASS文件动态加载到JVM中去,是所有类加载器的基类(Bootstrap ClassLoader不继承自ClassLoader),所有继承自抽象的ClassLoader的加载器,都会优先判断是否被父类加载器加载过,防止多次加载。

官网的JVM:https://docs.oracle.com/javase/specs/jvms/se8/jvms8.pdf

(1)定义:

把“类加载阶段”中的「通过一个类的全限定名来获取描述此类的二进制字节流」这个动作放到JAVA虚拟机外部去实现,以便让应用程序自己决定如何去获取所需要的类。实现这个动作的代码模块称为「类加载器」。

(2)作用:

CLASSLOADER的作用就是将CLASS文件读入内存中,并为之生成对应的java.lang.Class对象。

2. 三个默认CLASSLOADER

①. BootStrap ClassLoader : 启动类加载器,在JVM启动时创建,用于加载JAVA核心类库。它是JVM的一部分,主要加载JVM自身工作所需要的类。
②. Extension ClassLoader : 扩展类加载器,加载目录%JRE_HOME%\lib\ext目录下的JAR包和CLASS文件。
③. Application ClassLoader : 应用程序类加载器,加载应用程序CLASSPATH目录下的所有JAR包和CLASS文件。
在这里插入图片描述

3. 默认CLASSLOADER的关系

(1) 加载关系

①. ExtentionClassLoader的父加载器是BootstrapClassLoader。
②. AppclassLoader的父加载器是ExtentionClassLoader。

(2) 继承关系

①. ExtentionClassLoader对应的是ExtClassLoader.java,是在sun.misc.Launcher类中作为一个内部类的,父类是java.net.URLClassLoader;
②. AppclassLoader对应的是AppClassLoader.java,也是在sun.misc.Launcher类中作为一个内部类的,父类也是java.net.URLClassLoader;
③. BootstrapClassLoader是C++编写的,没有对应的java类,所以也成不了父类。

(3) 检查顺序和加载顺序

AppClassLoader和ExtClassLoader是Launcher的静态内部类,在程序启动时JVM会创建Launcher对象,Launcher构造器会同时会创建扩展类加载器和应用类加载器。
①. 加载过程中会先检查类是否被已加载,检查顺序是自底向上,从User ClassLoader到BootStrap ClassLoader逐层检查,只要某个CLASSLOADER已加载过此类,就视为此类已被加载,保证此类在所有CLASSLOADER中只被加载一次;加载顺序是自顶向下,从BootStrap ClassLoader到User ClassLoader逐层尝试加载此类;
②. 在加载类时,每个类加载器都会将加载任务上交给其父类,如果其父类找不到,再由自己去加载;
③. Bootstrap Loader(启动类加载器)是最顶级的类加载器了,其父加载器为NULL。

4. 自定义CLASSLOADER

如果我们自定义一个加载器,一般继承自java.lang.ClassLoader类,或者继承他的子类,比如:java.net.URLClassLoader,此时默认的父加载器是AppClassLoader。具体步骤如下:
①. 编写一个继承自 java.lang.ClassLoader 或者 java.net.URLClassLoader 的类;
②. 重写findClass()方法或者重写loadClass()方法;
③. 在findClass()中使用defineClass()方法,这个方法是父类ClassLoader中的方法。

// 定义一个JAVA类
public class Hello {
    public String say() {
        System.out.println("HELLO WORLD!");
        return "OK";
    }
}

// 自定义类加载器
public class MyClassLoader extends ClassLoader {
    private String path;

    MyClassLoader(String path) {
        this.path = path;
    }

    @Override
    protected Class<?> findClass(String name) throws ClassNotFoundException {
        try {
            File file = new File(this.path.concat(name).concat(".class"));
            FileInputStream in = new FileInputStream(file);
            ByteArrayOutputStream out = new ByteArrayOutputStream();
            byte[] bytes = new byte[1024];
            int length = -1;
            while ((length = in.read(bytes)) != -1) {
                out.write(bytes, 0, length);
            }
            return defineClass(name, bytes, 0, bytes.length);
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
        return super.findClass(name);
    }
}

// 调用测试
public class T {
    public static void main(String[] args) throws Exception {
        String path = Hello.class.getClassLoader().getResource("org/apache/atlas/util/").getPath();
        MyClassLoader my = new MyClassLoader(path);
        // 注意需要带上包路径
        Class<?> cls = my.loadClass("org.apache.atlas.util.Hello");
        Object hello = cls.newInstance();
        Method method = cls.getMethod("say", null);
        method.invoke(hello);
    }
}

5. 使用自定义的CLASSLOADER是否可以热加载CLASS?

①. JAVA目前没有专门的API,来卸载JVM中已加载的类;
②. 要卸载JVM中的类,需要该类的对象都被回收,加载该类的ClassLoader也被回收,使用该类的线程结束等条件;
③. 但是,在JAVA中不同的ClassLoader实例可以加载同一个类,即使CLASS文件是同一个也可以被加载。但是同一个ClassLoader实例不能重复加载同一个类;
④. 综上, 虽然可以热加载CLASS,但是在不停服务的情况下热替换CLASS不是很建议,虽然可以通过新建CLASSLOADER实例的方法来改变新加载的CLASS的内容,但之前CLASSLOADER加载的类和对象并不会被修改,什么时候能被GC回收不可控。

内容概要:本文研究了基于CNN-BiGRU-Attention混合神经网络模型的风电功率预测方法,旨在提升风力发电功率预测的准确性。该模型融合卷积神经网络(CNN)以提取输入变量中的局部时空特征,结合双向门控循环单元(BiGRU)充分捕捉时间序列前后向的长期依赖关系,并引入注意力机制(Attention)动态加权关键时间步的特征信息,增强模型对重要时刻的敏感度。研究采用多变量输入进行单步预测,综合纳入风速、风向、温度等多种气象因素作为模型输入,全面反映环境变量对风电输出的影响。通过Matlab平台完成模型构建、训练与仿真验证,实验结果表明该混合模型在预测精度与稳定性方面优于传统单一模型,有效提升了风电功率预测性能。; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事新能源发电预测、电力系统调度、智能算法应用等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于风电场实际运行中的短期功率预测,提高电网调度的安全性与可再生能源消纳效率;②为深度学习模型在复杂时序预测任务中的设计与优化提供实践范例,推动AI技术在能源系统智能化中的深度融合;③支持学术研究复现、课程项目设计与教学演示,帮助深入理解CNN、BiGRU与Attention机制的协同建模范式与实现细节。; 阅读建议:建议结合提供的Matlab代码进行动手实践,重点关注数据预处理流程、模型网络结构设计、超参数调优及训练收敛过程,鼓励尝试替换输入变量组合、调整网络层数或优化注意力结构,以进一步探究模型性能边界并提升预测鲁棒性。
内容概要:本文研究了基于Benders分解算法与输电网-配电网运营商(TSO-DSO)协调机制的双层优化模型,旨在有效应对新能源出力波动、负荷不确定性等对现代电力系统运行带来的挑战。模型上层由输电网运营商(TSO)负责全局资源优化与主网稳定性调控,下层由多个配电网运营商(DSO)实现本地分布式能源的灵活调度,通过Benders分解实现上下层之间的迭代协调与信息交互,从而在保障系统安全的前提下提升整体运行的经济性与鲁棒性。研究提供了完整的Matlab代码实现,涵盖数学建模、算法求解、收敛性分析及仿真结果可视化等环节,有助于深入理解双层优化架构在输配电网协同调度中的具体应用与技术细节。; 适合人群:具备电力系统分析、优化理论基础及一定Matlab编程能力的研究生、科研人员,以及从事电网调度、能源系统规划等相关领域的工程技术人员。; 使用场景及目标:①掌握Benders分解在电力系统双层优化问题中的建模与求解流程;②理解TSO-DSO协同机制下输配电网交互建模的核心思想与实现方法;③复现并拓展高水平学术论文中的优化模型,服务于科研项目攻关或实际工程仿真需求。; 阅读建议:建议结合凸优化理论、电力系统经济调度与Benders分解原理进行系统学习,优先运行并调试所提供的Matlab代码,调整关键参数以观察算法收敛行为与模型性能变化,从而深化对协调机制与优化机理的理解。
内容概要:本文档是一份关于经济学期刊论文复现的研究资料,聚焦核心议题“数字化转型能否促进企业的高质量发展”。文档构建了一个完整的量化分析框架,基于中国上市公司数据,实证探讨数字化转型对企业全要素生产率(TFP)及高质量发展的实际影响。内容涵盖数字化转型指标的构建、企业高质量发展评价体系的设计、计量经济模型的选择与应用(如固定效应模型、GMM方法),并提供Matlab代码实现全过程,包括数据处理、模型估计与稳健性检验。研究还系统梳理了OL、FE、LP、OP、GMM等多种全要素生产率的测算方法,为读者复现高水平经济学论文、深入理解数字经济时代的企业发展路径与政策含义提供了详尽的技术支持与理论指导。; 适合人群:具备扎实的经济学理论基础和较强的定量分析能力,熟悉Matlab或Python编程语言,正在从事经济管理、产业经济或数字经济等领域研究的研究生、高校教师及科研机构研究人员。; 使用场景及目标:①完整复现经济学顶刊论文的实证研究流程,掌握规范的学术研究范式;②学习并应用数字化转型与企业绩效间的因果识别策略,提升独立开展实证研究的能力;③为撰写学位论文、申报科研课题或编制政策咨询报告中涉及数字经济效应的章节提供直接的方法论参考和代码支持; 阅读建议:建议读者务必结合文档提供的数据与Matlab代码进行同步实操,重点钻研变量定义、模型设定、内生性处理和稳健性检验等关键环节,通过反复调试与验证,深刻领会高水平实证研究的严谨逻辑与技术细节,从而全面提升自身的科研素养与论文写作水平。
内容概要:本文围绕“绿电直连型电氢氨园区优化运行”开展创新性未发表研究,提出一种集成绿色电力直接供给、电解水制氢与合成氨工艺的多能耦合系统优化模型,旨在实现园区能源系统的低碳化、高效化与经济化运行。研究采用Matlab与Python编程语言,结合实际气象与负荷数据,构建涵盖电-氢-氨能量转换、存储与利用全过程的能量流、物质流及经济性协同优化框架,重点解决可再生能源出力波动导致的供需失衡问题,并通过优化电解槽、储氢罐、合成氨反应器等关键设备的运行策略与容量配置,提升系统对风光能源的就地消纳能力。文中配套提供完整的仿真代码、原始数据及Word格式论文,支持结果复现与模型拓展,具有较高的科研参考价值与工程应用潜力。; 适合人群:具备电力系统、能源工程、优化建模或新能源技术背景,从事综合能源系统、氢能利用、碳中和园区等相关领域研究的研发人员及硕士、博士研究生。; 使用场景及目标:①研究绿电直供模式下电-氢-氨多能系统协同运行机制与优化调度策略;②探索高比例可再生能源就地转化为高附加值化工产品的技术路径;③为工业园区实现深度脱碳与能源自洽提供决策支持;④作为学术论文撰写、课题申报或科研复现的高质量参考资料。; 阅读建议:建议结合Matlab与Python代码逐模块解析模型实现过程,重点关注目标函数构建、约束条件设定(如设备动态特性、能量平衡、安全边界)以及多场景仿真对比分析,宜在调试过程中调整权重系数与参数设置,深入理解系统灵敏度与优化机理,并尝试引入更多不确定性因素进行鲁棒性扩展。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

cloneme01

谢谢您的支持与鼓励!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值