解放双手！ChatGPT 助力编写 JAVA 框架！( 二 ) _框架

1）一开始设想的是每个枚举类都写代码给前端封装返回文字。但是由于笔者业务系统配置项过多，每个配置项都写代码太过麻烦。
2）于是研发们想能否使用一个统一的接口给前端返回枚举类对应的描述，前端只需要输入枚举类名称就可以获得对应的枚举 key 和描述的映射关系。
于是我们创建了一个接口，定义了一个 Map 对象给前端返回枚举类的 key 和描述的对应关系。但是由于笔者业务系统的渠道配置还是太多了。使用这种方式我们需要初始化这个 Map 。初始化 Map 代码如下：
public HashMap<String, Map<Integer, String>> initEnumMap() {
enumMap = new HashMap<>();
enumMap.put("前端获取枚举map的key", XXXEnum.getEnumMap());
enumMap.put("前端获取枚举map的key", XXXEnum.getEnumMap());
enumMap.put("前端获取枚举map的key", XXXEnum.getEnumMap());
return enumMap;
}
可见，每新增一个枚举类。我们都需要在静态代码块中将映射关系放入 map 中。并且枚举类需要新增一个获取 key 和描述的映射关系方法。这样还是太麻烦了。并且后续新增映射关系还得更改这个类的代码。
能否将 map 初始化的步骤和枚举类创建 map 的步骤省略呢？
3）于是我们设想定义一个注解。使用这个注解标记的类，框架扫描这些类。并生成获取枚举 key 和描述的映射关系的方法。最终完成初始化 Map 的过程。对外只提供获取总枚举 Map 的方法即可。用户无需关心 Map 如何构建。使用这个框架之后，笔者业务系统这个接口的代码如下：
/**
* 获取枚举
* @param enumKey 枚举key
* @return 返回值 Map<Integer,String>;code,描述
*/
@RequestMApping("/getEnum")
public Result<Map<String, Map<String, String>>> getEnum(String enumKey) {
try {
// 获取枚举上下文对象
EnumContext enumContext = EnumContextFactory.getEnumContext();
// 获取枚举map
newEnumMap = enumContext.getEnumIndexMap();
// buid映射从ducc中获取，所以需要手动设置
newEnumMap.put(BUID.getKey(), getBuIdMap());
} catch (Exception e) {
log.error("获取枚举map出错！enumKey:{}", enumKey, e);
return Result.createFAIl(e.getMessage());
}
// 如果枚举key为空则返回全部
if (StringUtils.isBlank(enumKey)) {
return Result.createWithSuc(newEnumMap);
}
// 如果枚举key不为空则返回指定值
Map<String, Map<String, String>> resultMap = new HashMap<>();
resultMap.put(enumKey, newEnumMap.get(enumKey));
return Result.createWithSuc(resultMap);
}
4）注解类代码如下：
在这举个测试枚举类的例子
@EnumInfo(name = "StatusEnum", key = "code", desc = "description")
public enum StatusEnum {
SUCCESS(200, "Success"),
ERROR(500, "Error");
private final int code;
private final String description;
StatusEnum(int code, String description) {
this.code = code;
this.description = description;
}
public int getCode() {
return code;
}
public String getDescription() {
return description;
}
}
以后新增一个枚举类只需要标记 @EnumInfo (name = "StatusEnum", key = "code", desc = "description") 。将枚举类的 name，key 字段名称和描述字段名称指定即可。无需修改接口的代码即可给前端返回该枚举的 key 和描述的映射关系。极大的减少了研发联调时间及测试回归时间。
框架性能压测框架应用到实际生产项目中，需要对 ChatGPT 辅助编写的框架进行充分的测试验证。同时也要对框架的性能进行测试，知道框架的瓶颈。常见的接口压测工具有 LoadRunner 和 Apache JMeter 等。任选一种压测工具进行压测即可。
笔者将框架应用到项目中对外暴露了一个接口，该接口在 4C4G 机器配置下，单机最高可支持 1000QPS，在 1000QPS 下，单机 CPU 使用率达到 30%，系统负载接近 0.9，内存使用率与压测前无明显变化。