开发整合笔记

properties文件

java中有对应的Properties对象，本质是Map，键值对格式。通过输入流将properties文件读取到内存，通过输出流将内存中的数据写入properties文件中。

XML文件

可扩展标记语言。可以维护关系，有标签和元素，但只能有一个根标签。想要读取解析xml文件到程序内存中，可以使用第三方框架Dom4j，解析的思想是文档对象模型。

约束文档。约束xml文件的格式，如标签、属性。有DTD文档(后缀dtd，无法约束类型)、Schema文档(后缀xsd，可以约束类型)。DTD文档：使用!DOCTYPE标签引入约束文档。Schema文档：使用xsi:schemaLocation属性引入约束文档。

日志

体系结构：Java常用的有两套日志接口，一个是本身提供的Commons Logging(JCL)，其中JUL就是实现的这个接口；另一个是第三方的SLF4J接口，Log4j和Logback(使用最多)就是实现的这个接口。

Logback：三个模块，logback-core：核心模块，其他两个模块的依赖，必须有；logback-classic：同化log4j，完整的实现slf4j接口，必须有；logback-access：与Tomcat和Jetty等容器集成，提供HTTP访问的功能，可选。

MongoDB 数据库

基本使用：

• 安装和依赖：先安装 MongoDB 服务端，并引入 MongoDB Java 驱动依赖
• 连接数据库：通过 MongoClient 创建与 MongoDB 的连接
• 操作集合：MongoDB 中的数据存储在集合（Collection）中，每个集合类似于 MySQL 中的表
• 数据格式：MongoDB 以 BSON（类 JSON 格式）存储文档，文档类似于 MySQL 的一行记录
• CRUD 操作：可以直接对文档进行插入、查询、更新和删除操作，支持复杂的嵌套结构和灵活的查询语法。

适用场景

• 动态或非结构化数据：如 JSON 格式的数据、日志数据。
• 需要快速迭代开发：数据结构经常变更。
• 海量数据存储：需要水平扩展的场景，如物联网数据。
• 高并发读写：如社交媒体、实时数据分析

MongoDB 与 MySQL 的优劣势对比

• 数据模型：MongoDB-基于文档的非关系型数据库，结构灵活，支持嵌套文档和数组。MySQL-基于表的关系型数据库，结构固定，数据规范化强。
• 性能：MongoDB-写入和读取速度较高，尤其适合海量数据和非结构化数据的处理。MySQL-高度优化的事务支持，适合复杂查询和结构化数据。
• 事务支持：MongoDB-支持多文档事务，但性能可能受影响，不如 MySQL 事务模型稳定。MySQL-强大的 ACID 支持，事务处理成熟可靠。
• 查询能力：MongoDB-灵活的文档查询和聚合管道，适合动态字段和复杂嵌套结构数据查询。MySQL-强大的 SQL 查询能力，适合跨表关联和复杂的分析查询。
• 扩展性：MongoDB-水平扩展方便，天然支持分片。MySQL-垂直扩展优异，但水平扩展需要额外设计（如分库分表）。
• 数据结构：MongoDB-灵活的数据结构，字段可动态添加，适合非结构化或频繁变更的数据模型。MySQL-严格的数据结构，适合结构化和强约束的数据模型。
• 开发效率：MongoDB-开发效率高，减少模式设计的复杂性，适合快速迭代和原型开发。MySQL-需要详细设计表结构，适合稳定、长期维护的系统开发。

EhCache

本地缓存，java实现，比Reids更高效，线程安全的

使用 EhCache 3.x 版本时，首先需要导入相关依赖。通过 CacheManagerBuilder 对象创建 CacheManager 实例。在 CacheManager 中可以通过 XML 配置或 API 动态创建多个缓存（Cache）对象，每个缓存都有一个唯一名称，并可单独设置缓存模式、过期时间、大小等属性。随后，通过 CacheManager 的 getCache 方法，指定缓存名称、键类型和值类型，即可获取对应的缓存对象，进而执行缓存的存取操作