博客
关于我
ClassLoader、双亲委派机制、自定义类加载器实践
阅读量:397 次
发布时间:2019-03-05

本文共 1207 字,大约阅读时间需要 4 分钟。

ClassLoader、双亲委派机制、自定义类加载器

双亲委派模型是Java类加载机制中的一个核心原理,它确保了类的加载安全性和唯一性。以下是对这一机制的详细分析:

  • 双亲委派机制的工作原理

    • 当一个类加载器要加载某个类时,它会首先询问其上级类加载器(父类加载器)是否已经加载了该类。
    • 如果上级已经加载了该类,当前类加载器就不需要再去处理这个类,直接返回已加载的类。
    • 如果上级没有加载过,该类加载器会继续向上级的父类加载器请求,直到顶层的Bootstrap ClassLoader。
    • 如果在整个过程中找到了该类的定义,加载过程就停止,否则会抛出ClassNotFoundException。
    • 重要的是,如果一个类已经被加载过,就不会再次尝试加载,从而避免了重复加载带来的问题。
  • 类加载器的层级结构

    • Bootstrap ClassLoader(启动类加载器):负责加载Java核心类和rt.jar中的类,通常位于$JAVA_HOME/jre/lib/rt.jar。
    • Extension ClassLoader(扩展类加载器):负责加载扩展目录$JAVA_HOME/jre/lib/ext/下的jar文件。
    • Application ClassLoader(应用类加载器):负责加载应用程序的类路径(-jarpath或-classpath)。
    • User ClassLoader(用户类加载器):由开发者自定义,通常用于定制加载逻辑,例如加密类文件或读取特定目录中的类。
  • 双亲委派的优势

    • 安全性:确保核心类库无法被自定义类加载器覆盖,防止潜在的安全风险。例如,自定义类加载器尝试加载java.lang开头的类时,会抛出SecurityException。
    • 避免重复加载:已加载的类不会重复加载,减少内存占用和逻辑混乱。
  • 自定义类加载器的实现

    • 要自定义类加载器,必须继承ClassLoader类,并覆盖findClass方法。
    • 例如,MyClassLoader2类读取指定路径下的class文件,并使用defineClass方法定义类。
    • 注意:传统的defineClass方法已过时,建议使用带有name参数的方法,以便通过类路径加载类。
  • 实践中的挑战与思考

    • 定义java.lang类:尝试定义自己的java.lang.String或Object类时,会发现这些类会被Bootstrap ClassLoader优先加载,确保了系统的稳定性。
    • 自定义类在扩展目录中的加载:如果将自定义类打包到jre/lib/ext目录中,Extension ClassLoader会优先加载这些类,确保不会使用应用类加载器中的类。
    • 测试与验证:通过编写测试类,验证自定义类加载器是否能够正确加载自定义类,并确保双亲委派机制的正确性。
  • 通过理解双亲委派机制和自定义类加载器的实现,可以更好地掌握Java的类加载机制,灵活地进行类加载管理。

    转载地址:http://lkdzz.baihongyu.com/

    你可能感兴趣的文章
    Numpy 入门
    查看>>
    NumPy 库详细介绍-ChatGPT4o作答
    查看>>
    NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
    查看>>
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    numpy.linalg.norm(求范数)
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>