目標

        這個階段會給cute-dl添加循環層，使之能夠支持RNN–循環神經網絡. 具體目標包括:

1. 添加激活函數sigmoid, tanh.
2. 添加GRU(Gate Recurrent Unit)實現.
3. 添加LSTM(Long Short-term Memory)實現.
4. 使用基於GRU和LSTM的RNN模型擬合一個正餘弦疊加函數.

RNN原理

原始的RNN

        RNN模型用來捕捉序列數據的特徵. 給定一個長度為T的輸入系列\(X=(x_1, x_2, .., X_T)\), RNN層輸出一個長度為T的序列\(H=(h_1, h_2, …, H_T)\), 對於任意時間步t, 可以表示為:

\[H_t = δ(X_tW_x + H_{t-1}W_h + b), \quad t = 2, 3, .., T \]

        函數δ是sigmoid函數:

\[δ = \frac{1}{1 + e^{-x}} \]

        \(H_t\)包含了前面第1到t-1步的所有信息。 和CNN層類似, CNN層在空間上共享參數， RNN層在時間步上共享參數\(W_x, W_h, b\).

        RNN層中隱藏層的數量為T-2, 如果T較大(超過10), 反向傳播是很容易出現梯度爆炸. GRU和LSTM就是為了解決這個問題而誕生, 這兩種模型，可以讓RNN能夠支持長度超過1000的輸入序列。

GRU

        GRU使用了不同功能的門控單元, 分別捕捉序列上不同時間跨度的的依賴關係。每個門控單元都會都有獨立的參數, 這些參數在時間步上共享。

        GRU的門控單元有:

        \(R_t = δ(X_tW^r_x + H_{t-1}W^r_h + b^r)\), 重置門用於捕捉短期依賴關係.

        \(U_t = δ(X_tW^u_x + H_{t-1}W^u_h + b^u)\), 更新門用於捕捉長期依賴關係

        \(\bar{H}_t = tanh(X_t\bar{W}_x + (R_t * H_{t-1})\bar{W}_h + \bar{b})\)

        除此之外, 還有一個輸出單元:

        \(H_t = U_t * H_{t-1} + (1-U_t)*\bar{H}_t\)

LSTM

        LSTM的設計思路和GRU類似, 同樣使用了多個門控單元:

        \(I_t = δ(X_tW^i_x + H_{t-1}W^i_h + b^i)\), 輸入門，過濾記憶門的輸出.

        \(F_t = δ(X_tW^f_x + H_{t-1}W^f_h + b^f)\), 遺忘門, 過濾前面時間步的記憶.

        \(O_t = δ(X_tW^o_x + H_{t-1}W^o_h + b^o)\), 輸出門, 過濾當前時間步的記憶.

        \(M_t = tanh(X_tW^m_x + H_{t-1}W^m_h + b^m)\), 記憶門.

        它還有自己獨有的記憶單元和輸出單元:

        \(\bar{M}_t = F_t * \bar{M}_{t-1} + I_t * M_t\)

        \(H_t = O_t * tanh(\bar{M}_t)\)

RNN實現

        設計要求:

1. RNN層中的隱藏層的數量是基於序列長度的，輸入序列有多長, RNN層應生成對應數量的隱藏層。
2. RNN層在時間步上共享參數, 從前面的描述可以看出, 只有門控單元有參數，因此門控單元應獨立實現。
3. 任意一個時間步上的層都依賴上一個時間步的輸出，在正向傳播和反向傳播過程中都需要上一個時間步的輸出, 每個門控單元都使用棧保存上一個時間步的輸出.
4. 默認情況下RNN層輸出所有時間步的輸出。但有時只需要最後一個時間步的輸出, 這種情況下使用過濾層, 只向下一層傳播最後一個時間步的輸出。
5. 使用門控單元實現GRU和LSTM

RNN基礎類的實現

RNN類

        文件: cutedl/rnn_layers.py, 類名: RNN

        這個類是RNN層基類, 它主要功能是控制向前傳播和向後傳播的主流程.

        初始化參數:

  '''
  out_units 輸出單元數
  in_units 輸入單元數
  stateful 保留當前批次的最後一個時間步的狀態作為下一個批次的輸入狀態, 默認False不保留

  RNN 的輸入形狀是(m, t, in_units)
  m: batch_size
  t: 輸入系列的長度
  in_units: 輸入單元數頁是輸入向量的維數

  輸出形狀是(m, t, out_units)
  '''
  def __init__(self, out_units, in_units=None, stateful=False, activation='linear'):

        向前傳播

def forward(self, in_batch, training):
    m, T, n = in_batch.shape
    out_units = self.__out_units
    #所有時間步的輸出
    hstatus = np.zeros((m, T, out_units))
    #上一步的輸出
    pre_hs = self.__pre_hs
    if pre_hs is None:
        pre_hs = np.zeros((m, out_units))

    #隱藏層循環過程, 沿時間步執行
    for t in range(T):
        hstatus[:, t, :] = self.hiden_forward(in_batch[:,t,:], pre_hs, training)
        pre_hs = hstatus[:, t, :]

    self.__pre_hs = pre_hs
    #pdb.set_trace()
    if not self.stateful:
        self.__pre_hs = None

    return hstatus

        反向傳播

def backward(self, gradient):
      m, T, n = gradient.shape

      in_units = self.__in_units
      grad_x = np.zeros((m, T, in_units))
      #pdb.set_trace()
      #從最後一個梯度開始反向執行.
      for t in range(T-1, -1, -1):
          grad_x[:,t,:], grad_hs = self.hiden_backward(gradient[:,t,:])
          #pdb.set_trace()
          if t - 1 >= 0:
              gradient[:,t-1,:] = gradient[:,t-1,:] + grad_hs

      #pdb.set_trace()
      return grad_x

sigmoid和tanh激活函數

sigmoid及其導數

\[sigmoid = \frac{1}{1+e^{-x}} \]

\[\frac{d}{dx}sigmoid = sigmoid(1-sigmoid) \]

tanh及其導數

\[tanh = \frac{e^x – e^{-x}}{e^x + e^{-x}} \]

\[\frac{d}{dx}tanh = 1 – tanh^2 \]

門控單元實現

        文件: cutedl/rnn_layers.py, 類名: GateUint

        門控單元是RNN層基礎的參數單元. 和Dense層類似，它是Layer的子類，負責學習和使用參數。但在學習和使用參數的方式上有很大的不同:

• Dense有兩個參數矩陣, GateUnit有3個參數矩陣.
• Dense在一次反向傳播過程中只使用當前的梯度學習參數，而GateUnit會累積每個時間步的梯度。

        下面我們會主要看一下GateUnit特別之處的代碼.

        在__ init__方法中定義參數和棧:

    #3個參數
    self.__W = None #當前時間步in_batch權重參數
    self.__Wh = None #上一步輸出的權重參數
    self.__b = None #偏置量參數

    #輸入棧
    self.__hs = []  #上一步輸出
    self.__in_batchs = [] #當前時間步的in_batch

        正向傳播：

  def forward(self, in_batch, hs, training):
      W = self.__W.value
      b = self.__b.value
      Wh = self.__Wh.value

      out = in_batch @ W + hs @ Wh + b

      if training:
          #向前傳播訓練時把上一個時間步的輸出和當前時間步的in_batch壓棧
          self.__hs.append(hs)
          self.__in_batchs.append(in_batch)

          #確保反向傳播開始時參數的梯度為空
          self.__W.gradient = None
          self.__Wh.gradient = None
          self.__b.gradient = None

      return self.activation(out)

        反向傳播:

def backward(self, gradient):
    grad = self.activation.grad(gradient)

    W = self.__W.value
    Wh = self.__Wh.value
    pre_hs = self.__hs.pop()
    in_batch = self.__in_batchs.pop()

    grad_in_batch = grad @ W.T
    grad_W = in_batch.T @ grad
    grad_hs = grad @ Wh.T
    grad_Wh = pre_hs.T @ grad
    grad_b = grad.sum(axis=0)

    #反向傳播計算
    if self.__W.gradient is None:
        #當前批次第一次
        self.__W.gradient = grad_W
    else:
        #累積當前批次的所有梯度
        self.__W.gradient = self.__W.gradient + grad_W

    if self.__Wh.gradient is None:
        self.__Wh.gradient = grad_Wh
    else:
        self.__Wh.gradient = self.__Wh.gradient +  grad_Wh

    if self.__b.gradient is None:
        self.__b.gradient = grad_b
    else:
        self.__b.gradient = self.__b.gradient + grad_b

    return grad_in_batch, grad_hs

GRU實現

        文件: cutedl/rnn_layers.py, 類名: GRU

        隱藏單初始化:

def set_parent(self, parent):
    super().set_parent(parent)

    out_units = self.out_units
    in_units = self.in_units

    #pdb.set_trace()
    #重置門
    self.__g_reset = GateUnit(out_units, in_units)
    #更新門
    self.__g_update = GateUnit(out_units, in_units)
    #候選輸出門
    self.__g_cddout = GateUnit(out_units, in_units, activation='tanh')

    self.__g_reset.set_parent(self)
    self.__g_update.set_parent(self)
    self.__g_cddout.set_parent(self)

    #重置門乘法單元
    self.__u_gr = MultiplyUnit()
    #輸出單元
    self.__u_out = GRUOutUnit()

        向前傳播:

  def hiden_forward(self, in_batch, pre_hs, training):
      gr = self.__g_reset.forward(in_batch, pre_hs, training)
      gu = self.__g_update.forward(in_batch, pre_hs, training)
      ugr = self.__u_gr.forward(gr, pre_hs, training)
      cddo = self.__g_cddout.forward(in_batch, ugr, training)

      hs = self.__u_out.forward(gu, pre_hs, cddo, training)

      return hs

        反向傳播:

def hiden_backward(self, gradient):

    grad_gu, grad_pre_hs, grad_cddo = self.__u_out.backward(gradient)
    #pdb.set_trace()
    grad_in_batch, grad_ugr = self.__g_cddout.backward(grad_cddo)

    #計算梯度的過程中需要累積上一層輸出的梯度
    grad_gr, g_pre_hs = self.__u_gr.backward(grad_ugr)
    grad_pre_hs = grad_pre_hs + g_pre_hs

    g_in_batch, g_pre_hs = self.__g_update.backward(grad_gu)
    grad_in_batch = grad_in_batch + g_in_batch
    grad_pre_hs = grad_pre_hs + g_pre_hs

    g_in_batch, g_pre_hs = self.__g_reset.backward(grad_gr)
    grad_in_batch = grad_in_batch + g_in_batch
    grad_pre_hs = grad_pre_hs + g_pre_hs

    #pdb.set_trace()
    return grad_in_batch, grad_pre_hs    

LSTM實現

        文件: cutedl/rnn_layers.py, 類名: LSTM

        隱藏單元初始化:

def set_parent(self, layer):
    super().set_parent(layer)

    in_units = self.in_units
    out_units = self.out_units

    #輸入門
    self.__g_in = GateUnit(out_units, in_units)
    #遺忘門
    self.__g_forget = GateUnit(out_units, in_units)
    #輸出門
    self.__g_out = GateUnit(out_units, in_units)
    #記憶門
    self.__g_memory = GateUnit(out_units, in_units, activation='tanh')

    self.__g_in.set_parent(self)
    self.__g_forget.set_parent(self)
    self.__g_out.set_parent(self)
    self.__g_memory.set_parent(self)

    #記憶單元
    self.__memory_unit =LSTMMemoryUnit()
    #輸出單元
    self.__out_unit = LSTMOutUnit()

        向前傳播:

def hiden_forward(self, in_batch, hs, training):
    g_in = self.__g_in.forward(in_batch, hs, training)
    #pdb.set_trace()
    g_forget = self.__g_forget.forward(in_batch, hs, training)
    g_out = self.__g_out.forward(in_batch, hs, training)
    g_memory = self.__g_memory.forward(in_batch, hs, training)

    memory = self.__memory_unit.forward(g_forget, g_in, g_memory, training)
    cur_hs = self.__out_unit.forward(g_out, memory, training)

    return cur_hs

        反向傳播:

def hiden_backward(self, gradient):
    #pdb.set_trace()
    grad_out, grad_memory = self.__out_unit.backward(gradient)
    grad_forget, grad_in, grad_gm = self.__memory_unit.backward(grad_memory)

    grad_in_batch, grad_hs = self.__g_memory.backward(grad_gm)
    tmp1, tmp2 = self.__g_out.backward(grad_out)
    grad_in_batch += tmp1
    grad_hs += tmp2

    tmp1, tmp2 = self.__g_forget.backward(grad_forget)
    grad_in_batch += tmp1
    grad_hs += tmp2

    tmp1, tmp2 = self.__g_in.backward(grad_in)
    grad_in_batch += tmp1
    grad_hs += tmp2

    return grad_in_batch, grad_hs

驗證

        接下來, 驗證示例將會構建一個簡單的RNN模型, 使用該模型擬合一個正餘弦疊加函數:

#採樣函數
def sample_function(x):
    y = 3*np.sin(2 * x * np.pi) + np.cos(x * np.pi) + np.random.uniform(-0.05,0.05,len(x))
    return y

        訓練數據集和測試數據集在這個函數的不同定義域區間內樣. 訓練數據集的採樣區間為[1, 200.01), 測試數據集的採樣區間為[200.02, 240.002). 模型任務是預測這個函數值的序列.

        示例代碼在examples/rnn/fit_function.py文件中.

使用GRU構建的模型

def fit_gru():
    model = Model([
                rnn.GRU(32, 1),
                nn.Filter(),
                nn.Dense(32),
                nn.Dense(1, activation='linear')
            ])
    model.assemble()
    fit('gru', model)

訓練報告:

使用LSTM構建的模型

def fit_lstm():
    model = Model([
                rnn.LSTM(32, 1),
                nn.Filter(),
                nn.Dense(2),
                nn.Dense(1, activation='linear')
            ])
    model.assemble()
    fit('lstm', model)

訓練報告:

總結

        這個階段，框架新增了RNN的兩個最常見的實現:GRU和LSTM, 相應地增加了它需要的激活函數. cute-dl已經具備了構建最基礎RNN模型的能力。通過驗證發現, GRU模型和LSTM模型在簡單任務上都表現出了很好的性能。會添加嵌入層，使框架能夠構建文本分類任務的模型，然後在imdb-review(電影評價)數據集上進行驗證.

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※回頭車貨運收費標準

寫在前面

Spring容器中的組件默認是單例的，在Spring啟動時就會實例化並初始化這些對象，將其放到Spring容器中，之後，每次獲取對象時，直接從Spring容器中獲取，而不再創建對象。如果每次從Spring容器中獲取對象時，都要創建一個新的實例對象，該如何處理呢？此時就需要使用@Scope註解設置組件的作用域。

項目工程源碼已經提交到GitHub：https://github.com/sunshinelyz/spring-annotation

本文內容概覽

• @Scope註解概述
• 單實例bean作用域
• 多實例bean作用域
• 單實例bean作用域如何創建對象？
• 多實例bean作用域如何創建對象？
• 單實例bean注意的事項
• 多實例bean注意的事項
• 自定義Scope的實現

@Scope註解概述

@Scope註解能夠設置組件的作用域，我們先來看@Scope註解類的源碼，如下所示。

package org.springframework.context.annotation;
import java.lang.annotation.Documented;
import java.lang.annotation.ElementType;
import java.lang.annotation.Retention;
import java.lang.annotation.RetentionPolicy;
import java.lang.annotation.Target;
import org.springframework.beans.factory.config.ConfigurableBeanFactory;
import org.springframework.core.annotation.AliasFor;

@Target({ElementType.TYPE, ElementType.METHOD})
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface Scope {
	@AliasFor("scopeName")
	String value() default "";
    /**
	 * Specifies the name of the scope to use for the annotated component/bean.
	 * <p>Defaults to an empty string ({@code ""}) which implies
	 * {@link ConfigurableBeanFactory#SCOPE_SINGLETON SCOPE_SINGLETON}.
	 * @since 4.2
	 * @see ConfigurableBeanFactory#SCOPE_PROTOTYPE
	 * @see ConfigurableBeanFactory#SCOPE_SINGLETON
	 * @see org.springframework.web.context.WebApplicationContext#SCOPE_REQUEST
	 * @see org.springframework.web.context.WebApplicationContext#SCOPE_SESSION
	 * @see #value
	 */
	@AliasFor("value")
	String scopeName() default "";
    
	ScopedProxyMode proxyMode() default ScopedProxyMode.DEFAULT;
}

從源碼中可以看出，在@Scope註解中可以設置如下值。

ConfigurableBeanFactory#SCOPE_PROTOTYPE
ConfigurableBeanFactory#SCOPE_SINGLETON
org.springframework.web.context.WebApplicationContext#SCOPE_REQUEST
org.springframework.web.context.WebApplicationContext#SCOPE_SESSION

很明顯，在@Scope註解中可以設置的值包括ConfigurableBeanFactory接口中的SCOPE_PROTOTYPE和SCOPE_SINGLETON，以及WebApplicationContext類中SCOPE_REQUEST和SCOPE_SESSION。這些都是什麼鬼？別急，我們來一個個查看。

首先，我們進入到ConfigurableBeanFactory接口中，發現在ConfigurableBeanFactory類中存在兩個常量的定義，如下所示。

public interface ConfigurableBeanFactory extends HierarchicalBeanFactory, SingletonBeanRegistry {
	String SCOPE_SINGLETON = "singleton";
	String SCOPE_PROTOTYPE = "prototype";
    /*****************此處省略N多行代碼*******************/
}

沒錯，SCOPE_SINGLETON就是singleton，SCOPE_PROTOTYPE就是prototype。

那麼，WebApplicationContext類中SCOPE_REQUEST和SCOPE_SESSION又是什麼鬼呢？就是說，當我們使用了Web容器來運行Spring應用時，在@Scope註解中可以設置WebApplicationContext類中SCOPE_REQUEST和SCOPE_SESSION的值，而SCOPE_REQUEST的值就是request，SCOPE_SESSION的值就是session。

綜上，在@Scope註解中的取值如下所示。

• singleton：表示組件在Spring容器中是單實例的，這個是Spring的默認值，Spring在啟動的時候會將組件進行實例化並加載到Spring容器中，之後，每次從Spring容器中獲取組件時，直接將實例對象返回，而不必再次創建實例對象。從Spring容器中獲取對象，小夥伴們可以理解為從Map對象中獲取對象。
• prototype：表示組件在Spring容器中是多實例的，Spring在啟動的時候並不會對組件進行實例化操作，而是每次從Spring容器中獲取組件對象時，都會創建一個新的實例對象並返回。
• request：每次請求都會創建一個新的實例對象，request作用域用在spring容器的web環境中。
• session：在同一個session範圍內，創建一個新的實例對象，也是用在web環境中。
• application：全局web應用級別的作用於，也是在web環境中使用的，一個web應用程序對應一個bean實例，通常情況下和singleton效果類似的，不過也有不一樣的地方，singleton是每個spring容器中只有一個bean實例，一般我們的程序只有一個spring容器，但是，一個應用程序中可以創建多個spring容器，不同的容器中可以存在同名的bean，但是sope=aplication的時候，不管應用中有多少個spring容器，這個應用中同名的bean只有一個。

其中，request和session作用域是需要Web環境支持的，這兩個值基本上使用不到，如果我們使用Web容器來運行Spring應用時，如果需要將組件的實例對象的作用域設置為request和session，我們通常會使用request.setAttribute(“key”,object)和session.setAttribute(“key”, object)的形式來將對象實例設置到request和session中，通常不會使用@Scope註解來進行設置。

單實例bean作用域

首先，我們在io.mykit.spring.plugins.register.config包下創建PersonConfig2配置類，在PersonConfig2配置類中實例化一個Person對象，並將其放置在Spring容器中，如下所示。

package io.mykit.spring.plugins.register.config;

import io.mykit.spring.bean.Person;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * @author binghe
 * @version 1.0.0
 * @description 測試@Scope註解設置的作用域
 */
@Configuration
public class PersonConfig2 {

    @Bean("person")
    public Person person(){
        return new Person("binghe002", 18);
    }
}

接下來，在SpringBeanTest類中創建testAnnotationConfig2()測試方法，在testAnnotationConfig2()方法中，創建ApplicationContext對象，創建完畢后，從Spring容器中按照id獲取兩個Person對象，並打印兩個對象是否是同一個對象，代碼如下所示。

@Test
public void testAnnotationConfig2(){
    ApplicationContext context = new AnnotationConfigApplicationContext(PersonConfig2.class);
    //從Spring容器中獲取到的對象默認是單實例的
    Object person1 = context.getBean("person");
    Object person2 = context.getBean("person");
    System.out.println(person1 == person2);
}

由於對象在Spring容器中默認是單實例的，所以，Spring容器在啟動時就會將實例對象加載到Spring容器中，之後，每次從Spring容器中獲取實例對象，直接將對象返回，而不必在創建新對象實例，所以，此時testAnnotationConfig2()方法會輸出true。如下所示。

這也驗證了我們的結論：對象在Spring容器中默認是單實例的，Spring容器在啟動時就會將實例對象加載到Spring容器中，之後，每次從Spring容器中獲取實例對象，直接將對象返回，而不必在創建新對象實例。

多實例bean作用域

修改Spring容器中組件的作用域，我們需要藉助於@Scope註解，此時，我們將PersonConfig2類中Person對象的作用域修改成prototype，如下所示。

@Configuration
public class PersonConfig2 {

    @Scope("prototype")
    @Bean("person")
    public Person person(){
        return new Person("binghe002", 18);
    }
}

其實，使用@Scope設置作用域就等同於在XML文件中為bean設置scope作用域，如下所示。

此時，我們再次運行SpringBeanTest類的testAnnotationConfig2()方法，此時，從Spring容器中獲取到的person1對象和person2對象還是同一個對象嗎？

通過輸出結果可以看出，此時，輸出的person1對象和person2對象已經不是同一個對象了。

單實例bean作用域何時創建對象？

接下來，我們驗證下在單實例作用域下，Spring是在什麼時候創建對象的呢？

首先，我們將PersonConfig2類中的Person對象的作用域修改成單實例，並在返回Person對象之前打印相關的信息，如下所示。

@Configuration
public class PersonConfig2 {
    @Scope
    @Bean("person")
    public Person person(){
        System.out.println("給容器中添加Person....");
        return new Person("binghe002", 18);
    }
}

接下來，我們在SpringBeanTest類中創建testAnnotationConfig3()方法，在testAnnotationConfig3()方法中，我們只創建Spring容器，如下所示。

@Test
public void testAnnotationConfig3(){
    ApplicationContext context = new AnnotationConfigApplicationContext(PersonConfig2.class);
}

此時，我們運行SpringBeanTest類中的testAnnotationConfig3()方法，輸出的結果信息如下所示。

從輸出的結果信息可以看出，Spring容器在創建的時候，就將@Scope註解標註為singleton的組件進行了實例化，並加載到Spring容器中。

接下來，我們運行SpringBeanTest類中的testAnnotationConfig2()，結果信息如下所示。

說明，Spring容器在啟動時，將單實例組件實例化之後，加載到Spring容器中，以後每次從容器中獲取組件實例對象，直接返回相應的對象，而不必在創建新對象。

多實例bean作用域何時創建對象？

如果我們將對象的作用域修改成多實例，那什麼時候創建對象呢？

此時，我們將PersonConfig2類的Person對象的作用域修改成多實例，如下所示。

@Configuration
public class PersonConfig2 {

    @Scope("prototype")
    @Bean("person")
    public Person person(){
        System.out.println("給容器中添加Person....");
        return new Person("binghe002", 18);
    }
}

我們再次運行SpringBeanTest類中的testAnnotationConfig3()方法，輸出的結果信息如下所示。

可以看到，終端並沒有輸出任何信息，說明在創建Spring容器時，並不會實例化和加載多實例對象，那多實例對象是什麼時候實例化的呢？接下來，我們在SpringBeanTest類中的testAnnotationConfig3()方法中添加一行獲取Person對象的代碼，如下所示。

@Test
public void testAnnotationConfig3(){
    ApplicationContext context = new AnnotationConfigApplicationContext(PersonConfig2.class);
    Object person1 = context.getBean("person");
}

此時，我們再次運行SpringBeanTest類中的testAnnotationConfig3()方法，結果信息如下所示。

從結果信息中，可以看出，當向Spring容器中獲取Person實例對象時，Spring容器實例化了Person對象，並將其加載到Spring容器中。

那麼，問題來了，此時Spring容器是否只實例化一個Person對象呢？我們在SpringBeanTest類中的testAnnotationConfig3()方法中再添加一行獲取Person對象的代碼，如下所示。

@Test
public void testAnnotationConfig3(){
    ApplicationContext context = new AnnotationConfigApplicationContext(PersonConfig2.class);
    Object person1 = context.getBean("person");
    Object person2 = context.getBean("person");
}

此時，我們再次運行SpringBeanTest類中的testAnnotationConfig3()方法，結果信息如下所示。

從輸出結果可以看出，當對象的Scope作用域為多實例時，每次向Spring容器獲取對象時，都會創建一個新的對象並返回。此時，獲取到的person1和person2就不是同一個對象了，我們也可以打印結果信息來進行驗證，此時在SpringBeanTest類中的testAnnotationConfig3()方法中打印兩個對象是否相等，如下所示。

@Test
public void testAnnotationConfig3(){
    ApplicationContext context = new AnnotationConfigApplicationContext(PersonConfig2.class);
    Object person1 = context.getBean("person");
    Object person2 = context.getBean("person");
    System.out.println(person1 == person2);
}

此時，我們再次運行SpringBeanTest類中的testAnnotationConfig3()方法，結果信息如下所示。

可以看到，當對象是多實例時，每次從Spring容器中獲取對象時，都會創建新的實例對象，並且每個實例對象都不相等。

單實例bean注意的事項

單例bean是整個應用共享的，所以需要考慮到線程安全問題，之前在玩springmvc的時候，springmvc中controller默認是單例的，有些開發者在controller中創建了一些變量，那麼這些變量實際上就變成共享的了，controller可能會被很多線程同時訪問，這些線程併發去修改controller中的共享變量，可能會出現數據錯亂的問題；所以使用的時候需要特別注意。

多實例bean注意的事項

多例bean每次獲取的時候都會重新創建，如果這個bean比較複雜，創建時間比較長，會影響系統的性能，這個地方需要注意。

自定義Scope

如果Spring內置的幾種sope都無法滿足我們的需求的時候，我們可以自定義bean的作用域。

1.如何實現自定義Scope

自定義Scope主要分為三個步驟，如下所示。

（1）實現Scope接口

我們先來看下Scope接口的定義，如下所示。

package org.springframework.beans.factory.config;

import org.springframework.beans.factory.ObjectFactory;
import org.springframework.lang.Nullable;

public interface Scope {

    /**
    * 返回當前作用域中name對應的bean對象
    * name：需要檢索的bean的名稱
    * objectFactory：如果name對應的bean在當前作用域中沒有找到，那麼可以調用這個ObjectFactory來創建這個對象
    **/
    Object get(String name, ObjectFactory<?> objectFactory);

    /**
     * 將name對應的bean從當前作用域中移除
     **/
    @Nullable
    Object remove(String name);

    /**
     * 用於註冊銷毀回調，如果想要銷毀相應的對象,則由Spring容器註冊相應的銷毀回調，而由自定義作用域選擇是不是要銷毀相應的對象
     */
    void registerDestructionCallback(String name, Runnable callback);

    /**
     * 用於解析相應的上下文數據，比如request作用域將返回request中的屬性。
     */
    @Nullable
    Object resolveContextualObject(String key);

    /**
     * 作用域的會話標識，比如session作用域將是sessionId
     */
    @Nullable
    String getConversationId();

}

（2）將Scope註冊到容器

需要調用org.springframework.beans.factory.config.ConfigurableBeanFactory#registerScope的方法，看一下這個方法的聲明

/**
* 向容器中註冊自定義的Scope
*scopeName：作用域名稱
* scope：作用域對象
**/
void registerScope(String scopeName, Scope scope);

（3）使用自定義的作用域

定義bean的時候，指定bean的scope屬性為自定義的作用域名稱。

2.自定義Scope實現案例

例如，我們來實現一個線程級別的bean作用域，同一個線程中同名的bean是同一個實例，不同的線程中的bean是不同的實例。

這裏，要求bean在線程中是共享的，所以我們可以通過ThreadLocal來實現，ThreadLocal可以實現線程中數據的共享。

此時，我們在io.mykit.spring.plugins.register.scope包下新建ThreadScope類，如下所示。

package io.mykit.spring.plugins.register.scope;

import org.springframework.beans.factory.ObjectFactory;
import org.springframework.beans.factory.config.Scope;
import org.springframework.lang.Nullable;

import java.util.HashMap;
import java.util.Map;
import java.util.Objects;

/**
 * 自定義本地線程級別的bean作用域，不同的線程中對應的bean實例是不同的，同一個線程中同名的bean是同一個實例
 */
public class ThreadScope implements Scope {

    public static final String THREAD_SCOPE = "thread";

    private ThreadLocal<Map<String, Object>> beanMap = new ThreadLocal() {
        @Override
        protected Object initialValue() {
            return new HashMap<>();
        }
    };

    @Override
    public Object get(String name, ObjectFactory<?> objectFactory) {
        Object bean = beanMap.get().get(name);
        if (Objects.isNull(bean)) {
            bean = objectFactory.getObject();
            beanMap.get().put(name, bean);
        }
        return bean;
    }

    @Nullable
    @Override
    public Object remove(String name) {
        return this.beanMap.get().remove(name);
    }

    @Override
    public void registerDestructionCallback(String name, Runnable callback) {
        //bean作用域範圍結束的時候調用的方法，用於bean清理
        System.out.println(name);
    }

    @Nullable
    @Override
    public Object resolveContextualObject(String key) {
        return null;
    }

    @Nullable
    @Override
    public String getConversationId() {
        return Thread.currentThread().getName();
    }
}

在ThreadScope類中，我們定義了一個常量THREAD_SCOPE，在定義bean的時候給scope使用。

接下來，我們在io.mykit.spring.plugins.register.config包下創建PersonConfig3類，並使用@Scope(“thread”)註解標註Person對象的作用域為Thread範圍，如下所示。

package io.mykit.spring.plugins.register.config;

import io.mykit.spring.bean.Person;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Scope;

/**
 * @author binghe
 * @version 1.0.0
 * @description 測試@Scope註解設置的作用域
 */
@Configuration
public class PersonConfig3 {

    @Scope("thread")
    @Bean("person")
    public Person person(){
        System.out.println("給容器中添加Person....");
        return new Person("binghe002", 18);
    }
}

最後，我們在SpringBeanTest類中創建testAnnotationConfig4()方法，在testAnnotationConfig4()方法中創建Spring容器，並向Spring容器中註冊ThreadScope對象，接下來，使用循環創建兩個Thread線程，並分別在每個線程中獲取兩個Person對象，如下所示。

@Test
public void testAnnotationConfig4(){
    AnnotationConfigApplicationContext context = new AnnotationConfigApplicationContext(PersonConfig3.class);
    //向容器中註冊自定義的scope
    context.getBeanFactory().registerScope(ThreadScope.THREAD_SCOPE, new ThreadScope());

    //使用容器獲取bean
    for (int i = 0; i < 2; i++) { 
        new Thread(() -> {
            System.out.println(Thread.currentThread() + "," + context.getBean("person"));
            System.out.println(Thread.currentThread() + "," + context.getBean("person"));
        }).start();
        try {
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

此時，我們運行SpringBeanTest類的testAnnotationConfig4()方法，輸出的結果信息如下所示。

從輸出中可以看到，bean在同樣的線程中獲取到的是同一個bean的實例，不同的線程中bean的實例是不同的。

注意：這裏，我將Person類進行了相應的調整，去掉Lombok的註解，手動寫構造函數和setter與getter方法，如下所示。

package io.mykit.spring.bean;

import java.io.Serializable;

/**
 * @author binghe
 * @version 1.0.0
 * @description 測試實體類
 */
public class Person implements Serializable {
    private static final long serialVersionUID = 7387479910468805194L;
    private String name;
    private Integer age;

    public Person() {
    }

    public Person(String name, Integer age) {
        this.name = name;
        this.age = age;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public Integer getAge() {
        return age;
    }

    public void setAge(Integer age) {
        this.age = age;
    }
}

好了，咱們今天就聊到這兒吧！別忘了給個在看和轉發，讓更多的人看到，一起學習一起進步！！

項目工程源碼已經提交到GitHub：https://github.com/sunshinelyz/spring-annotation

寫在最後

如果覺得文章對你有點幫助，請微信搜索並關注「 冰河技術 」微信公眾號，跟冰河學習Spring註解驅動開發。公眾號回復“spring註解”關鍵字，領取Spring註解驅動開發核心知識圖，讓Spring註解驅動開發不再迷茫。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※別再煩惱如何寫文案,掌握八大原則!

※教你寫出一流的銷售文案?

※超省錢租車方案

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※產品缺大量曝光嗎?你需要的是一流包裝設計!

※回頭車貨運收費標準

歡迎訪問我的GitHub

• 地址：https://github.com/zq2599/blog_demos
• 內容：原創文章分類匯總，及配套源碼，涉及Java、Docker、K8S、DevOPS等

關於《SpringBoot-2.3容器化技術》系列

《SpringBoot-2.3容器化技術》系列，旨在和大家一起學習實踐2.3版本帶來的最新容器化技術，讓咱們的Java應用更加適應容器化環境，在雲計算時代依舊緊跟主流，保持競爭力；
全系列文章分為主題和輔助兩部分，主題部分如下：

1. 《體驗SpringBoot(2.3)應用製作Docker鏡像(官方方案)》；
2. 《詳解SpringBoot(2.3)應用製作Docker鏡像(官方方案)》；
3. 《掌握SpringBoot-2.3的容器探針：基礎篇》；
4. 《掌握SpringBoot-2.3的容器探針：深入篇》；
5. 《掌握SpringBoot-2.3的容器探針：實戰篇》；

• 輔助部分是一些參考資料和備忘總結，如下：

1. 《SpringBoot-2.3鏡像方案為什麼要做多個layer》；
2. 《設置非root賬號不用sudo直接執行docker命令》；
3. 《開發階段，將SpringBoot應用快速部署到K8S》；

SpringBoot容器探針系列文章簡介

為了讓應用更適應容器化環境，SpringBoot2.3版本推出了新的探針技術，《掌握SpringBoot-2.3的容器探針》系列旨在與您一起學習和實踐這些新技術，分為三個階段：

1. 基礎篇：即本文，對容器探針的相關知識點進行梳理和學習；
2. 深入篇：繼續深入學習探針相關的知識點；
3. 實戰篇：將springboot應用部署在kubernetes環境，並使用最新的探針技術；

探針特性的官方信息

• 如下圖紅框所示，2.3版本的容器探針特性早在預覽版(v2.3.0.M4)就已經發布：

• 如今v2.3.0.RELEASE已發布，可以放心的學習和使用該特性了，首先把基礎知識點列出來，確保準備工作OK；

知識點整理

下面是掌握探針技術所需的基礎知識，也是本文的主要內容：

1. kubernetes的存活探針livenessProbe；
2. kubernetes的就緒探針readinessProbe；
3. SpringBoot的actuator；

接下來逐個學習，有了這些知識積累，我們才能更好的閱讀官方資料，開發適合自己業務場景的探針；

kubernetes的存活探針livenessProbe

1. kubernetes的探針涉及的內容是很多的，這裏只提和SpringBoot相關的部分；
2. kubelet 使用存活探針livenessProbe來知道什麼時候要重啟容器；
3. 下圖是kubernetes官網的存活探針示例，幾個關鍵參數已經做了詳細說明：

1. 可見如果我們的SpringBoot應用發布到kubernetes環境，只要應用還健康，livenessProbe對應的地址就要能響應200-400的返回碼；

kubernetes的就緒探針readinessProbe

1. 有時候，應用程序會暫時性的不能提供通信服務。例如，應用程序在啟動時可能需要加載很大的數據或配置文件，或是啟動后要依賴等待外部服務。在這種情況下，既不想殺死應用程序，也不想給它發送請求。Kubernetes 提供了就緒探測器來發現並緩解這些情況。容器所在 Pod 上報還未就緒的信息，並且不接受通過 Kubernetes Service 的流量。
2. 就緒探測器的配置和存活探測器的配置相似，唯一區別就是要使用 readinessProbe字段，而不是 livenessProbe 字段；
3. 簡單的說，就緒探針正常的容器，k8s就認為是可以對外提供服務的，相應的請求也會被調度到該容器上來；

SpringBoot的actuator

1. 簡單來說，actuator是用來幫助用戶監控和操作SprinBoot應用的，這些監控和操作都可以通過http請求實現，如下圖，http://localhost:8080/actuator/health 地址返回的是應用的健康狀態：

1. 下面是常用的actuator地址，訪問不同的地址可以得到不同的信息：

1. 在SpringBoot-2.3版本中，actuator新增了兩個地址：/actuator/health/liveness和/actuator/health/readiness，前者用作kubernetes的存活探針，後者用作kubernetes的就緒探針；

畫外音：SpringBoot的探針技術就這點東西？

1. 文章看到這裏，您可能覺得索然無味：所謂的容器探針特性如此簡單，新增兩個actuator地址留給kubernetes的存活和就緒探針用，只要這兩個地址響應正常，kubernetes就判定該容器正常；
2. 大多數時候，上述結論並無不妥，SpringBoot官方給出的推薦配置如下圖，我們只要照搬即可：

1. 冷靜下來仔細思考，有三個問題似乎沒有解決：

• 首先，SpringBoot為kubernetes提供了兩個actuator項，但是那些並未部署在kubernetes的SringBoot應用呢？用不上這兩項也要對外暴露這兩個服務地址嗎？

• 其次，就緒探針是什麼時候開始返回200返回碼的？應用啟動階段，業務服務可能需要一段時間才能正常工作，就緒探針要是提前返回了200，那k8s就認為容器可以正常工作了，這時候把外部請求調度過來是無法正常響應的，所以搞清楚就緒探針的狀態變化邏輯很重要；

• 最後，也是最重要的一點：有的場景下，例如外部依賴服務異常、本地全局異常等情況下，業務不想對外提供服務，等到問題解決后業務又可以對外提供服務了，如果此時我們能自己寫代碼控制就緒探針的返回碼，那就做到了控制kubernetes是否將外部請求調度到此容器上，這可是個很實用的功能！

還需要繼續深入

面對上述三個問題您是否會感慨：看似簡單的容器探針技術，想要用好還需掌握更多知識，接下來的文章中咱們一起努力吧，從知識覆蓋到實戰操練，終究會掌握這門實用技術；

歡迎關注我的公眾號：程序員欣宸

https://github.com/zq2599/blog_demos

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※回頭車貨運收費標準

3禁左即是禁止掉頭左轉與掉頭是有一定關係的，因為大多數情況下掉頭需要佔用左轉車道，所以禁止左轉意味着不能掉頭，除非該路口除了有“禁止左轉”的標誌外，還同時有“允許掉頭”的標誌，則可掉頭。下面這些情況可以掉頭1路口有掉頭標誌的可掉頭按照信號燈的指示進行掉頭，如果沒有信號燈，則根據路況有左轉標誌的，在不影響其他車輛通行或阻礙行人的情況進行掉頭，在這裏得提醒一下，有些掉頭車道是在最右側的。

今天小編開心的開着五菱宏光去兜風，準備右轉的時候在一個紅燈路口停了下來，後方的車輛不停的按着喇叭來催前面第一輛車輛，看來又是一個新手，不知道沒方向指示的紅燈是允許掉頭的。

但是今天我們討論的是紅燈能否掉頭的問題，有禁止標誌的路口大夥都看得懂，但是沒明確指示的就不一定了，一起來學習一下吧，剛拿到駕照的朋友再也不擔心給人家嗶嗶的催個不停了。

車輛掉頭規定

一開始我們先來看一下違章掉頭將會受到什麼樣的處罰，駕駛機動車違反禁令標誌、禁止、標線指示的，將一次記3分，部分地區還將罰200元。

禁止掉頭的九種情況

1

斑馬線處禁止掉頭

有些道路上設有斑馬線，雖然這一塊地方沒有明確禁止掉頭標識，但是機動車是不允許在斑馬線上掉頭的，就算在允許掉頭的路口，也要越過斑馬線才可以掉頭。

2

黃色實線禁止掉頭

在行至無“禁止掉頭”標誌的路口，是允許掉頭的，但是要注意道路中心線的虛實，如果是單黃實線或者雙黃實線都是禁止掉頭的。

3

禁左即是禁止掉頭

左轉與掉頭是有一定關係的，因為大多數情況下掉頭需要佔用左轉車道，所以禁止左轉意味着不能掉頭，除非該路口除了有“禁止左轉”的標誌外，還同時有“允許掉頭”的標誌，則可掉頭。

下面這些情況可以掉頭

1

路口有掉頭標誌的可掉頭

按照信號燈的指示進行掉頭，如果沒有信號燈，則根據路況有左轉標誌的，在不影響其他車輛通行或阻礙行人的情況進行掉頭，在這裏得提醒一下，有些掉頭車道是在最右側的。

2

黃色網格線可掉頭

黃色網格線大家可能都很清楚，就是嚴禁停車的意思，但在該區域內，只要沒有設置中間隔離護欄，是可以掉頭的，等同於“允許掉頭”的意思。

3

黃色虛實線可掉頭

如果是一虛一實的黃色線，是可以掉頭的，虛線一側車輛可向實線一側通行，實線一側的車輛是不允許向虛線一邊通行的。

總結：考試背得滾瓜爛熟的交規一畢業就給回教練了，加上一些馬路上交通標支模糊指引不明確，很容易造成新手犯錯，還會被後面車輛“嗶”個不停，希望通過這篇文章學習后，大家可以對掉頭的情況了如指掌。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※別再煩惱如何寫文案,掌握八大原則!

※網頁設計最專業,超強功能平台可客製化

※回頭車貨運收費標準