优化Java数据批量获取:利用Stream API避免共享可变性

优化Java数据批量获取:利用Stream API避免共享可变性

本文探讨了在Java中从数据库批量获取数据时,如何通过重构代码来避免共享可变性问题。针对数据库参数限制,传统forEach循环结合addAll操作会导致外部列表的副作用。教程将展示如何利用Java Stream API的map、flatMap和collect操作,以声明式、无副作用的方式高效地聚合分批查询结果,从而提升代码的纯净性、可读性和并发安全性。

1. 问题背景与共享可变性挑战

在实际的软件开发中,我们经常需要从数据库中获取大量数据。然而,数据库通常对单个查询中允许的参数数量有限制(例如,sql in 子句可能限制在500个参数)。这意味着我们不能一次性查询所有数据,而需要将大的查询列表分割成多个小批次进行查询。

考虑以下场景:我们需要根据一个包含5000个数字的列表,分批从数据库中获取猫(Cat)和狗(Dog)的信息,每次查询最多接受500个参数。一个常见的初始实现方式可能如下:

// 假设 Cat 和 Dog 是实体类,catRepo 和 dogRepo 是数据访问层接口// CatRepo 和 DogRepo 都有 fetchCats(List) 和 fetchDogs(List) 方法AtomicInteger counter = new AtomicInteger();List catList = new ArrayList(); // 共享的可变列表List dogList = new ArrayList(); // 共享的可变列表// 模拟生成5000个数字作为查询键List numbers = Stream.iterate(1, e -> e + 1)    .limit(5000)    .collect(Collectors.toList());// 将数字列表分割成每批次500个的小列表Collection<List> partitionedListOfNumbers = numbers.stream()    .collect(Collectors.groupingBy(num -> counter.getAndIncrement() / 500))    .values(); // 得到 List<List> 结构// 遍历分批的列表,执行查询并累加结果partitionedListOfNumbers.stream()    .forEach(list -> {        List interimCatList = catRepo.fetchCats(list); // 从数据库获取猫列表        catList.addAll(interimCatList); // 修改外部的 catList        List interimDogList = dogRepo.fetchDogs(list); // 从数据库获取狗列表        dogList.addAll(interimDogList); // 修改外部的 dogList    });// 此时 catList 和 dogList 包含了所有查询结果

上述代码虽然能够完成任务,但存在一个明显的问题:catList 和 dogList 是在 forEach 循环外部声明的,并且在循环内部通过 addAll 方法被修改。这种模式被称为共享可变性(Shared Mutability),即多个操作(或线程)共享并修改同一个可变状态。

共享可变性在函数式编程中被视为一种“副作用”,它带来了以下弊端:

难以推理:代码的行为不再仅仅取决于其输入,还取决于外部状态,使得理解和预测程序行为变得复杂。并发安全问题:在多线程环境中,多个线程同时修改共享列表可能导致数据不一致或竞态条件,需要额外的同步机制(如 Collections.synchronizedList 或 CopyOnWriteArrayList),增加了复杂性。可测试性差:由于依赖外部状态,单元测试变得困难,需要模拟或设置复杂的上下文。

为了提高代码的纯净性、可读性和并发安全性,我们应该尽量避免共享可变性。

立即学习“Java免费学习笔记(深入)”;

2. 基于Stream API的解决方案

Java 8 引入的 Stream API 提供了一种声明式、函数式的数据处理方式,非常适合解决上述问题,因为它鼓励通过转换(transformation)而不是修改(mutation)来处理数据。

核心思想是:将每个分批查询的结果视为一个独立的中间集合,然后将所有这些中间集合扁平化并收集到一个最终的不可变集合中。这可以通过 map、flatMap 和 collect 操作组合实现。

以下是重构后的代码示例:

import java.util.Collection;import java.util.List;import java.util.concurrent.atomic.AtomicInteger;import java.util.stream.Collectors;import java.util.stream.IntStream;import java.util.function.Function; // 用于后续优化// 假设 Cat, Dog, CatRepo, DogRepo 已经定义// ... (Cat, Dog 实体类及 CatRepo, DogRepo 接口的定义)public class BatchDataFetcher {    // 假设 catRepo 和 dogRepo 已经通过依赖注入或其他方式初始化    private CatRepo catRepo;    private DogRepo dogRepo;    public BatchDataFetcher(CatRepo catRepo, DogRepo dogRepo) {        this.catRepo = catRepo;        this.dogRepo = dogRepo;    }    public void fetchDataAndProcess() {        // 用于分批的计数器,确保每个批次编号正确        AtomicInteger counter = new AtomicInteger();         // 模拟生成5000个数字,并将其分批        // IntStream.rangeClosed(1, 5000) 生成从1到5000的整数流        // .boxed() 将 IntStream 转换为 Stream        Collection<List> partitionedListOfNumbers = IntStream.rangeClosed(1, 5000)            .boxed()             .collect(Collectors.groupingBy(num -> counter.getAndIncrement() / 500))            .values(); // 得到 List<List> 结构        // 获取所有猫列表        List catList = partitionedListOfNumbers.stream()            .map(list -> catRepo.fetchCats(list)) // 对每个分批列表执行查询,得到 Stream<List>            .flatMap(List::stream) // 将 Stream<List> 扁平化为 Stream            .collect(Collectors.toList()); // 收集所有 Cat 对象到一个新的 List 中        // 获取所有狗列表        List dogList = partitionedListOfNumbers.stream()            .map(list -> dogRepo.fetchDogs(list)) // 对每个分批列表执行查询,得到 Stream<List>            .flatMap(List::stream) // 将 Stream<List> 扁平化为 Stream            .collect(Collectors.toList()); // 收集所有 Dog 对象到一个新的 List 中        // 此时 catList 和 dogList 是通过 Stream 操作“生成”的,而不是“修改”的        // 它们是不可变的(如果 collect 收集到的是不可变列表,否则是新的可变列表,但不再是共享的)        System.out.println("Fetched " + catList.size() + " cats and " + dogList.size() + " dogs.");    }}// 模拟 Cat, Dog, CatRepo, DogRepoclass Cat { private int id; private String name; public Cat(int id, String name) { this.id = id; this.name = name; } @Override public String toString() { return "Cat{" + "id=" + id + ", name='" + name + ''' + '}'; } }class Dog { private int id; private String name; public Dog(int id, String name) { this.id = id; this.name = name; } @Override public String toString() { return "Dog{" + "id=" + id + ", name='" + name + ''' + '}'; } }class CatRepo { public List fetchCats(List ids) { return ids.stream().map(id -> new Cat(id, "Cat-" + id)).collect(Collectors.toList()); } }class DogRepo { public List fetchDogs(List ids) { return ids.stream().map(id -> new Dog(id, "Dog-" + id)).collect(Collectors.toList()); } }// 示例运行// public static void main(String[] args) {//     BatchDataFetcher fetcher = new BatchDataFetcher(new CatRepo(), new DogRepo());//     fetcher.fetchDataAndProcess();// }

代码解析:

数据分批 (groupingBy):IntStream.rangeClosed(1, 5000).boxed().collect(Collectors.groupingBy(num -> counter.getAndIncrement() / 500)).values() 这一步与原始代码类似,负责将连续的数字列表分割成多个子列表,每个子列表包含500个数字。counter 在这里作为分组键的一部分,确保每500个数字被分到同一个组。

map 操作:partitionedListOfNumbers.stream().map(list -> catRepo.fetchCats(list))这一步将 Collection<List> 转换成 Stream<List>。对于 partitionedListOfNumbers 中的每一个 List(即一个批次的查询键),catRepo.fetchCats(list) 会被调用,返回一个 List。map 操作的输出是一个包含多个 List 的流。

flatMap 操作:.flatMap(List::stream)由于上一步 map 操作的输出是 Stream<List>,我们希望得到的是一个单一的 List。flatMap 的作用就是将流中的每个元素(这里是 List)“扁平化”成一个流(通过 List::stream 方法),然后将所有这些子流连接成一个单一的流。最终,我们得到的是一个 Stream。

collect 操作:.collect(Collectors.toList())这是流操作的终结操作,它将 Stream 中的所有 Cat 对象收集到一个新的 List 中。这个 List 是一个全新的列表,不与任何外部变量共享,从而避免了共享可变性。

3. 解决方案的优势

通过上述重构,我们获得了以下显著优势:

避免共享可变性:catList 和 dogList 不再在循环内部被修改,而是通过 Stream API 的一系列转换操作“生成”的最终结果。这使得代码更加纯净,更容易理解。提升代码可读性与函数式风格:Stream API 提供了声明式编程风格,代码清晰地表达了“如何转换数据”而不是“如何一步步修改状态”,符合现代Java的函数式编程范式。更好的并发安全性:由于没有共享的可变状态,此代码天然支持并发。如果将 partitionedListOfNumbers.stream() 替换为 partitionedListOfNumbers.parallelStream(),查询可以并行执行而无需担心竞态条件,因为每个 map 操作都是独立的,并且最终的 collect 操作会安全地将结果聚合。

4. 进一步优化:消除重复代码

在上述解决方案中,获取 catList 和 dogList 的逻辑非常相似,都遵循 map -> flatMap -> collect 的模式。为了进一步提高代码的复用性并消除重复,我们可以将这部分通用逻辑提取到一个泛型方法中,该方法接受一个函数作为参数,用于执行具体的数据库查询:

public class BatchDataFetcher {    // ... (构造函数和成员变量不变)    /**     * 通用方法:根据分批的键列表和查询函数批量获取数据     * @param partitionedKeys 分批的查询键列表     * @param fetchFunction 接受一个 List 并返回 List 的查询函数     * @param  结果列表中的元素类型     * @param  查询键列表中的元素类型     * @return 聚合后的所有 T 类型元素的列表     */    public  List fetchEntitiesInBatches(Collection<List> partitionedKeys, Function<List, List> fetchFunction) {        return partitionedKeys.stream()            .map(fetchFunction) // 对每个批次应用查询函数            .flatMap(List::stream) // 扁平化结果            .collect(Collectors.toList()); // 收集到新列表    }    public void fetchDataAndProcessOptimized() {        AtomicInteger counter = new AtomicInteger();        Collection<List> partitionedListOfNumbers = IntStream.rangeClosed(1, 5000)            .boxed()            .collect(Collectors.groupingBy(num -> counter.getAndIncrement() / 500))            .values();        // 使用通用方法获取猫列表        List catList = fetchEntitiesInBatches(partitionedListOfNumbers, catRepo::fetchCats);        // 使用通用方法获取狗列表        List dogList = fetchEntitiesInBatches(partitionedListOfNumbers, dogRepo::fetchDogs);        System.out.println("Optimized: Fetched " + catList.size() + " cats and " + dogList.size() + " dogs.");    }}

通过引入 fetchEntitiesInBatches 泛型方法,我们将批处理查询的核心逻辑抽象出来,使得 fetchDataAndProcessOptimized 方法更加简洁,并且易于扩展到其他类型的实体查询。

5. 总结与最佳实践

在Java中处理批量数据获取并避免共享可变性是一个常见的需求。通过本教程,我们学习到:

识别共享可变性问题:当代码通过 forEach 循环修改外部集合时,往往存在共享可变性问题,这会降低代码质量和并发安全性。利用Stream API进行转换:Java Stream API 的 map、flatMap 和 collect 操作是解决这类问题的强大工具。它们允许我们以声明式的方式对数据进行一系列无副作用的转换,最终生成新的集合。拥抱函数式编程:通过避免副作用和共享可变性,我们能够编写出更纯净、更易于理解、测试和并行化的代码。代码复用与抽象:对于重复的逻辑模式,应考虑提取为泛型方法或高阶函数,以提高代码的复用性和可维护性。

在设计数据处理逻辑时,始终优先考虑使用不可变数据结构和无副作用的操作,这将显著提升代码的健壮性和可维护性。

以上就是优化Java数据批量获取:利用Stream API避免共享可变性的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/39863.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
魔兽世界:IO统计数据,国服玩家全球占比超过44%,怀旧服占比更高
上一篇 2026年11月16日 18:04:10
怎么用手机短信管理客户
下一篇 2025年11月17日 00:27:52

相关推荐

  • “人工智能+”六大行动加速推进 京东政企业务以“AI+采购”促进产业降本增效

    “人工智能+”六大行动加速推进  京东政企业务以“AI+采购”促进产业降本增效“人工智能+”六大行动加速推进  京东政企业务以“AI+采购”促进产业降本增效“人工智能+”六大行动加速推进  京东政企业务以“AI+采购”促进产业降本增效“人工智能+”六大行动加速推进  京东政企业务以“AI+采购”促进产业降本增效

    近日,国务院正式发布《关于深入实施“人工智能+”行动的意见》(以下简称《意见》),明确提出要全面推进“人工智能+”在科学技术、产业发展、消费提质、民生福祉、治理能力以及全球合作等六大重点领域的落地实施,为人工智能深度赋能各行各业、推动经济社会高质量发展提供了系统性行动纲领。 《意见》强调以实际行业需…

    2026年11月16日 • 用户投稿
    100
  • 电脑出现atikmpag.sys错误_AMD驱动修复

    电脑出现atikmpag.sys错误_AMD驱动修复电脑出现atikmpag.sys错误_AMD驱动修复电脑出现atikmpag.sys错误_AMD驱动修复电脑出现atikmpag.sys错误_AMD驱动修复

    判断atikmpag.sys错误是否由amd驱动引起的方法是:首先查看蓝屏信息中是否显示“atikmpag.sys”文件且使用amd显卡;其次观察蓝屏是否在运行高负载图形程序或更新驱动后发生;最后通过事件查看器检查是否有相关错误日志。2. 彻底卸载amd驱动应使用amd cleanup utilit…

    2026年11月16日 • 用户投稿
    000
  • VMware 从菜鸟到高手系列之基础篇

    VMware 从菜鸟到高手系列之基础篇VMware 从菜鸟到高手系列之基础篇VMware 从菜鸟到高手系列之基础篇VMware 从菜鸟到高手系列之基础篇

    以下是实验环境所需的虚拟机机器列表,包括机器名称、ip地址和所需安装的软件: 服务器角色 操作系统 机器名 IP地址 所需安装介质 Connection ServerWindows Server 2003 x86view.vmware.com192.168.1.202VMware-viewconne…

    2026年11月16日 • 用户投稿
    000
  • CentOS上HDFS如何集成其他服务

    在centos上集成hdfs(hadoop分布式文件系统)与其他服务,通常涉及以下几个步骤: 安装和配置Hadoop: 首先,确保你已经在CentOS上安装了Hadoop。你可以从Apache Hadoop官方网站下载并按照官方文档进行安装。配置Hadoop集群,包括core-site.xml、hd…

    2026年11月16日
    000
  • HDFS故障排查在CentOS怎么做

    在centos上进行hdfs故障排查通常涉及以下几个步骤: 查看系统日志:使用 journalctl 命令查看systemd日志,这可以帮助你了解系统在故障发生时的状态。例如: journalctl -xe 或者查看HDFS相关的日志文件,通常位于 /var/log/hadoop-hdfs/ 目录下…

    2026年11月16日
    400
  • 电脑不显示桌面图标怎么办 一文解决图标消失问题

    电脑不显示桌面图标怎么办 一文解决图标消失问题电脑不显示桌面图标怎么办 一文解决图标消失问题电脑不显示桌面图标怎么办 一文解决图标消失问题电脑不显示桌面图标怎么办 一文解决图标消失问题

    在日常使用计算机时,部分用户可能会碰到这样的问题:系统启动后壁纸正常显示,但桌面上的快捷方式和系统图标却全部消失,只剩一张空白背景。实际上,这类问题通常并不严重,只要按照步骤逐一排查,大多数情况都可以自行修复。本文将详细分析可能的原因,并提供有效的解决方案,帮助用户提升系统维护能力。 一、确认是否误…

    2026年11月16日 • 用户投稿
    200
  • java sprict有何实施难点

    spring框架在java开发中广泛应用,但在实施过程中可能会遇到一些难点。以下是一些主要的实施难点及其解决方案: 事务管理问题 混合数据访问技术:在使用Spring时,可能会混合使用多种数据访问技术(如Spring JDBC、Hibernate等),这会导致事务管理复杂化。事务传播行为配置:错误的…

    2026年11月16日
    000
  • laravel在centos中的安全性如何保障

    在centos服务器上部署laravel应用,安全性至关重要。本文概述了增强laravel应用安全性的关键步骤和最佳实践,涵盖框架更新、漏洞扫描、安全配置等多个方面。 1. 保持更新:框架与依赖 及时更新Laravel框架和所有依赖包是安全的基础。 Laravel官方定期发布安全补丁,使用过时的版本…

    2026年11月16日
    000
  • u盘提示格式化怎么修复 解决方法盘点

    u盘提示格式化怎么修复 解决方法盘点u盘提示格式化怎么修复 解决方法盘点u盘提示格式化怎么修复 解决方法盘点u盘提示格式化怎么修复 解决方法盘点

    U盘作为一种常见的移动存储设备,广泛用于文件的传输与备份。然而,在使用过程中,有时插入U盘后系统会弹出“需要格式化才能使用”的提示,令人困扰。若处理不当,可能造成重要资料永久丢失。本文将深入分析U盘提示格式化的成因,并提供多种实用的解决方案,帮助您有效应对这一问题。 一、U盘提示格式化的主要原因 1…

    2026年11月16日 • 用户投稿
    100
  • Java API 在现代软件开发中的作用

    java 是一种通用且广泛使用的编程语言,为从企业系统到移动应用程序的大量应用程序提供支持。根据 tiobe 指数,java 仍然是最流行的编程语言之一。 它使开发人员能够构建强大、安全且可扩展的软件。为了满足这些需求,Java 开发公司利用了一个强大的工具:Java API。这些预构建的代码库为开…

    2026年11月16日
    100
  • 【批准】新思科技获欧委会第一阶段批准收购Ansys,预计2025年上半年完成交易;三星SDI与大学合作开设电池学科

    【批准】新思科技获欧委会第一阶段批准收购Ansys,预计2025年上半年完成交易;三星SDI与大学合作开设电池学科【批准】新思科技获欧委会第一阶段批准收购Ansys,预计2025年上半年完成交易;三星SDI与大学合作开设电池学科【批准】新思科技获欧委会第一阶段批准收购Ansys,预计2025年上半年完成交易;三星SDI与大学合作开设电池学科【批准】新思科技获欧委会第一阶段批准收购Ansys,预计2025年上半年完成交易;三星SDI与大学合作开设电池学科

    新思科技收购ansys获欧盟委员会批准,三星sdi携手高校培养电池人才,hpe斩获x公司10亿美元ai服务器订单——科技巨头最新动态速览! 1. 新思科技收购Ansys交易有望于2025年上半年完成 欧盟委员会(欧委会)已批准新思科技收购Ansys的交易,标志着这笔旨在促进市场竞争的收购案向前迈进一…

    2026年11月16日 • 用户投稿
    100
  • 隐形守护者团队新作《盛世天下》上架Steam 重返大唐当女皇

    隐形守护者团队新作《盛世天下》上架Steam 重返大唐当女皇隐形守护者团队新作《盛世天下》上架Steam 重返大唐当女皇隐形守护者团队新作《盛世天下》上架Steam 重返大唐当女皇隐形守护者团队新作《盛世天下》上架Steam 重返大唐当女皇

    近日,《隐形守护者》制作团队new one studio发布了全新古风题材的真人宫廷互动影视游戏《女王的游戏:盛世天下》,目前该作已在steam平台上线,并同步释出了游戏截图。 Steam商店页面:[查看详情](https://www.php.cn/link/b772020afbb3fa0563cc…

    2026年11月16日 • 用户投稿
    100
  • nvspcap.dll没有在被指定的windows运行 多种解决方法

    nvspcap.dll没有在被指定的windows运行 多种解决方法nvspcap.dll没有在被指定的windows运行 多种解决方法nvspcap.dll没有在被指定的windows运行 多种解决方法nvspcap.dll没有在被指定的windows运行 多种解决方法

    方法一:重新安装 NVIDIA GeForce Experience 出现“nvspcap.dll未在指定的Windows中运行”的提示,通常与NVIDIA GeForce Experience组件有关。该文件是其运行所必需的动态链接库,若软件损坏或安装不完整,就容易引发此类问题。 可以尝试通过重装…

    2026年11月16日 • 用户投稿
    000
  • 《painter》放射型工具使用教程

    《painter》放射型工具使用教程《painter》放射型工具使用教程《painter》放射型工具使用教程《painter》放射型工具使用教程

    如何使用painter中的放射型工具? 1、启动painter程序,点击“新建”按钮创建一个空白画布,进入绘图主界面。 2、在界面右上角找到并点击圆规形状的图标,然后从顶部的“创建”菜单中选择“对称工具栏”。 3、在右侧工具面板中选择“放射型”对称模式。启用后,画布上会出现一条对称轴线,此时绘制的内…

    2026年11月16日 • 用户投稿
    000
  • 上海发布100亿未来产业基金,聚焦AI、量子计算等前沿科技

    上海发布100亿未来产业基金,聚焦AI、量子计算等前沿科技上海发布100亿未来产业基金,聚焦AI、量子计算等前沿科技上海发布100亿未来产业基金,聚焦AI、量子计算等前沿科技上海发布100亿未来产业基金,聚焦AI、量子计算等前沿科技

    ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 上海近日正式启动未来产业基金,总规模达100亿元,投资周期为15年(可延长3年)。该基金将扮演逆周期耐心资本的角色,致力于推动上海乃至全国前沿科技的“从0到1”突破。 由上海市财政全额出资的未来…

    2026年11月16日 • 用户投稿
    100
  • AI时代的就业拐点:自由职业者的未来挑战

    AI时代的就业拐点:自由职业者的未来挑战AI时代的就业拐点:自由职业者的未来挑战AI时代的就业拐点:自由职业者的未来挑战AI时代的就业拐点:自由职业者的未来挑战

    ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 一项由清华校友团队完成的最新研究表明,人工智能技术的快速发展可能对自由职业者,特别是写作、咨询和编程等领域的从业者构成重大冲击,甚至导致其工作岗位被取代。该研究提出了“拐点”理论,认为当人工智能…

    2026年11月16日 • 用户投稿
    000
  • centos redis如何配置内存淘汰策略

    centos系统下redis内存淘汰策略配置详解 本文将指导您如何在CentOS系统中配置Redis的内存淘汰策略,以有效管理Redis实例的内存使用。 主要通过修改Redis配置文件redis.conf实现。 第一步:定位并编辑redis.conf文件 首先,找到您的Redis配置文件redis.…

    2026年11月16日
    100
  • 23年前的ATI Radeon R300显卡 竟然还有驱动更新

    23年前的ATI Radeon R300显卡 竟然还有驱动更新23年前的ATI Radeon R300显卡 竟然还有驱动更新23年前的ATI Radeon R300显卡 竟然还有驱动更新23年前的ATI Radeon R300显卡 竟然还有驱动更新

    8月31日消息,所有硬件终将面临淘汰的命运,随着官方逐步停止驱动更新与技术支持,设备逐渐退出主流舞台。然而在linux系统中,由于开源社区的持续维护,许多老硬件的使用寿命被极大延长。令人惊叹的是,就连2002年发布的ati r300核心显卡,如今依然能获得新的功能支持。 最新发布的Mesa 25.3…

    2026年11月16日 • 用户投稿
    100
  • 并发模式:犹豫模式

    简介 犹豫设计模式是一种行为设计模式,用于管理系统中依赖于状态的操作。它确保只有当系统处于适当的状态时才执行操作。如果不满足所需的先决条件,则操作将中止或系统“犹豫”。对于像我这样不知道什么是 balking 的人来说,谷歌对此是这么说的:“犹豫或不愿意接受一个想法或承诺”。此模式在无效操作可能导致…

    2026年11月16日
    000
  • mac如何配置java环境变量

    mac如何配置java环境变量mac如何配置java环境变量mac如何配置java环境变量mac如何配置java环境变量

    Mac 配置 Java 环境变量指南:确定 JDK 位置(/Library/Java/JavaVirtualMachines/[JDK 版本])编辑配置文件(~/.bash_profile 或 ~/.zshrc):export JAVA_HOME=$(/usr/libexec/java_home)e…

    2026年11月16日 • 用户投稿
    000

发表回复

登录后才能评论
关注微信