解放双手!ChatGPT助力编写JAVA框架

这篇具有很好参考价值的文章主要介绍了解放双手!ChatGPT助力编写JAVA框架。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

亲爱的Javaer们,在平时编码的过程中,你是否曾想过编写一个Java框架去为开发提效?但是要么编写框架时感觉无从下手,不知道从哪开始。要么有思路了后对某个功能实现的技术细节不了解,空有想法而无法实现。如果你遇到了这些问题,看完这篇文章你也能用ChatGPT编写一个简单的JAVA框架。

构思清晰

首先,你需要明确你的框架要解决什么问题,具有什么特性。这将有助于ChatGPT更好的理解你的需求。

例如:我在一个前后端分离的需求中发现有太多的枚举类的描述需要给前端返回。传统的方式是后端根据枚举类的映射,每个枚举值编写代码映射成描述给前端返回。但这次需求需要给前端返回的枚举描述太多了。这让我和我的小伙伴们感觉无从下手。所以我就思考能否编写一个注解自动帮我们扫描这些枚举类,然后生成key和描述的map,最终放到容器中去呢?

解决问题:解决前后端分离过程中需要手动编写代码将枚举key的描述映射给前端。

特性:框架有一个注解,注解有三个字段name,key,和desc,修饰在枚举类上。框架需提供外部获取枚举map的接口。

与 ChatGPT 交流

启动 ChatGPT,向它讲述你的构想和需求。它可以为你生成初始代码、提供结构建议,甚至帮你处理一些逻辑。

想好了框架要解决的问题和框架的特性之后,接下来就要将框架要解决的问题和特性给总结成一段文字发给ChatGPT

chatgpt根据我的需求大概生成了下框架的demo版本。可以看到和我设想的还是有些区别的,我想是将枚举放在类上。然后枚举的属性有name,key,和desc。

name:代表枚举map在最外层map中的key。

key:代表枚举的key或值字段。

desc:代表枚举的描述字段。

深入互动

与 ChatGPT 进行更深入的交流,询问它关于代码优化、异常处理等方面的建议。它可以帮你找到更好的解决方案。

接下来需要与ChatGPT进一步交流,让ChatGPT将之前生成的代码进行优化。

EnumInfo注解优化前:

优化后:

逐步完善

逐步引导chatgpt完善框架

在 ChatGPT 的帮助下,逐步完善你的框架。亲自动手编写代码,与 ChatGPT 一起探讨每个细节。

最后可以和ChatGPT一步步交流,让它帮你构建一个完整的框架。

最终慢慢与ChatGPT不断对话迭代之后将框架的核心类生成,迭代过程由于太长故省略。

框架核心类说明

在ChatGPT给出核心代码之后,我参考Spring模块设计最终初版框架类如下:

PackageScanner:用于扫描给定包中带有指定注解的类的实用工具类。

PropertiesUtils:提供操作属性文件的实用方法的工具类。

EnumInfo:用于标注枚举类的注解,指定枚举项的名称、key 字段和 desc 字段信息。 通过在枚举类上添加该注解,可以为枚举项建立索引映射,并指定用于查找 key 和 desc 的字段名称。

EnumContext:枚举上下文类,用于管理枚举定义信息并提供获取枚举信息的方法。

EnumContextFactory:枚举上下文工厂类,用于创建和获取单例的枚举上下文对象。

EnumDefinition:表示枚举定义的类,用于存储枚举类的信息。

EnumDefinitionRegistry:枚举定义注册接口,用于注册、查询和管理枚举定义。

DefaultEnumFactory:默认的枚举定义工厂类,实现了 EnumDefinitionRegistry 接口。

看到这使用ChatGPT编写框架部分已经完成了。大件可以使用chatgpt开发自己的JAVA框架。但要想把框架实际应用到生产还需要做一些收尾流程。

框架使用测试

在于ChatGPT交流,完成框架编写之后需要将框架应用到实际项目中。

笔者业务系统管理端在进行前后端分离的过程中,研发们发现有许多枚举类对应的枚举描述需要给前端返回。

1)一开始设想的是每个枚举类都写代码给前端封装返回文字。但是由于笔者业务系统配置项过多,每个配置项都写代码太过麻烦。

2)于是研发们想能否使用一个统一的接口给前端返回枚举类对应的描述,前端只需要输入枚举类名称就可以获得对应的枚举key和描述的映射关系。

于是我们创建了一个接口,定义了一个Map对象给前端返回枚举类的key和描述的对应关系。但是由于笔者业务系统的渠道配置还是太多了。使用这种方式我们需要初始化这个Map。初始化Map代码如下:

public HashMap<String, Map<Integer, String>> initEnumMap() {
    enumMap = new HashMap<>();
    enumMap.put("前端获取枚举map的key", XXXEnum.getEnumMap());
    enumMap.put("前端获取枚举map的key", XXXEnum.getEnumMap());
    enumMap.put("前端获取枚举map的key", XXXEnum.getEnumMap());
    ...
    return enumMap;
}


可见,每新增一个枚举类。我们都需要在静态代码块中将映射关系放入map中。并且枚举类需要新增一个获取key和描述的映射关系方法。这样还是太麻烦了。并且后续新增映射关系还得更改这个类的代码。

能否将map初始化的步骤和枚举类创建map的步骤省略呢?

3)于是我们设想定义一个注解。使用这个注解标记的类,框架扫描这些类。并生成获取枚举key和描述的映射关系的方法。最终完成初始化Map的过程。对外只提供获取总枚举Map的方法即可。用户无需关心Map如何构建。使用这个框架之后,笔者业务系统这个接口的代码如下:

/**
 * 获取枚举
*
 * @param enumKey 枚举key
 * @return 返回值 Map<Integer,String>;code,描述
*/
@RequestMapping("/getEnum")
public Result<Map<String, Map<String, String>>> getEnum(String enumKey) {
    try {
        // 获取枚举上下文对象
        EnumContext enumContext = EnumContextFactory.getEnumContext();
        // 获取枚举map
        newEnumMap = enumContext.getEnumIndexMap();
        // buid映射从ducc中获取,所以需要手动设置
        newEnumMap.put(BUID.getKey(), getBuIdMap());
    } catch (Exception e) {
        log.error("获取枚举map出错!enumKey:{}", enumKey, e);
        return Result.createFail(e.getMessage());
    }
    // 如果枚举key为空则返回全部
    if (StringUtils.isBlank(enumKey)) {
        return Result.createWithSuc(newEnumMap);
    }
    // 如果枚举key不为空则返回指定值
    Map<String, Map<String, String>> resultMap = new HashMap<>();
    resultMap.put(enumKey, newEnumMap.get(enumKey));
    return Result.createWithSuc(resultMap);
}


4)注解类代码如下:

在这举个测试枚举类的例子

@EnumInfo(name = "StatusEnum", key = "code", desc = "description")
public enum StatusEnum {
    SUCCESS(200, "Success"),
    ERROR(500, "Error");

    private final int code;
    private final String description;

    StatusEnum(int code, String description) {
        this.code = code;
        this.description = description;
    }

    public int getCode() {
        return code;
    }

    public String getDescription() {
        return description;
    }
}


以后新增一个枚举类只需要标记@EnumInfo(name = "StatusEnum", key = "code", desc = "description")。将枚举类的name ,key字段名称和描述字段名称指定即可。无需修改接口的代码即可给前端返回该枚举的key和描述的映射关系。极大的减少了研发联调时间及测试回归时间。

框架性能压测

框架应用到实际生产项目中,需要对ChatGPT辅助编写的框架进行充分的测试验证。同时也要对框架的性能进行测试,知道框架的瓶颈。常见的接口压测工具有LoadRunner和Apache JMeter等。任选一种压测工具进行压测即可。

笔者将框架应用到项目中对外暴露了一个接口,该接口在4C4G机器配置下,单机最高可支持1000QPS,在1000QPS下,单机CPU使用率达到30%,系统负载接近0.9,内存使用率与压测前无明显变化。

作者:京东零售 王凤玺

来源:京东云开发者社区 转载请注明来源文章来源地址https://www.toymoban.com/news/detail-670331.html

到了这里,关于解放双手!ChatGPT助力编写JAVA框架的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 微信小程序记住密码,让登录解放双手

    密码是用户最重要的数据,也是系统最需要保护的数据,我们在登录的时候需要用账号密码请求登录接口,如果用户勾选记住密码,那么下一次登录时,我们需要将账号密码回填到输入框,用户可以直接登录系统。我们分别对这种流程进行说明: 记住密码 在请求登录接口成

    2024年02月02日
    浏览(37)
  • 一个解放双手、提高工作效率的代码生成器!

    大家好,我是 Java陈序员 。 要说现在 Java 后端开发中,最火的框架肯定是 SpringBoot 。 而持久层的框架首推 MyBatis , MyBatisPlus 作为 MyBatis 的增强框架,其强大的 CURD 能力,被广大的开发者所喜爱! SpringBoot + MyBatisPlus 可以说是王炸级别的组合! 今天给大家介绍一个可以 快速生

    2024年02月05日
    浏览(64)
  • 办公效率起飞了,双手终于被Python解放了

    最近我在知乎受到一个付费问答,虽然开通了付费问答功能,但是我已经很久没有回答过提问者的问题。 由于时间和精力有限,抽不出整块的时间好好回答提问者的问题,又不愿意三言两语糊弄提问的同学,索性就不回答了。 但是,前几天有一个同学付费咨询我”如何用P

    2023年04月12日
    浏览(45)
  • 微信这样的加人方式,既安全又解放双手

    在当今竞争激烈的市场环境下,如何高效地管理和运营私域流量成为企业发展的关键。 1.批量自动化加好友的优势 (1) 提高效率 :批量自动化添加好友功能可以帮助企业添加大量潜在客户或目标客户。相比手动逐个添加好友,自动添加好友功能,能够极大地提高工作效率。

    2024年02月07日
    浏览(74)
  • 智能化办公时代来临:AI助你解放双手

    人工智能(AI)技术的飞速进步正在深刻改变着我们的办公方式。从最初的自动化流程到现如今的智能化决策,AI在办公领域的应用已经变得日益广泛。它不仅可以帮助我们处理大量的数据和文档,还能为我们提供精准的决策支持,提高我们的工作效率。 在企业内部,AI技术已

    2024年04月09日
    浏览(47)
  • python人工智能【隔空手势控制鼠标】“解放双手“

     大家好,我是csdn的博主: lqj_本人 这是我的个人博客主页: lqj_本人的博客_CSDN博客-微信小程序,前端,python领域博主 lqj_本人擅长微信小程序,前端,python,等方面的知识 https://blog.csdn.net/lbcyllqj?spm=1011.2415.3001.5343 哔哩哔哩欢迎关注: 小淼Develop 本文\\\"python人工智能【隔空手势控制

    2024年02月09日
    浏览(65)
  • 语音识别:解放你的双手,释放你的大脑

    语音识别是指计算机系统或者设备从给定的声音输入中准确地分离出说话人的语音,从而将语音转换为相应的文本或指令的技术。语音识别已经广泛应用于个人助手、智能家居、车载系统、医疗保健、金融服务等领域。 语音识别技术的实现需要经过以下几个步骤: 1、声音采

    2024年02月03日
    浏览(53)
  • Elasticsearch ILM实现索引全生命周期自动管理,解放双手

    公众号: MCNU云原生 ,欢迎搜索关注,更多干货,第一时间掌握! 一、什么是Elasticsearch ILM? Elasticsearch Index Lifecycle Management(ILM)是Elasticsearch的一个功能,用于管理索引的生命周期,优化索引的性能和减少存储成本。ILM可以自动执行索引的各种操作,如创建、删除、滚动、

    2023年04月13日
    浏览(42)
  • 【AIGC】只要10秒,AI生成IP海报,解放双手!!!

    1、云端部署(配置不行的小伙伴看)+ 云端模型放置位置 2、本地部署(配置达标的小伙伴看) 3、运用SD训练IP的流程和技巧(LoRA篇) 4、运用SD稳定生成高质量IP海报 众所周知,各大厂目前都在AIGC的领域探索实践,也有非常多的外部设计师制作了大量的AIGC相关授课,很多同

    2024年02月08日
    浏览(37)
  • js脚本自动化之 【 i茅台 】让你解放双手

    ![青龙面板跑的结果](https://img-blog.csdnimg.cn/15070a54904a4ab9808c66ba7521d6eb.jpeg ----------------------------------------------------------------------------------- 专栏分割线 ------------------------------------------------------------------------------------ ---------------------------------------------------------------------------------

    2024年02月02日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包