Java关于延迟加载的一些应用实践
代码中的关于很多操作都是Eager的，比如在发生方法调用的延迟用实时候，参数会立即被求值。加载践总体而言，关于使用Eager方式让编码本身更加简单，延迟用实然而使用Lazy的加载践方式通常而言，即意味着更好的关于效率。
延迟初始化
一般有几种延迟初始化的延迟用实场景：
对于会消耗较多资源的对象：这不仅能够节省一些资源，同时也能够加快对象的加载践创建速度，从而从整体上提升性能。关于 某些数据在启动时无法获取：比如一些上下文信息可能在其他拦截器或处理中才能被设置，延迟用实导致当前bean在加载的加载践时候可能获取不到对应的变量的值，使用 延迟初始化可以在真正调用的关于时候去获取，通过延迟来保证数据的延迟用实有效性。在Java8中引入的加载践lambda对于我们实现延迟操作提供很大的便捷性，如Stream、Supplier等，下面介绍几个例子。服务器托管
Lambda
Supplier
通过调用get()方法来实现具体对象的计算和生成并返回，而不是在定义Supplier的时候计算，从而达到了_延迟初始化_的目的。但是在使用 中往往需要考虑并发的问题，即防止多次被实例化，就像Spring的@Lazy注解一样。
public class Holder { // 默认第一次调用heavy.get()时触发的同步方法 private Supplier<Heavy> heavy = () -> createAndCacheHeavy(); public Holder() { System.out.println("Holder created"); } public Heavy getHeavy() { // 第一次调用后heavy已经指向了新的instance，所以后续不再执行synchronized return heavy.get(); } //... private synchronized Heavy createAndCacheHeavy() { // 方法内定义class，注意和类内的嵌套class在加载时的区别 class HeavyFactory implements Supplier<Heavy> { // 饥渴初始化 private final Heavy heavyInstance = new Heavy(); public Heavy get() { // 每次返回固定的值 return heavyInstance; } } //第一次调用方法来会将heavy重定向到新的Supplier实例 if(!HeavyFactory.class.isInstance(heavy)) { heavy = new HeavyFactory(); } return heavy.get(); } }当Holder的实例被创建时，其中的Heavy实例还没有被创建。下面我们假设有三个线程会调用getHeavy方法，其中前两个线程会同时调用，而第三个线程会在稍晚的时候调用。
当前两个线程调用该方法的时候，都会调用到createAndCacheHeavy方法，源码下载由于这个方法是同步的。因此第一个线程进入方法体，第二个线程开始等待。在方法体中会首先判断当前的heavy是否是HeavyInstance的一个实例。
如果不是，就会将heavy对象替换成HeavyFactory类型的实例。显然，第一个线程执行判断的时候，heavy对象还只是一个Supplier的实例，所以heavy会被替换成为HeavyFactory的实例，此时heavy实例会被真正的实例化。
等到第二个线程进入执行该方法时，heavy已经是HeavyFactory的一个实例了，所以会立即返回（即heavyInstance）。当第三个线程执行getHeavy方法时，由于此时的heavy对象已经是HeavyFactory的云服务器实例了，因此它会直接返回需要的实例（即heavyInstance），和同步方法createAndCacheHeavy没有任何关系了。
以上代码实际上实现了一个轻量级的虚拟代理模式(Virtual Proxy Pattern)。保证了懒加载在各种环境下的正确性。
还有一种基于delegate的实现方式更好理解一些：
https://gist.github.com/taichi/6daf50919ff276aae74f
import java.util.concurrent.ConcurrentHashMap; import java.util.concurrent.ConcurrentMap; import java.util.function.Supplier; public class MemoizeSupplier<T> implements Supplier<T> { final Supplier<T> delegate; ConcurrentMap<Class<?>, T> map = new ConcurrentHashMap<>(1); public MemoizeSupplier(Supplier<T> delegate) { this.delegate = delegate; } @Override public T get() { // 利用computeIfAbsent方法的特性，保证只会在key不存在的时候调用一次实例化方法，进而实现单例 return this.map.computeIfAbsent(MemoizeSupplier.class, k -> this.delegate.get()); } public static <T> Supplier<T> of(Supplier<T> provider) { return new MemoizeSupplier<>(provider); } }以及一个更复杂但功能更多的CloseableSupplier：
public static class CloseableSupplier<T> implements Supplier<T>, Serializable { private static final long serialVersionUID = 0L; private final Supplier<T> delegate; private final boolean resetAfterClose; private volatile transient boolean initialized; private transient T value; private CloseableSupplier(Supplier<T> delegate, boolean resetAfterClose) { this.delegate = delegate; this.resetAfterClose = resetAfterClose; } public T get() { // 经典Singleton实现 if (!(this.initialized)) { // 注意是volatile修饰的，保证happens-before，t一定实例化完全 synchronized (this) { if (!(this.initialized)) { // Double Lock Check T t = this.delegate.get(); tthis.value = t; this.initialized = true; return t; } } } // 初始化后就直接读取值，不再同步抢锁 return this.value; } public boolean isInitialized() { return initialized; } public <X extends Throwable> void ifPresent(ThrowableConsumer<T, X> consumer) throws X { synchronized (this) { if (initialized && this.value != null) { consumer.accept(this.value); } } } public <U> Optional<U> map(Function<? super T, ? extends U> mapper) { checkNotNull(mapper); synchronized (this) { if (initialized && this.value != null) { return ofNullable(mapper.apply(value)); } else { return empty(); } } } public void tryClose() { tryClose(i -> { }); } public <X extends Throwable> void tryClose(ThrowableConsumer<T, X> close) throws X { synchronized (this) { if (initialized) { close.accept(value); if (resetAfterClose) { this.value = null; initialized = false; } } } } public String toString() { if (initialized) { return "MoreSuppliers.lazy(" + get() + ")"; } else { return "MoreSuppliers.lazy(" + this.delegate + ")"; } } }Stream
Stream中的各种方法分为两类：
中间方法(limit()/iterate()/filter()/map()) 结束方法(collect()/findFirst()/findAny()/count())前者的调用并不会立即执行，只有结束方法被调用后才会依次从前往后触发整个调用链条。但是需要注意，对于集合来说，是每一个元素依次按照处理链条执行到尾，而不是每一个中间方法都将所有能处理的元素全部处理一遍才触发 下一个中间方法。比如：
List<String> names = Arrays.asList("Brad", "Kate", "Kim", "Jack", "Joe", "Mike"); final String firstNameWith3Letters = names.stream() .filter(name -> length(name) == 3) .map(name -> toUpper(name)) .findFirst() .get(); System.out.println(firstNameWith3Letters);当触发findFirst()这一结束方法的时候才会触发整个Stream链条，每个元素依次经过filter()->map()->findFirst()后返回。所以filter()先处理第一个和第二个后不符合条件，继续处理第三个符合条件，再触发map()方法，最后将转换的结果返回给findFirst()。所以filter()触发了_3_次，map()触发了_1_次。
好，让我们来看一个实际问题，关于无限集合。
Stream类型的一个特点是：它们可以是无限的。这一点和集合类型不一样，在Java中的集合类型必须是有限的。Stream之所以可以是无限的也是源于Stream「懒」的这一特点。
Stream只会返回你需要的元素，而不会一次性地将整个无限集合返回给你。
Stream接口中有一个静态方法iterate()，这个方法能够为你创建一个无限的Stream对象。它需要接受两个参数：
public static Stream iterate(final T seed, final UnaryOperator f)
其中，seed表示的是这个无限序列的起点，而UnaryOperator则表示的是如何根据前一个元素来得到下一个元素，比如序列中的第二个元素可以这样决定：f.apply(seed)。
下面是一个计算从某个数字开始并依次返回后面count个素数的例子：
public class Primes { public static boolean isPrime(final int number) { return number > 1 && // 依次从2到number的平方根判断number是否可以整除该值，即divisor IntStream.rangeClosed(2, (int) Math.sqrt(number)) .noneMatch(divisor -> number % divisor == 0); } private static int primeAfter(final int number) { if(isPrime(number + 1)) // 如果当前的数的下一个数是素数，则直接返回该值 return number + 1; else // 否则继续从下一个数据的后面继续找到第一个素数返回，递归 return primeAfter(number + 1); } public static List<Integer> primes(final int fromNumber, final int count) { return Stream.iterate(primeAfter(fromNumber - 1), Primes::primeAfter) .limit(count) .collect(Collectors.<Integer>toList()); } //... }对于iterate和limit，它们只是中间操作，得到的对象仍然是Stream类型。对于collect方法，它是一个结束操作，会触发中间操作来得到需要的结果。
如果用非Stream的方式需要面临两个问题：
一是无法提前知晓fromNumber后count个素数的数值边界是什么 二是无法使用有限的集合来表示计算范围，无法计算超大的数值即不知道第一个素数的位置在哪儿，需要提前计算出来第一个素数，然后用while来处理count次查找后续的素数。可能primes方法的实现会拆成两部分，实现复杂。如果用Stream来实现，流式的处理，无限迭代，指定截止条件，内部的一套机制可以保证实现和执行都很优雅。