Вчера прошла первая открытая лекция курса «Java в продакшене».
Михаил Поливаха разобрал, как сохранить Spring Boot-приложение в рабочем состоянии, когда внешние зависимости тормозят, ошибки распространяются каскадом, сервис не справляется с нагрузкой, а retry из спасателя превращается в поджигателя.
🤓 Погрузиться в тему глубже можно на полном курсе Java в продакшене
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥28❤9👍9⚡1🤯1
✏️ В JavaDoc предлагают добавить заметки, которые сложно пропустить
В JavaDoc предлагают добавить тег
Стандартный doclet превратит такую запись в отдельный заметный блок. Заголовок можно менять, а через
Сейчас для подобных вещей приходится использовать обычный текст, HTML или нестандартные теги.
Пока это только предложение для JDK 28. Команда OpenJDK собирает обратную связь, поэтому до релиза синтаксис ещё может измениться.
Все для людей!
🔗 Подробности
В JavaDoc предлагают добавить тег
@note. Он позволит выделять важные примечания прямо в документации API.
/**
* {@note (header='Caution:')
* Untrusted input must be verified!}
*/
Стандартный doclet превратит такую запись в отдельный заметный блок. Заголовок можно менять, а через
javadoc -tag создавать свои варианты вроде @warning.Сейчас для подобных вещей приходится использовать обычный текст, HTML или нестандартные теги.
@note даст единый способ отделить важное замечание от простыни документации.Пока это только предложение для JDK 28. Команда OpenJDK собирает обратную связь, поэтому до релиза синтаксис ещё может измениться.
Все для людей!
Please open Telegram to view this post
VIEW IN TELEGRAM
👍20🔥7❤5😁1
This media is not supported in your browser
VIEW IN TELEGRAM
🧑💻 Скрытая возможность конфигурации Spring Boot, о которой мало говорят
Представим, что у вас есть общий стартер, который подключён к десяткам сервисов. Вы хотите задать в нём общие свойства по умолчанию, но сохранить за каждым сервисом возможность переопределить их в собственной конфигурации.
Положить ещё один
Для этой задачи в Spring Boot есть отдельный механизм:
В новой статье от наших друзей из Axelix мы разберем на реалном примере, как зарегистрировать такой процессор, почему порядок его выполнения критически важен, и какие у него есть ограничения.
🔗 Вот сама статья.
Представим, что у вас есть общий стартер, который подключён к десяткам сервисов. Вы хотите задать в нём общие свойства по умолчанию, но сохранить за каждым сервисом возможность переопределить их в собственной конфигурации.
Положить ещё один
application.yml в библиотеку кажется очевидным решением. На практике Spring Boot не объединяет два таких файла так, как можно было бы ожидать. Профиль требует ручной активации в каждом сервисе, @PropertySource имеет неудобный приоритет, а конфигурация через бины появляется слишком поздно для части настроек.Для этой задачи в Spring Boot есть отдельный механизм:
EnvironmentPostProcessor. Он позволяет изменить Environment ещё до создания ApplicationContext, выбрать приоритет источника свойств и при необходимости прочитать, дополнить или переопределить уже существующую конфигурацию.В новой статье от наших друзей из Axelix мы разберем на реалном примере, как зарегистрировать такой процессор, почему порядок его выполнения критически важен, и какие у него есть ограничения.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥27❤8👍5
Forwarded from OpenIDE – мультиязычная среда разработки
Media is too big
VIEW IN TELEGRAM
⚡️ AI-плагин уже в OpenIDE Pro
Вышли новые версии OpenIDE и OpenIDE Pro: AI-плагин теперь доступен всем пользователям OpenIDE Pro.
Claude Code, Codex, OpenCode, Cursor — работайте с любимым агентом прямо в IDE!
Не покидая редактор, можно поставить задачу агенту, посмотреть изменения в коде, запустить приложение и открыть его во встроенном браузере.
Скачать: https://openide.ru/download/
Вышли новые версии OpenIDE и OpenIDE Pro: AI-плагин теперь доступен всем пользователям OpenIDE Pro.
Claude Code, Codex, OpenCode, Cursor — работайте с любимым агентом прямо в IDE!
Не покидая редактор, можно поставить задачу агенту, посмотреть изменения в коде, запустить приложение и открыть его во встроенном браузере.
Попробовать новые возможности может каждый: OpenIDE Pro на 2 месяца доступна бесплатно и без регистрации.
Скачать: https://openide.ru/download/
1🔥25❤16👍7🤯2
Media is too big
VIEW IN TELEGRAM
💬 Аудио версию подкаста можно найти в комментариях
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥13👍8❤6👌1
JEP 544: JVM будет сохранять машинный код между запусками
JEP 544 (Ahead-of-Time Code Compilation) предложен в JDK 28, релиз в марте 2027. Это очередной слой AOT-кэша из Project Leyden. В JDK 24 туда попали загруженные и слинкованные классы (JEP 483), в JDK 25 - профили методов (JEP 515). Теперь дошла очередь до самого машинного кода.
Как это работает
На обучающем запуске JVM компилирует горячие методы обычными C1 и C2 и складывает результат в кэш. В рабочем запуске запрос на компиляцию метода закрывается готовым кодом. Процедура та же, что и раньше:
Код из кэша остаётся обычным кодом HotSpot. Если рабочая нагрузка ушла в сторону от обучающей, метод деоптимизируется и перекомпилируется JIT-ом, как любой другой. Профили из JEP 515 при этом продолжают работать: по ним JVM выбирает порядок загрузки кода и пересобирает методы.
Чем AOT-код хуже JIT-кода
JIT компилирует метод, когда нужные классы давно инициализированы. Он подставляет значения static final полей как константы и выбрасывает проверки инициализации. Код из кэша начинает работать раньше, чем классы успели инициализироваться, а значение static final может отличаться от запуска к запуску. Поле приходится читать по-настоящему.
Для методов, которые обращаются к статике других классов, C2 собирает две версии: медленную с проверками инициализации и быструю без них.
Поэтому JIT никуда не уходит. AOT-код даёт быстрый старт, до пика доводит перекомпиляция.
Когда кэш не сработает
Обучающий и рабочий запуски должны совпадать по архитектуре процессора, набору инструкций и сборщику мусора: барьеры GC вшиты в машинный код. Собрали образ на хотсе с AVX-512, pod уехал на узел без него - код из кэша не загрузится. Ошибки не будет, JVM молча перейдёт на интерпретатор и JIT. В кластере с разнородными узлами это легко пропустить.
Поддерживаются x64 и AArch64, из сборщиков - Serial, Parallel, G1 и ZGC.
Цифры
По данным JEP, AOT-кэш без кода сокращает время старта на 50-70%, с кодом - на 65-80%. Основную часть выигрыша на старте дают уже вышедшие JDK 24-26, новый JEP добавляет 10-15 п.п.
Заметнее эффект на прогреве. В PR есть замер на Quarkus-сервисе с двумя ядрами: обычная JVM начинает отвечать быстрее 1 мс после 420 запросов, JDK 26 с AOT-кэшем - примерно после 200, сборка с JEP 544 - чуть позже сотого.
Второй эффект касается CPU. JIT на старте перестаёт отбирать ядра у приложения, и сильнее всего это видно на контейнерах с лимитом в 1-2 CPU. Там, где запас по CPU закладывали под прогрев, его можно будет пересмотреть.
Оценить вклад кода на своём сервисе можно диагностическим флагом:
Заодно станет видно, насколько вырос файл кэша.
Что остаётся неудобным
Обучающий запуск. Кэш хорош настолько, насколько нагрузка при сборке похожа на боевую, а готового инструмента для этого нет. Spring Boot и Quarkus умеют записывать кэш при сборке, но прогон реальных сценариев остаётся на вашей стороне. Упрощение этого процесса авторы JEP прямо вынесли за рамки.
JEP: https://openjdk.org/jeps/544
JEP 544 (Ahead-of-Time Code Compilation) предложен в JDK 28, релиз в марте 2027. Это очередной слой AOT-кэша из Project Leyden. В JDK 24 туда попали загруженные и слинкованные классы (JEP 483), в JDK 25 - профили методов (JEP 515). Теперь дошла очередь до самого машинного кода.
Как это работает
На обучающем запуске JVM компилирует горячие методы обычными C1 и C2 и складывает результат в кэш. В рабочем запуске запрос на компиляцию метода закрывается готовым кодом. Процедура та же, что и раньше:
-XX:AOTCacheOutput при обучении, -XX:AOTCache в проде. Включать ничего не нужно.Код из кэша остаётся обычным кодом HotSpot. Если рабочая нагрузка ушла в сторону от обучающей, метод деоптимизируется и перекомпилируется JIT-ом, как любой другой. Профили из JEP 515 при этом продолжают работать: по ним JVM выбирает порядок загрузки кода и пересобирает методы.
Чем AOT-код хуже JIT-кода
JIT компилирует метод, когда нужные классы давно инициализированы. Он подставляет значения static final полей как константы и выбрасывает проверки инициализации. Код из кэша начинает работать раньше, чем классы успели инициализироваться, а значение static final может отличаться от запуска к запуску. Поле приходится читать по-настоящему.
Для методов, которые обращаются к статике других классов, C2 собирает две версии: медленную с проверками инициализации и быструю без них.
Поэтому JIT никуда не уходит. AOT-код даёт быстрый старт, до пика доводит перекомпиляция.
Когда кэш не сработает
Обучающий и рабочий запуски должны совпадать по архитектуре процессора, набору инструкций и сборщику мусора: барьеры GC вшиты в машинный код. Собрали образ на хотсе с AVX-512, pod уехал на узел без него - код из кэша не загрузится. Ошибки не будет, JVM молча перейдёт на интерпретатор и JIT. В кластере с разнородными узлами это легко пропустить.
Поддерживаются x64 и AArch64, из сборщиков - Serial, Parallel, G1 и ZGC.
Цифры
По данным JEP, AOT-кэш без кода сокращает время старта на 50-70%, с кодом - на 65-80%. Основную часть выигрыша на старте дают уже вышедшие JDK 24-26, новый JEP добавляет 10-15 п.п.
Заметнее эффект на прогреве. В PR есть замер на Quarkus-сервисе с двумя ядрами: обычная JVM начинает отвечать быстрее 1 мс после 420 запросов, JDK 26 с AOT-кэшем - примерно после 200, сборка с JEP 544 - чуть позже сотого.
Второй эффект касается CPU. JIT на старте перестаёт отбирать ядра у приложения, и сильнее всего это видно на контейнерах с лимитом в 1-2 CPU. Там, где запас по CPU закладывали под прогрев, его можно будет пересмотреть.
Оценить вклад кода на своём сервисе можно диагностическим флагом:
-XX:+UnlockDiagnosticVMOptions -XX:-AOTCodeCachingЗаодно станет видно, насколько вырос файл кэша.
Что остаётся неудобным
Обучающий запуск. Кэш хорош настолько, насколько нагрузка при сборке похожа на боевую, а готового инструмента для этого нет. Spring Boot и Quarkus умеют записывать кэш при сборке, но прогон реальных сценариев остаётся на вашей стороне. Упрощение этого процесса авторы JEP прямо вынесли за рамки.
JEP: https://openjdk.org/jeps/544
🔥21👍13❤11
Иногда от модели нужен не красивый ответ, а быстрое решение. Пропустить запрос или заблокировать, выбрать маршрут, оценить результат, отфильтровать документы для RAG.
Для этого появился Spring AI TypeSafe. Проект интегрирует Jev API, который отвечает на типизированные вопросы числовыми значениями и не генерирует текст.
Разбираемся, как поставить быструю и дешёвую проверку перед дорогим вызовом чат-модели и платить по-крупному только тогда, когда это действительно нужно.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍18❤7🔥3
При установке HTTPS-соединения клиент и сервер создают общий секрет. Затем с его помощью шифруется передаваемый трафик.
Современные алгоритмы обмена ключами считаются надёжными для обычных компьютеров. Но достаточно мощный квантовый компьютер сможет их взломать. Есть атака, которая называется harvest now, decrypt later. Трафик перехватывают сегодня, а расшифровывают через несколько лет.
Так вот JEP 527 добавил в Java 27 гибридный обмен ключами для TLS 1.3. Основная схема называется
X25519MLKEM768. Она объединяет классический X25519 и постквантовый ML-KEM-768.Секрет зависит от обоих алгоритмов. Даже если один из них когда-нибудь взломают, второй продолжит защищать соединение.
Клиент на JDK 27 по умолчанию предлагает серверу две схемы. Новую гибридную и обычную X25519. Если сервер поддерживает гибридную, используется она. Если нет, TLS продолжает работать по старой схеме.
Для нас, как для Spring-разработчиков приятно то, что при использовании стандартного javax.net.ssl защита включается по умолчанию. На код никак не влияет, если приложение не переопределяет список TLS-групп.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤23👍15🔥8
У наших друзей из Axelix вышла статья о том, как Spring Boot грузит внешнюю для себя конфигурацию, например из Spring Cloud Config сервера или из Hashicorp Vault.
Статья про
EnvironmentPostProcessor побудила довольно большое обсуждение вокруг темы того:- Как Spring грузит конфигурацию в целом?
- При чём тут bootstrap.yaml иBootstrapContext?
- Что кардинально поменялось?
- И в чём же такая особенность spring.config.import и почему она требует особого внимания?
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥16❤4⚡4👍1
Media is too big
VIEW IN TELEGRAM
💬 Аудио версию подкаста можно найти в комментариях
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13🔥7👍6😁1
Начиная с Kotlin 2.5.0-Beta1 можно экспериментировать с блоками-компаньонами.
data class Vector(val x: Double, val y: Double) {
companion {
val ZERO = Vector(0.0, 0.0)
}
}
Выглядит как
companion object, только без object. На JVM содержимое такого блока компилируется в статические члены. Никакого отдельного объекта и меньше церемоний при работе с Java.Ещё интереснее companion extensions. Они позволяют добавить член любому Kotlin- или Java-классу, даже если у него нет собственного компаньона.
companion fun Vector.unit(angle: Double) =
Vector(cos(angle), sin(angle))
Вызывать можно привычно через
Vector.unit(...).Существующие
companion object никуда не исчезают. Они по-прежнему нужны, если компаньон должен реализовать интерфейс или обладать собственной идентичностью.Для экспериментов нужен флаг
-Xcompanion-blocks-and-extensions. Только учитывайте, что расширения-компаньоны пока создают pre-release-бинарники. Тащить их в публичную библиотеку рановато. Please open Telegram to view this post
VIEW IN TELEGRAM
❤16👍9🔥8😁3
🎬 Записи докладов с JPoint 2026 уже в открытом доступе
JUG Ru Group выложили записи с прошедшего JPoint 2026. Мы собрали в одном посте доклады Spring-трека, который курировала
команда Spring АйО.
🔐 Илья Николаев — Передаём секреты в Spring Boot-бины безопасно СМОТРЕТЬ НА YOUTUBE
🛡 Михаил Поливаха — Axelix. Delta Force для экосистемы Spring Boot СМОТРЕТЬ НА YOUTUBE
🧩 Никита Кириллов — Beyond
📈 Рустам Курамшин — Мониторь это. Как писать свои метрики для Micrometer и Grafana СМОТРЕТЬ НА YOUTUBE
🗄 Артемий Дегтярев — Spring Data JDBC: где мы находимся сейчас СМОТРЕТЬ НА YOUTUBE
👀 Пять докладов - от безопасной работы с секретами до собственных экосистем поверх Spring Boot. Хватит на пару вечеров.
💬 Какой доклад зашёл больше всего? Пишите в комментариях
JUG Ru Group выложили записи с прошедшего JPoint 2026. Мы собрали в одном посте доклады Spring-трека, который курировала
команда Spring АйО.
🔐 Илья Николаев — Передаём секреты в Spring Boot-бины безопасно СМОТРЕТЬ НА YOUTUBE
🛡 Михаил Поливаха — Axelix. Delta Force для экосистемы Spring Boot СМОТРЕТЬ НА YOUTUBE
🧩 Никита Кириллов — Beyond
@SpringBootApplication: создание собственных экосистем поверх Spring Boot СМОТРЕТЬ НА YOUTUBE📈 Рустам Курамшин — Мониторь это. Как писать свои метрики для Micrometer и Grafana СМОТРЕТЬ НА YOUTUBE
🗄 Артемий Дегтярев — Spring Data JDBC: где мы находимся сейчас СМОТРЕТЬ НА YOUTUBE
👀 Пять докладов - от безопасной работы с секретами до собственных экосистем поверх Spring Boot. Хватит на пару вечеров.
💬 Какой доклад зашёл больше всего? Пишите в комментариях
❤17👍15🔥12
Два дня в Петербурге пролетели быстрее, чем прогрев JVM. Доклады, дискуссии, Java, Spring, ИИ-агенты и, главное, много живого общения.
Спасибо всем, кто подошёл познакомиться, поговорить и обсудить происходящее в нашем уютном энтерпрайзе. Были рады увидеть старых знакомых и встретить новых.
Joker 2026 завершился, а впечатления остались. До новых встреч на конференциях!
❤️️️️️️️ И как всегда, спасибо Jug Ru Group за организацию. Все как всегда на высшем уровне!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥35❤18😁5
Netflix ускорила ИИ-агентов с помощью IntelliJ IDEA
Netflix подключила Claude Code и Codex к движку анализа кода JetBrains и теперь агенты могут работать с индексом проекта и зависимостей вместо раскопок в JAR-файлах через декомпиляцию и grep.
На реальных Java и Kotlin проектах расход времени и токенов снизился в среднем на 20–30%, а лучший результат достиг 65%.
Вывод простой. Даже умной модели полезно сначала нормально показать код.
🔗 Статья на Хабр
🔗 Исследование JetBrains и Netflix
Netflix подключила Claude Code и Codex к движку анализа кода JetBrains и теперь агенты могут работать с индексом проекта и зависимостей вместо раскопок в JAR-файлах через декомпиляцию и grep.
На реальных Java и Kotlin проектах расход времени и токенов снизился в среднем на 20–30%, а лучший результат достиг 65%.
Вывод простой. Даже умной модели полезно сначала нормально показать код.
Please open Telegram to view this post
VIEW IN TELEGRAM
2❤36👍16🔥11