Java Books
Java Библиотека По всем вопросам- @notxxx1 @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -it 📚 № 5032728887
Больше📈 Аналитический обзор Telegram-канала Java Books
Канал Java Books (@java_library) является активным участником. Сейчас сообщество объединяет 14 022 подписчиков, занимая 9 112 место в категории Технологии и приложения и 46 128 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 14 022 подписчиков.
Согласно последним данным от 15 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -136, а за последние 24 часа — -4, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 9.19%. В первые 24 часа после публикации контент обычно набирает N/A% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 288 просмотров. В течение первых суток публикация набирает 0 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 3.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как docker, собеседование, sql, boot, string.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Java Библиотека
По всем вопросам- @notxxx1
@ai_machinelearning_big_data - machine learning
@pythonl - Python
@itchannels_telegram - 🔥 best it channels
@ArtificialIntelligencedl - AI
@pythonlbooks-📚
@programming_books_it -it 📚
№ 503272888...”
Благодаря высокой частоте обновлений (последние данные получены 16 ноября, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
application.yml. По умолчанию он составляет 10 МБ. Вот как поднять его до 32 МБ.
server:
tomcat:
resource:
cache-max-size: 32MB
Кэш включён по умолчанию. Параметр server.tomcat.resource.cache-ttl задаёт интервал, через который Tomcat проверяет актуальность записи. По умолчанию это 5 секунд. За кэширование файлов в браузере отвечает HTTP-заголовок Cache-Control.
[Документация Spring Boot 4](https://docs.spring.io/spring-boot/4.0/appendix/application-properties/)За час эфира ты: → узнаешь, какие вопросы задают на технических собеседованиях по Java; → увидишь, какие ответы убеждают интервьюера, а какие вызывают сомнения; → поймёшь, какие темы стоит подтянуть перед собственным собеседованием.Кандидат увидит вопросы впервые. Никакого заранее подготовленного сценария ☝🏻 Участие бесплатное! Эфир проходит в рамках менторской программы ШОРТКАТ для разработчиков, которые хотят сменить работу, вырасти в грейде и зарплате или прокачать технические навыки 🎁 Бонус за регистрацию: файл «50 эталонных ответов на сложные вопросы Java-интервью» Переходи в бота, чтобы зарегистрироваться на эфир и забрать подарок: @shortcut_sh_bot Реклама. О рекламодателе.
FileReader и BufferedReader:
Path path = Path.of("notes.txt");
String text = Files.readString(path);
Files.writeString(path, "Привет, Java!");
List<String> lines = Files.readAllLines(path);
Меньше шаблонного кода, явная работа с путями и UTF-8 по умолчанию у этих методов чтения и записи.
Path.of, readString и writeString доступны с Java 11. Для больших файлов используйте потоковое чтение: приведённые методы загружают содержимое целиком.null недопустим, а где его нужно обработать.
String displayName(@NonNull User user) {
@Nullable String name = user.getName();
if (name == null) {
return "unknown";
}
return name.toUpperCase();
}
`user` не должен быть `null`, а имя может отсутствовать – поэтому перед toUpperCase() стоит проверка.
При поддержке выбранных аннотаций IDE или статический анализатор предупредит о нарушении контракта прямо во время написания кода.
Сами аннотации не гарантируют проверку во время выполнения. Их поведение зависит от библиотеки и инструментов. Чтобы контракт работал между методами, помечайте и параметры, и возвращаемые значения – например, getName().
spring.main.lazy-initialization=true
Она откладывает создание многих бинов до момента, когда они понадобятся. Вместе с ними откладывается и `@PostConstruct`.
Если внутри такого бина спрятаны прогрев кеша или ваша проверка схемы БД, они выполнятся только при его создании. Никто не запросил бин — код может вообще не запуститься.
Другие последствия: первый запрос может стать медленнее, а ошибка конфигурации обнаружится уже после старта приложения.
Критическую инициализацию можно оставить на старте:
@Component
@Lazy(false)
public class SchemaVerifier {
@PostConstruct
void init() {
verifySchema();
}
private void verifySchema() {
// Проверка совместимости схемы БД
}
}
`@PostConstruct` означает «после создания бина», а не «обязательно при запуске приложения».
Нюанс: lazy-бин всё же может создаться на старте, если нужен другому бину, который инициализируется сразу.
https://docs.spring.io/spring-boot/reference/features/spring-application.htmlMap.
✅ Если кэш общий для нескольких потоков, выбирайте ConcurrentHashMap.
✅ computeIfAbsent() вычислит и сохранит значение, если ключа ещё нет. Следующие вызовы вернут готовый результат.
Нюанс: если функция вернула null или выбросила исключение, результат не сохранится и вычисление может повториться.
Сам по себе ConcurrentHashMap не ограничивает размер кэша и не удаляет устаревшие записи.Question → Rewrite → MultiQuery → Vector Search → Jev Filter → Rerank → LLM
Jev проверяет каждый найденный chunk: есть ли там реальный ответ, противоречие или prompt injection.
В демо vector search нашёл 6 фрагментов, но до модели дошли только 2 действительно полезных.
Меньше мусора в контексте → точнее ответы и меньше шансов на prompt injection.
Код и разбор:
https://spring.io/blog/2026/10/02/spring-ai-modular-rag-typesafe-jev/is-a выглядит удобно: создаём подкласс, наследуем поведение и пишем меньше кода.
Но есть цена.
✅ Подкласс получает весь API родителя.
✅ Он зависит от деталей реализации суперкласса.
✅ Изменение родительского класса может неожиданно сломать потомка.
И чем глубже иерархия, тем сложнее понять, откуда вообще взялось конкретное поведение.
Часто безопаснее композиция:
class OrderService {
private final PaymentService paymentService;
}
Вместо наследования:
class OrderService extends PaymentService {
}
Композиция связывает объекты. Наследование связывает их судьбы.
Если объекту просто нужна чужая функциональность, чаще лучше её делегировать, а не наследовать.HashSet зависит от количества элементов и размера внутренней таблицы.
var ids = new HashSet<Integer>(1_000_000);
for (int i = 0; i < 10; i++) {
ids.add(i);
}
for (int id : ids) {
process(id);
}
После добавления элементов внутри выделена огромная таблица. Итератор проходит по её ячейкам, включая пустые, хотя size() возвращает всего 10.
Сложность обхода - O(size + capacity). Поэтому большая ёмкость «про запас» может замедлить регулярный перебор.
Если коллекция уже сильно разрослась, а затем почти опустела, можно пересобрать её:
ids = new HashSet<>(ids);
Новый набор подберёт ёмкость под оставшиеся элементы. Пересборка требует времени и дополнительной памяти, поэтому имеет смысл перед многократными обходами, а не внутри каждого цикла.
Документация - https://docs.oracle.com/en/java/javase/25/docs/api/java.base/java/util/HashSet.html@Mcp.Tool. Клиенту не нужно знать, какая модель работает внутри.
Доступны два режима:
* локальный MiniLM через DJL - 384-мерные эмбеддинги, без API и сети;
* OpenAI text-embedding-3-small - 1536-мерные эмбеддинги.
Финальную оценку в обоих случаях вычисляет локальная нейросеть DeepNetts.
Важный нюанс: для каждого типа эмбеддингов нужна отдельно обученная модель оценки. Нельзя взять модель, обученную на векторах MiniLM, и передать ей векторы OpenAI, даже если привести их к одинаковому размеру.
MCP-интерфейс при этом остаётся неизменным:
жалоба → эмбеддинг → DeepNetts → срочность 0–10
Локальный режим подходит для разработки и интеграционных тестов, внешний - для проверки качества на более мощной модели.
https://inside.java/2026/07/25/design-java-mcp-tool/