百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

Java开发主流框架是什么?

liuian 2024-12-03 16:32 19 浏览

一、如果看传统企业开发

Struts、Spring和Hibernate ,简称SSH。

在10多年前,SSH绝对是业内最流行的企业级开发框架。

SSH框架是以Struts框架进行MVC分离、控制业务跳转,同时使用Hibernate进行持久化,最后配合Spring的统一管理进行实现的开发框架。相对于传统的J2EE开发框架来讲性能相对较高、资源消耗相对较少。具体优势如下:

  • 框架进行了代码分层,将Java代码和HTML代码进行分层,大大降低了开发人员的技术难度,不需要同时精通Java后端知识和Web前端知识。
  • 由于使用了Struts框架进行了MVC分离,降低了各层代码间的耦合度。
  • 与Spring的AOP机制相互独立,互不影响。
  • 使用SSH框架开发项目,能够大大提高项目的开发效率与开发质量。
  • 良好的扩展性和维护性。

由于Hibernate比较重,所以SSH框架后来被替换成SSM。M是Mybatis,现在SSM框架还在用。

二、现在的 Web 项目开发,大部分都转向了 SpringBoot 了。使用 SpringBoot 有三个最大的好处:

  1. 配置非常少,可以说是即插即用
  2. 基于 Spring 构建,入手门槛非常低
  3. 直接运行,不需要再考虑 Web 容器的问题

SpringBoot 大部分人都很熟了,不再赘述了。

2.1 推荐一个用Spring Boot搭建的文档在线预览解决方案:

官网及文档 地址:https://kkfileview.keking.cn

kkFileView,一款成熟且开源的文件文档在线预览项目解决方案,对标业内付费产品有【永中office】【office365】【idocv】等,免费!也就是说通过 kkFileView,基本上可以在浏览器中预览常见的各种文件。

项目特性

  1. 支持 office, pdf, cad 等办公文档
  2. 支持 txt, xml(渲染), md(渲染), java, php, py, js, css 等所有纯文本
  3. 支持 zip, rar, jar, tar, gzip 等压缩包
  4. 支持 jpg, jpeg, png, gif, tif, tiff 等图片预览(翻转,缩放,镜像)
  5. 使用 spring-boot 开发,预览服务搭建部署非常简便
  6. rest 接口提供服务,跨语言、跨平台特性(java,php,python,go,php,....)都支持,应用接入简单方便
  7. 抽象预览服务接口,方便二次开发,非常方便添加其他类型文件预览支持
  8. 最最重要 Apache 协议开源,代码 pull 下来想干嘛就干嘛

2.2 再推荐一个Java接口快速开发框架-magic-api

magic-api 是一个基于 Java 的接口快速开发框架,编写接口将通过 magic-api 提供的 UI 界面完成,自动映射为 HTTP 接口,无需定义 Controller、Service、Dao、Mapper、XML、VO 等 Java 对象即可完成常见的 HTTP API 接口开发

访问 http://localhost:9999/magic/web 进行操作

文档地址:https://ssssssss.org

三、想掌握大型互联网分布式架构还需要知道的技术要点:

RPC的设计架构与思想,RPC架构完整调用流程,自定义RPC相应因素详情等;

Netty三大组件,ByteBuffer 之工作原理、应用模式、分配与释放机制、源码剖析等;

RPC工程设计与整体结构,完成RPC服务注册与发现功能;

ZK核心组件剖析,ZK工作流程剖析,网络通信组件、会话接收器、并发处理器等;

Dubbo源码结构、整体设计及层次结构与作用,SPI机制,Dubbo服务注册发现剖析,Dubbo服务高可用,Dubbo服务治理之调用过程、服务降级与限流剖析,网络通信协议详解。

黑马程序员2022最新SSM框架教程_Spring+SpringMVC+Maven高级+SpringBoot+MyBatisPlus企业实用开发技术_哔哩哔哩_bilibili
SSM框架课程是Java从业人员从基础学习阶段进阶到初级程序员的入门课程,也是走向成功的必经之路。 SSM框架课程中共包含5个课程模块,分别是Spring框架、SpringMVC框架、Maven高级、SpringBoot框架、MyBatis-Plus框架。通过本阶段课程的学习,学习者可以掌握大量实用开发技术,企业开发规范,最终实现基于SpringBoot技术实现SSM整合。

四、我称这里是框架能量补给部分,希望能对你们有一点帮助

110 个常用的组件和框架!!!

以下排序是按照从技术组件到开发框架到代码工具:

1.WEB 容器

Tomcat:https://tomcat.apache.org/

Jetty:https://www.jetty.com/

JBoss:https://www.jboss.org/

Resin:https://caucho.com/products/resin

2.数据库

H2:https://h2database.com/

SQLite:https://www.sqlite.org/

MySQL:https://www.mysql.com/

Oracle:https://www.oracle.com/index.html

SQL Server:https://www.microsoft.com/en-us/sql-server/sql-server-downloads

PostgreSQL:https://www.postgresql.org/

MariaDB:https://mariadb.org/

3.缓存

Redis:https://redis.io/

Memcached:https://memcached.org/

4. 消息队列

Kafka:https://kafka.apache.org/

RocketMQ:https://rocketmq.apache.org/

Pulsar:https://pulsar.apache.org/

RabbitMQ:https://www.rabbitmq.com/

5.负载均衡

LVS:http://www.linuxvirtualserver.org/

NGINX:https://www.nginx.com/

6.分布式存储

Ceph:https://docs.ceph.com/

HDFS:https://hadoop.apache.org/docs/r1.2.1/hdfs_design.html

7.数据库集群

MHA:https://github.com/yoshinorim/mha4mysql-manager

8.分布式协调

ZooKeeper:https://zookeeper.apache.org/

9.大数据相关

Storm:https://storm.apache.org/

Flink:https://flink.apache.org/

Spark:https://spark.apache.org/

HBase:https://hbase.apache.org/

Flink:https://flink.apache.org/

ClickHouse:https://clickhouse.com/

Doris:https://doris.apache.org/

9.日志收集与分析

Filebeat:https://www.elastic.co/beats/filebeat

Logstash:https://www.elastic.co/logstash/

Kibana:https://www.elastic.co/kibana

10.搜索

Elasticsearch:https://www.elastic.co/

11.系统监控

SkyWalking;https://skywalking.apache.org/

zipkin:https://zipkin.io/

12.分库分表

ShardingSphere:https://shardingsphere.apache.org/

Mycat2:http://mycatone.top/

13.微服务

Spring Cloud;https://spring.io/projects/spring-cloud

14.RPC 框架

Dubbo;https://github.com/apache/dubbo

gRPC:https://github.com/grpc/grpc-java

15.网络框架

Netty:https://netty.io/

16.MVC 框架

Spring Framework:https://spring.io/projects/spring-framework

Spring Boot:https://spring.io/projects/spring-boot

17.数据层框架

MyBatis:https://github.com/mybatis/mybatis-3

MyBatis-Plus:https://github.com/baomidou/mybatis-plus

Hibernate:http://hibernate.org/orm/

18.数据库连接池

HikariCP:https://github.com/brettwooldridge/HikariCP

Druid:https://github.com/alibaba/druid

19.Redis 客户端

Jedis;https://github.com/xetorthio/jedis

Redisson:https://github.com/redisson/redisson

20.Rest 接口设计与开发

Swagger:https://swagger.io/

21.数据参数校验

Hibernate Validator:https://hibernate.org/validator/

22.安全相关

Shiro:https://shiro.apache.org/

Bouncy Castle:https://www.bouncycastle.org/java.html

jjwt:https://github.com/jwtk/jjwt

23.Reactive 编程

Akka:https://akka.io/

RxJava:https://github.com/ReactiveX/RxJava

vert.x:https://vertx.io/

24.单元测试

JUnit:https://junit.org/junit5/

25.测试辅助

JMockit:http://jmockit.github.io/

Mockito:https://github.com/mockito/mockito

JMeter:http://jmeter.apache.org/

Selenium:https://www.selenium.dev/

26.日志记录

Log4j2:https://logging.apache.org/log4j/

Logback:http://logback.qos.ch/

SLF4J;http://www.slf4j.org/

27.代码质量检查

Checkstyle;https://github.com/checkstyle/checkstyle

Spotbugs;https://github.com/spotbugs/spotbugs

28.代码生成

Lombok:https://projectlombok.org/

29.领域语言定制

ANTLR:https://www.antlr.org/

30.配置文件解析

config;https://github.com/lightbend/config

31.序列化格式

Avro:https://avro.apache.org/

Thrift:https://thrift.apache.org/

Protobuf:https://github.com/protocolbuffers/protobuf

32.模板引擎

Freemarker:https://freemarker.apache.org/

Thymeleaf:https://www.thymeleaf.org/

33.Office 文档处理

POI

https://poi.apache.org/

34.PDF 处理

iText:https://itextpdf.com/en

Apache PDFBox:https://pdfbox.apache.org/

35.高性能队列

Disruptor:https://lmax-exchange.github.io/disruptor/

36.HTTP 客户端

Async Http Client:https://github.com/AsyncHttpClient/async-http-client

Feign:https://github.com/OpenFeign/feign

Retrofit:https://square.github.io/retrofit/

37.二维码解析

ZXing:https://github.com/zxing/zxing

38.定时任务调度

Quartz:https://github.com/quartz-scheduler/quartz

39.JSON 解析

Gson:https://github.com/google/gson

Jackson:https://github.com/FasterXML/jackson

fastjson:https://github.com/alibaba/fastjson

40.分布式事务

Seata:https://github.com/seata/seata

41.属性映射

MapStruct:https://github.com/mapstruct/mapstruct

42.本地缓存

Ehcache:http://www.ehcache.org/

Caffeine:https://github.com/ben-manes/caffeine

43.系统排错与调优

JMH:http://openjdk.java.net/projects/code-tools/jmh/

Arthas:https://github.com/alibaba/arthas

44.命令行参数解析

JCommander:http://jcommander.org/

45.计算机视觉

JavaCV:https://github.com/bytedeco/javacv

45.工具集合

Guava:https://github.com/google/guava

Hutool:https://hutool.cn/

46.构建工具

Maven:https://maven.apache.org/

Gradle:https://gradle.org/

Bazel:https://bazel.build/

47.本地系统开发

JNA:https://github.com/java-native-access/jna

48.JVM

Adopt Open JDK:https://adoptopenjdk.net/

Graal:https://github.com/oracle/graal

Open JDK:https://openjdk.java.net/

49.多版本 Java 支持

jenv:https://github.com/jenv/jenv

50.爬虫相关

Nutch:https://nutch.apache.org/

Crawler4j:https://github.com/yasserg/crawler4j

jsoup:https://jsoup.org/

webmagic:https://github.com/code4craft/webmagic

相关推荐

深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能

引言在现代应用程序中,数据的存储和处理变得愈发复杂多样。MySQL8.0引入了丰富的JSON相关函数,为我们提供了更灵活的数据存储和检索方式。本文将深入探讨MySQL8.0中的JSON...

MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)

前言虽然MySQL很早就添加了Json类型,但是在业务开发过程中还是很少设计带这种类型的表。少不代表没有,当真正要对Json类型进行特定查询,修改,插入和优化等操作时,却感觉一下子想不起那些函数怎么使...

MySQL的json查询之json_array(mysql json_search)

json_array顾名思义就是创建一个数组,实际的用法,我目前没有想到很好的使用场景。使用官方的例子说明一下吧。例一selectjson_array(1,2,3,4);json_array虽然单独...

头条创作挑战赛#一、LSTM 原理 长短期记忆网络

#头条创作挑战赛#一、LSTM原理长短期记忆网络(LongShort-TermMemory,LSTM)是一种特殊类型的循环神经网络(RNN),旨在解决传统RNN在处理长序列数据时面临的梯度...

TensorBoard最全使用教程:看这篇就够了

机器学习通常涉及在训练期间可视化和度量模型的性能。有许多工具可用于此任务。在本文中,我们将重点介绍TensorFlow的开源工具套件,称为TensorBoard,虽然他是TensorFlow...

图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比

本文约4600字,建议阅读10分钟本文介绍了图神经网络版本的对比。KolmogorovArnoldNetworks(KAN)最近作为MLP的替代而流行起来,KANs使用Kolmogorov-Ar...

kornia,一个实用的 Python 库!(python kkb_tools)

大家好,今天为大家分享一个实用的Python库-kornia。Github地址:https://github.com/kornia/kornia/Kornia是一个基于PyTorch的开源计算...

图像分割掩码标注转YOLO多边形标注

Ultralytics团队付出了巨大的努力,使创建自定义YOLO模型变得非常容易。但是,处理大型数据集仍然很痛苦。训练yolo分割模型需要数据集具有其特定格式,这可能与你从大型数据集中获得的...

[python] 向量检索库Faiss使用指北

Faiss是一个由facebook开发以用于高效相似性搜索和密集向量聚类的库。它能够在任意大小的向量集中进行搜索。它还包含用于评估和参数调整的支持代码。Faiss是用C++编写的,带有Python的完...

如何把未量化的 70B 大模型加载到笔记本电脑上运行?

并行运行70B大模型我们已经看到,量化已经成为在低端GPU(比如Colab、Kaggle等)上加载大型语言模型(LLMs)的最常见方法了,但这会降低准确性并增加幻觉现象。那如果你和你的朋友们...

ncnn+PPYOLOv2首次结合!全网最详细代码解读来了

编辑:好困LRS【新智元导读】今天给大家安利一个宝藏仓库miemiedetection,该仓库集合了PPYOLO、PPYOLOv2、PPYOLOE三个算法pytorch实现三合一,其中的PPYOL...

人工智能——图像识别(人工智能图像识别流程)

概述图像识别(ImageRecognition)是计算机视觉的核心任务之一,旨在通过算法让计算机理解图像内容,包括分类(识别物体类别)、检测(定位并识别多个物体)、分割(像素级识别)等,常见的应用场...

PyTorch 深度学习实战(15):Twin Delayed DDPG (TD3) 算法

在上一篇文章中,我们介绍了DeepDeterministicPolicyGradient(DDPG)算法,并使用它解决了Pendulum问题。本文将深入探讨TwinDelayed...

大模型中常用的注意力机制GQA详解以及Pytorch代码实现

分组查询注意力(GroupedQueryAttention)是一种在大型语言模型中的多查询注意力(MQA)和多头注意力(MHA)之间进行插值的方法,它的目标是在保持MQA速度的同时...

pytorch如何快速创建具有特殊意思的tensor张量?

专栏推荐正文我们通过值可以看到torch.empty并没有进行初始化创建tensor并进行随机初始化操作,常用rand/rand_like,randint正态分布(0,1)指定正态分布的均值还有方差i...