当前位置: 首页 > news >正文

从Spring源码看Spring如何解决循环引用的问题

Spring如何解决循环引用的问题

关于循环引用,首先说一个结论:

Spring能够解决的情况为:两个对象都是单实例、且通过set方法进行注入

两个对象都是单实例,通过构造方法进行注入,Spring不能进行循环引用问题;

两个对象都是多实例的情况下,不管是set注入,还是构造注入,都不能解决Spring循环引用问题。

循环引用问题介绍

循环引用问题即:

有A,B两个类,A类中有B类型的成员变量b、B类中有A类型的成员变量a。创建a的过程需要b,创建b的过程又需要a;

循环引用问题演示

循环引用问题分析

请看如下流程:

  1. 调用getBean(“a”)来获取a对象;
  2. 先调用getSingleton(“a”)来尝试获取a,但是获取不到;
  3. 需要调用doCreateBean()来创建a;
  4. a的b属性是null,需要填充b属性;
  5. 调用getBean(“b”)来获取b对象;
  6. 先调用getSingleton(“b”)来尝试获取b,但是获取不到;
  7. 需要调用doCreateBean()来创建b;
  8. b的a属性是null,需要填充a属性;
  9. 又需要要调用getBean(“a”)来获取a。

这时getBean(“a”)可以获取到吗?如果能获取到,是在哪里获取的?如果获取不到,又会有什么问题呢?

我们首先看下getSingleton()源码:

image-20230809203549677

addSingleton方法如下图:

addSingleton

如此可以看到,在进行实例化、属性填充、初始化都完成后才会放到singletonObjects中。

那getSingleton()方法就获取不到a,只能再去创建a对象了吗?当然不是,如果再去创建a,a就不是单例的呢。

所以这就需要**没有创建完全的a也要存储起来。**但是并没有存储到singletonObjects中,因为singletonObjects是存储例化、属性填充、初始化都完成后的对象。

Spring又为我们定义了两个存储的位置:earlySingletonObjects、singletonFactories。

那什么时候将未创建完全的对象存储起来呢?

这我们应该在实例化对象完成后,填充属性前的代码查找。可以看到如下代码:

doCreateBean

addSingletonFactory(beanName, () -> getEarlyBeanReference(beanName, mbd, bean));addSingletonFactory方法源码如下:
protected void addSingletonFactory(String beanName, ObjectFactory <? > singletonFactory) {Assert.notNull(singletonFactory, "Singleton factory must not be null");synchronized(this.singletonObjects) {if(!this.singletonObjects.containsKey(beanName)) {this.singletonFactories.put(beanName, singletonFactory);this.earlySingletonObjects.remove(beanName);this.registeredSingletons.add(beanName);}}
}

实例化后,会把创建非完全体对象的工厂放到singletonFactories里,这个工厂就是lambda表达式() -> getEarlyBeanReference(beanName, mbd, bean)调用的getEarlyBeanReference(beanName, mbd, bean)方法。

getEarlyBeanReference

addSingletonFactory还会把earlySingletonObjects、registeredSingletons中的对象删除。

singletonFactories
存储:不完全体的bean的id作为key,一个工厂作为value;
工厂方法是lambda表达式()->getEarlyBeanReference(beanName, mbd, bean)
此方法内部使用了BeanPostProcessor。

singletonFactories为什么不存储未完全体的a,而存储一个工厂方法呢?

这意味着他会处理一些复杂功能。

最简单的循环引用的问题

上述介绍的循环引用的问题,是最简单的情况。还有一些复杂情况。

如果A需要做AOP,需要为A做代理呢?或者B也要做代理呢?

复杂情况的循环引用

代理是在初始化阶段使用BeanPostProcessor的postProcessAfterInitialization()方法来做的。

singletonFactories存工厂的原因

singletonFactories存工厂的原因:

为b填充属性a时,需要获取到不完全体的a,为b赋值;
并且如果A需要做代理;
而代理是在BeanPostProcessor中的postProcessAfterInitialization()方法做的;
所以singletonFactories存储的是一个工厂(里面的方法是用BeanPostProcessor中的);
这样就无需在a初始化的过程中创建代理了,可以把a的代理提前创建出来。

那在A创建过程中是否还要创建代理呢?————不会。

在上面提前创建a的代理完成后,会将代理对象放到代理缓存中,在a初始化创建代理时,直接从代理缓存中拿就可以了。

站在b的角度讲,现在b的属性填充完成了,后面就是初始化了,在初始化过程中,就可以走正常的代理过程了。

a在填充属性时,就可以填充b的代理了,就可以走初始化了,初始化过程中的代理从代理缓存获取就可以了。

为b填充a代理对象分析

doGetBean()中的getSingleton方法:

getSingleton

getSingleton重载1

getSingleton重载2

在为b填充a的代理时,singletonFactory.getObject()就会回调存储起来的那个lambda表达式()->getEarlyBeanReference(beanName, mbd, bean)。

核心代码

会把a的代理获取出来;

然后把a的代理放到earlySingletonObjects中;

把存储的a工厂的lambda表达式从singletonFactories中移除。

b初始化完成后,b就是完全体了,调用addSingleton()方法就会把b存储到singletonObjects中了。

等a再初始化完成就是完全体了。

这样就解决了循环引用问题。

相关文章:

从Spring源码看Spring如何解决循环引用的问题

Spring如何解决循环引用的问题 关于循环引用&#xff0c;首先说一个结论&#xff1a; Spring能够解决的情况为&#xff1a;两个对象都是单实例、且通过set方法进行注入。 两个对象都是单实例&#xff0c;通过构造方法进行注入&#xff0c;Spring不能进行循环引用问题&#x…...

03 - 通过git log可以查看版本演变历史

通过git log可以查看版本演变历史 主要包括&#xff1a; commit 哈希id提交的Author信息提交的日期和时间commit info信息 git log本人常用&#xff0c;显示简洁&#xff1a; git log --oneline当log条数很多的时候&#xff0c;可以如下指定显示的数量&#xff1a; git log…...

【图论】单源最短路

算法提高课笔记。&#xff08;本篇还未更新完… 目录 单源最短路的建图方式例题热浪题意思路代码 信使题意思路代码 香甜的黄油题意思路代码 最小花费题意思路代码 最优乘车题意思路代码 昂贵的聘礼题意思路代码 单源最短路的建图方式 最短路问题可以分为以下两类&#xff1a…...

闻道网络:2023宠物消费网络营销洞察数据报告(附下载)

关于报告的所有内容&#xff0c;公众【营销人星球】获取下载查看 核心观点 行业持续升级&#xff0c;增速放缓&#xff0c;正朝着多元化和专业化的方向发展&#xff1b;自公共事件以来&#xff0c;因&#xff0c;“猫不用遛”&#xff0c;养猫人士增速迅猛反超犬主人&#xf…...

Docker 安装和架构说明

Docker 并非是一个通用的容器工具&#xff0c;它依赖于已存在并运行的Linux内核环境。 Docker实质上是在已经运行的Liunx下制造了一个隔离的文件环境&#xff0c;因此他的执行效率几乎等同于所部署的linux主机。因此Docker必须部署在Linux内核系统上。如果其他系统想部署Docke…...

101. 对称二叉树

题目 原题链接 : 101.对称二叉树 题面 : 对于这一题呢&#xff0c;题目要求给出递归和迭代两种方式来解决!!! 注 : 这一题不仅仅是判断左右两个子节点是否对称,而是要遍历两棵树而且要比较内侧和外侧节点 递归 先确认递归三要素 : 确定递归函数的参数和返回值 bool …...

cmake应用:集成gtest进行单元测试

编写代码有bug是很正常的&#xff0c;通过编写完备的单元测试&#xff0c;可以及时发现问题&#xff0c;并且在后续的代码改进中持续观测是否引入了新的bug。对于追求质量的程序员&#xff0c;为自己的代码编写全面的单元测试是必备的基础技能&#xff0c;在编写单元测试的时候…...

静态时序分析与时序约束

一、时序分析的基本概念 1. 时钟 理性的时钟模型是一个占空比为50%且周期固定的方波&#xff1a; 实际电路中输入给FPGA的晶振时钟信号是正弦波&#xff1a; 2. 时钟抖动 Clock Jitter&#xff0c;时钟抖动&#xff0c;相对于理想时钟沿&#xff0c;实际时钟存在不随时钟存在…...

YOLOv5基础知识入门(3)— 目标检测相关知识点

前言&#xff1a;Hello大家好&#xff0c;我是小哥谈。YOLO算法发展历程和YOLOv5核心基础知识学习完成之后&#xff0c;接下来我们就需要学习目标检测相关知识了。为了让大家后面可以顺利地用YOLOv5进行目标检测实战&#xff0c;本节课就带领大家学习一下目标检测的基础知识点&…...

10个AI绘图生成器让绘画更简单

AI不仅影响商业和医疗保健等行业&#xff0c;还在创意产业中发挥着越来越大的作用&#xff0c;开创了AI绘画生成器新时代。在绘画领域当然也是如此&#xff0c;与传统的绘画工具不同&#xff0c;AI人工智能时代的绘画工具是全自动的、智能的&#xff0c;甚至可以说是“傻瓜式”…...

干货满满的Python知识,学会这些你也能成为大牛

目录 1. 爬取网站数据 2. 数据清洗与处理 3. 数据可视化 4. 机器学习模型训练 5. 深度学习模型训练 6. 总结 1. 爬取网站数据 在我们的Python中呢&#xff0c;使用爬虫可以轻松地获取网站的数据。可以使用urllib、requests、BeautifulSoup等库进行数据爬取和处理。以下是…...

【Leetcode】155. 最小栈、JZ31 栈的压入、弹出序列

作者&#xff1a;小卢 专栏&#xff1a;《Leetcode》 喜欢的话&#xff1a;世间因为少年的挺身而出&#xff0c;而更加瑰丽。 ——《人民日报》 155. 最小栈 155. 最小栈 题目描述; 设计一个支持 push &#xff0c;pop &#xff0c;top …...

网络安全(黑客技术)自学笔记

一、什么是网络安全&#xff1f;什么是黑客&#xff1f; 网络安全可以基于攻击和防御视角来分类&#xff0c;我们经常听到的 “红队”、“渗透测试” 等就是研究攻击技术&#xff0c;而“蓝队”、“安全运营”、“安全运维”则研究防御技术。 无论网络、Web、移动、桌面、云等…...

iOS学习—制作全局遮罩

在.h文件中线声明show()方法 - (void)show; .m文件中添加全屏遮罩&#xff0c;在遮罩上添加了一个选择框并添加了底部弹出的动画&#xff0c;可自行在其中添加tableview、pickerview等其他视图&#xff0c;并添加了点击选择框视图外区域隐藏 #import "MaskView.h"…...

GRPC-连接池-GPT

gRPC Dart 管理优化 User grpc for dart 如何统一管理多个Client的创建和销毁&#xff0c;给我一个最优解 ChatGPT 对于在Dart中使用gRPC创建和销毁多个Client的统一管理&#xff0c;您可以使用一个单例模式的管理类来实现最优解。 首先&#xff0c;创建一个管理类&#xff0c…...

YOLOv5、YOLOv8改进: GSConv+Slim Neck

论文题目&#xff1a;Slim-neck by GSConv: A better design paradigm of detector architectures for autonomous vehicles 论文&#xff1a;https://arxiv.org/abs/2206.02424 代码&#xff1a;https://github.com/AlanLi1997/Slim-neck-by-GSConv 在计算机视觉领域&#x…...

重发布选路问题

一、思路 &#xff1b; 1.增加不优选路开销解决选路不佳问题 2.用增加开销的方式使R1 不将ASBR传的R7传给另一台ASBR解决R1、R2、R3、R4pingR7环回环路 二、操作 ------IP地址配置如图 1.ospf及rip的宣告 rip&#xff1a; [r1]rip 1 [r1-rip-1]version 2 [r1-rip-1]netw…...

LinearAlgebraMIT_9_LinearIndependence/SpanningASpace/Basis/Dimension

这节课我们主要学习一下(Linear Independence)线性无关&#xff0c;(spanning a space)生成空间&#xff0c;(basis)基和(dimension)维度。同时我们要注意这四个很重要的基本概念的描述对象&#xff0c;我们会说向量组线性无关&#xff0c;由一个向量组生成的空间&#xff0c;子…...

Redission 解锁异常:attempt to unlock lock, not locked by current thread by node id

标题&#xff1a;解锁异常&#xff1a;Redission中的"attempt to unlock lock, not locked by current thread by node id"问题分析与解决方案 在分布式系统中&#xff0c;锁是常用的同步机制&#xff0c;用于保护共享资源&#xff0c;避免并发冲突。Redission是一个…...

AIGC技术揭秘:探索火热背后的原因与案例

文章目录 什么是AIGC技术&#xff1f;为何AIGC技术如此火热&#xff1f;1. 提高效率与创造力的完美结合2. 拓展应用领域&#xff0c;创造商业价值3. 推动技术创新和发展 AIGC技术案例解析1. 艺术创作&#xff1a;生成独特的艺术作品2. 内容创作&#xff1a;实时生成各类内容3. …...

2025届必备的降AI率平台推荐

Ai论文网站排名&#xff08;开题报告、文献综述、降aigc率、降重综合对比&#xff09; TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 需从文本特征这方面着手&#xff0c;来降低AIGC也就是人工智能生成内容的检测率。要避开使用…...

手把手教你用 LIO-SAM 在 ROS Noetic 里跑通自己的第一个激光SLAM demo

从零到一&#xff1a;LIO-SAM激光SLAM实战速成指南 1. 环境准备与快速部署 在Ubuntu 20.04和ROS Noetic环境下搭建LIO-SAM开发环境&#xff0c;就像组装一台高性能赛车——需要精准的部件搭配和细致的调试。不同于传统SLAM方案&#xff0c;LIO-SAM融合了激光雷达与IMU数据&…...

传统代工企业转型跨境,月销72万刀!

当跨境电商风口正劲时&#xff0c;在国际市场需求的拉动下&#xff0c;很多传统外贸工厂寻求新的转型路径。随着传统工厂转型跨境电商的风潮一阵强过一阵&#xff0c;近来布局独立站也成为他们转型的重要选择之一。此前&#xff0c;工厂是做出产品再给到外贸公司、采购商去销售…...

别再只盯着MACD了!用Python回测SuperTrend指标在A股的表现到底怎么样?

SuperTrend指标在A股实战中的表现&#xff1a;Python量化回测全解析 当MACD和均线已经成为每个交易者的标配工具时&#xff0c;市场上总有一些"网红指标"声称自己能够提供更清晰的趋势信号。SuperTrend指标就是近年来备受关注的一个——但它在A股市场真的能带来超额收…...

7个实战技巧:如何快速掌握DINOv2视觉Transformer的完整指南

7个实战技巧&#xff1a;如何快速掌握DINOv2视觉Transformer的完整指南 【免费下载链接】dinov2 PyTorch code and models for the DINOv2 self-supervised learning method. 项目地址: https://gitcode.com/GitHub_Trending/di/dinov2 DINOv2是Meta AI推出的革命性自监…...

HALCON图像与OpenCV/Numpy互转实战:打通Python视觉算法流水线的关键一步

HALCON图像与OpenCV/Numpy互转实战&#xff1a;打通Python视觉算法流水线的关键一步 工业视觉领域长期存在一个技术痛点&#xff1a;HALCON在传统机器视觉算法上的卓越性能与OpenCV/PyTorch等通用框架难以无缝协作。我曾在一个半导体缺陷检测项目中&#xff0c;需要将HALCON的亚…...

终极HiveWE地图编辑器指南:快速掌握魔兽争霸III地图制作

终极HiveWE地图编辑器指南&#xff1a;快速掌握魔兽争霸III地图制作 【免费下载链接】HiveWE A Warcraft III world editor. 项目地址: https://gitcode.com/gh_mirrors/hi/HiveWE 还在为魔兽争霸III原版编辑器的卡顿和复杂操作而烦恼吗&#xff1f;HiveWE作为一款专注于…...

800G/1.6T高速互连物理层演进与测试挑战

超高算力时代 数据中心高速互联物理层挑战与测试演进 随着生成式数据中心&#xff0c;人工智能&#xff08;GenAI&#xff09;、大型语言模型&#xff08;LLM&#xff09;集群规模的指数级膨胀&#xff0c;全球算力基础设施正经历着自互联网诞生以来最大规模的重构。在这一进程…...

LaTeX2Word-Equation:学术写作的公式迁移革命,3秒完成数学公式完美转换

LaTeX2Word-Equation&#xff1a;学术写作的公式迁移革命&#xff0c;3秒完成数学公式完美转换 【免费下载链接】LaTeX2Word-Equation Copy LaTeX Equations as Word Equations, a Chrome Extension 项目地址: https://gitcode.com/gh_mirrors/la/LaTeX2Word-Equation 还…...

python simplejson

# 深入理解Python simplejson&#xff1a;一个被低估的JSON处理利器 几年前&#xff0c;当我在处理一个日均请求量过百万的API服务时&#xff0c;遇到过一个让人抓狂的问题&#xff1a;标准库json模块在处理某些特殊字符时&#xff0c;会不声不响地把数据搞坏。那次经历让我第一…...