Java
Самая актуальная информация по Java По всем вопросам- @haarrp @itchannels_telegram - 🔥лучшие каналы @pythonl - 🐍 @ai_machinelearning_big_data- ml @ArtificialIntelligencedl - AI @datascienceiot - ds @pythonlbooks 📚 РКН: clck.ru/3FmwKr #VRHSZ
Show more📈 Analytical overview of Telegram channel Java
Channel Java (@javatg) in the Russian language segment is an active participant. Currently, the community unites 16 808 subscribers, ranking 7 734 in the Technologies & Applications category and 39 729 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 16 808 subscribers.
According to the latest data from 29 July, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 6 over the last 30 days and by 1 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 14.44%. Within the first 24 hours after publication, content typically collects 5.86% reactions from the total number of subscribers.
- Post reach: On average, each post receives 2 427 views. Within the first day, a publication typically gains 985 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 9.
- Thematic interests: Content is focused on key topics such as github, void, api, kotlin, static.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Самая актуальная информация по Java
По всем вопросам- @haarrp
@itchannels_telegram - 🔥лучшие каналы
@pythonl - 🐍
@ai_machinelearning_big_data- ml
@ArtificialIntelligencedl - AI
@datascienceiot - ds
@pythonlbooks 📚
РКН: clck.ru/3FmwKr
#VR...”
Thanks to the high frequency of updates (latest data received on 30 July, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
Instant.equals() сравнивает время вплоть до наносекунд, поэтому даже небольшое различие даст false.
boolean sameMinute =
first.truncatedTo(ChronoUnit.MINUTES)
.equals(second.truncatedTo(ChronoUnit.MINUTES));
Так же можно сравнивать значения с точностью до часа или дня:
ChronoUnit.HOURS
ChronoUnit.DAYS
Важно: Instant работает в UTC. Для проверки одного календарного дня в конкретном часовом поясе сначала преобразуйте значения в ZonedDateTime.
#Java #JavaTimeInstant.equals() сравнивает время вплоть до наносекунд, поэтому даже небольшое различие даст false.
boolean sameMinute =
first.truncatedTo(ChronoUnit.MINUTES)
.equals(second.truncatedTo(ChronoUnit.MINUTES));
Так же можно сравнивать значения с точностью до часа или дня:
ChronoUnit.HOURS
ChronoUnit.DAYS
Важно: Instant работает в UTC. Для проверки одного календарного дня в конкретном часовом поясе сначала преобразуйте значения в ZonedDateTime.
#Java #JavaTime32×32×32 и более 200 тысяч фрагментов авторских карт.
Исследоватли собрали датасет из десятков миллиардов блоков: процедурно созданных ландшафтов и качественных пользовательских карт, полученных с разрешения авторов.
На этих данных обучили семейство Transformer-моделей для генерации интерактивных 3D-миров с точностью до отдельного блока.
Модели умеют:
- достраивать мир вокруг заданной структуры;
- заменять отдельные участки и биомы;
- генерировать по расставленным пользователем блокам;
- расширять карту через outpainting;
- создавать миры практически неограниченного размера.
Авторы протестировали дискретную и непрерывную диффузию. Сгенерированные миры сразу остаются редактируемыми и пригодными для игры.
Опубликованы датасет, код обучения, инференс и готовые модели.
Блог:
https://pub.sakana.ai/dream-cubed
Статья:
https://arxiv.org/abs/2604.22847
Код:
https://github.com/SakanaAI/DreamCubed
#AI #Minecraft #GenerativeAI #Diffusion #3D #OpenSource
@ai_machinelearning_big_dataequals() опасен, если объект слева может быть null:
String a = null;
String b = "hi";
boolean result = a.equals(b); // NullPointerException
Безопаснее использовать Objects.equals():
boolean result = Objects.equals(a, b); // false
Метод корректно обрабатывает все случаи:
Objects.equals(null, null); // true
Objects.equals("hi", "hi"); // true
Objects.equals("hi", null); // false
Это особенно полезно внутри equals() у собственных классов:
@Override
public boolean equals(Object o) {
if (this == o) return true;
if (!(o instanceof User user)) return false;
return Objects.equals(id, user.id)
&& Objects.equals(email, user.email);
}
Правило простое: когда хотя бы одна сторона сравнения потенциально может быть null, используйте Objects.equals(a, b).
#Java #JavaTips #Programming
private static final Map<Class<?>, Metadata> CACHE =
new ConcurrentHashMap<>();
static Metadata metadata(Class<?> type) {
return CACHE.computeIfAbsent(type, Metadata::inspect);
}
Проблема: статическая Map хранит сильные ссылки на Class. В приложениях с плагинами, hot reload или несколькими ClassLoader такой кэш может мешать выгрузке старых классов.
Для данных, привязанных к конкретному классу, в Java есть ClassValue:
private static final ClassValue<Metadata> METADATA =
new ClassValue<Metadata>() {
@Override
protected Metadata computeValue(Class<?> type) {
return Metadata.inspect(type);
}
};
static Metadata metadata(Class<?> type) {
return METADATA.get(type);
}
Что это даёт:
- ленивое вычисление значения;
- потокобезопасную установку результата;
- отсутствие глобальной карты с Class в качестве сильных ключей;
- возможность сбросить значение через METADATA.remove(type).
Важный нюанс: computeValue() может выполниться несколько раз при гонке потоков, хотя сохранено будет одно значение. Поэтому внутри не должно быть необратимых побочных эффектов.
ClassValue особенно полезен для кэширования reflection-метаданных, MethodHandle, сериализаторов и обработчиков аннотаций.
#java #jvm #performanceFiles.copy():
Path src = Path.of("data.csv");
Path backup = Path.of("data.csv.bak");
Files.copy(src, backup, StandardCopyOption.REPLACE_EXISTING);
Что здесь важно:
* Path работает нормально на разных ОС
* REPLACE_EXISTING перезапишет файл, если backup уже есть
* удобно для бэкапов, экспорта и временных копий перед обработкой данных
Пример:
data.csv → data.csv.bak
Одна строка вместо ручного чтения и записи байтов.
#Java #Files-Xmx вроде выставлен нормально.
Проблема в том, что JVM живёт не только heap’ом.
Память уходит ещё на:
* Metaspace
* thread stacks
* direct buffers
* JIT/code cache
* native memory
* библиотеки и агентские инструменты
Kubernetes смотрит на весь процесс внутри контейнера. Если общий расход памяти пробивает container limit, pod получает OOMKilled, а не красивый Java OutOfMemoryError.
Что делать:
* не ставить Xmx вплотную к memory limit
* оставлять запас под non-heap
* использовать MaxRAMPercentage
* проверять requests/limits
* включать JVM memory metrics и GC logs
Для Java в Kubernetes важно считать не только heap, а весь memory footprint процесса.
https://dzone.com/articles/java-pod-oomkill-kubernetes null может внезапно дать NullPointerException
✅ пустая коллекция может сломать логику агрегации
✅ один элемент часто ведёт себя иначе, чем список из 10 значений
Один тест на List.of(1, 2, 3) проверяет только красивый сценарий.
Добавьте проверки на null, empty и boundary values — и код сразу станет заметно надёжнее.
#Java #Testing #JUnitStack до сих пор встречается в старом коде, но для новых проектов лучше брать Deque, чаще всего через ArrayDeque.
Stack - legacy-класс. Он наследуется от Vector, а значит, тащит за собой старую модель и синхронизацию почти на каждом вызове.
Для обычного стека это обычно лишнее.
Вместо этого:
Deque<String> undo = new ArrayDeque<>();
undo.push("typed hello");
undo.push("added space");
undo.pop(); // removes "added space"
API остаётся привычным:
push()
pop()
peek()
Но реализация современнее и обычно быстрее.
Правило простое: нужен LIFO-стек в Java - используйте Deque, а не Stack.MethodHandle
* работаешь с нативной памятью через MemorySegment и Arena
Это сильно упрощает Java-native interop по сравнению с JNI.
Где полезно:
* высоконагруженные вычисления
* криптография
* ML inference
* игровые движки
* интеграция с системными библиотеками
Project Panama делает Java ближе к системному уровню: меньше boilerplate, меньше JNI-магии, больше контроля над памятью и нативными вызовами.
Java уже давно не только про backend. VarHandle можно использовать как лёгкий механизм publish/subscribe между потоками без volatile.
Идея простая:
- Writer записывает данные в обычные поля.
- Затем вызывает setRelease(...) на флаге.
- Reader ждёт флаг через getAcquire(...).
- После этого безопасно читает опубликованные данные.
setRelease() гарантирует публикацию всех предыдущих записей.
getAcquire() гарантирует, что после чтения флага поток увидит все опубликованные данные.
Такой подход позволяет организовать корректную передачу данных между потоками с меньшими накладными расходами, чем при использовании volatile.
`switch expression убирает старую боль со случайно забытым break.
В старом switch легко получить тихий баг: пропустил break, и выполнение провалилось в следующий case.
В новом варианте каждый case возвращает значение через ->, а break не нужен:
String label = switch (status) {
case NEW -> "queued";
case RUNNING -> "in progress";
case DONE -> "finished";
};
Плюс компилятор следит за полнотой. Добавили новый enum-статус, но не обработали его в switch? Получите compile error, а не странный баг в рантайме.
Мелочь, которая делает код короче и безопаснее.
@Entity
public class Account {
@Id
private Long id;
private BigDecimal balance;
@Version
private Long version;
}
Как это работает:
Когда Entity читается из базы, Hibernate забирает текущую версию записи. Например, version = 2.
При обновлении он делает update с проверкой этой версии. Если за это время другая транзакция уже изменила запись, версия в базе стала другой.
Тогда update не затронет ни одной строки, и Hibernate выбросит OptimisticLockException.
Подходит, когда чтений много, записей меньше, а конфликты случаются редко.
Плохо подходит, если несколько потоков постоянно меняют одну и ту же запись или нужна строгая сериализация операций. Там уже лучше смотреть в сторону pessimistic locking, очередей или переработки модели записи.
@Version особенно полезен для аккаунтов, заказов, настроек, профилей и любых сущностей, где нельзя молча перетереть чужое изменение.