面试官:为什么 Spring 和 IDEA 都不推荐使用 @Autowired 注解??
作者:小亮哥Ya
链接:https://juejin.cn/post/7080441168462348319
大家在使用IDEA开发的时候有没有注意到过一个提示,在字段上使用Spring的依赖注入注解@Autowired
后会出现如下警告
Field injection is not recommended (字段注入是不被推荐的)
但是使用@Resource
却不会出现此提示
网上文章大部分都是介绍两者的区别,没有提到为什么,当时想了好久想出了可能的原因,今天来总结一下
Spring常见的DI方式
- 构造器注入:利用构造方法的参数注入依赖
- Setter注入:调用Setter的方法注入依赖
- 字段注入:在字段上使用@Autowired/Resource注解
推荐一个开源免费的 Spring Boot 最全教程:
@Autowired VS @Resource
事实上,他们的基本功能都是通过注解实现依赖注入,只不过@Autowired
是Spring
定义的,而@Resource
是JSR-250
定义的。大致功能基本相同,但是还有一些细节不同:
- 依赖识别方式:@Autowired默认是byType可以使用@Qualifier指定Name,@Resource默认ByName如果找不到则ByType
- 适用对象:@Autowired可以对构造器、方法、参数、字段使用,@Resource只能对方法、字段使用
- 提供方:@Autowired是Spring提供的,@Resource是JSR-250提供的
各种DI方式的优缺点
参考Spring官方文档,建议了如下的使用场景:
- 构造器注入:强依赖性(即必须使用此依赖),不变性(各依赖不会经常变动)
- Setter注入:可选(没有此依赖也可以工作),可变(依赖会经常变动)
- Field注入:大多数情况下尽量少使用字段注入,一定要使用的话, @Resource相对@Autowired对IoC容器的耦合更低
Field注入的缺点
- 不能像构造器那样注入不可变的对象
- 依赖对外部不可见,外界可以看到构造器和setter,但无法看到私有字段,自然无法了解所需依赖
- 会导致组件与IoC容器紧耦合(这是最重要的原因,离开了IoC容器去使用组件,在注入依赖时就会十分困难)
- 导致单元测试也必须使用IoC容器,原因同上
- 依赖过多时不够明显,比如我需要10个依赖,用构造器注入就会显得庞大,这时候应该考虑一下此组件是不是违反了单一职责原则
为什么IDEA只对@Autowired警告
Field注入虽然有很多缺点,但它的好处也不可忽略:那就是太方便了。使用构造器或者setter注入需要写更多业务无关的代码,十分麻烦,而字段注入大幅简化了它们。并且绝大多数情况下业务代码和框架就是强绑定的,完全松耦合只是一件理想上的事,牺牲了敏捷度去过度追求松耦合反而得不偿失。
那么问题来了,为什么IDEA只对@Autowired警告,却对@Resource视而不见呢?
个人认为,就像我们前面提到过的: @Autowired是Spring提供的,它是特定IoC提供的特定注解,这就导致了应用与框架的强绑定,一旦换用了其他的IoC框架,是不能够支持注入的。而 @Resource是JSR-250提供的,它是Java标准,我们使用的IoC容器应当去兼容它,这样即使更换容器,也可以正常工作。
近期热文推荐:
1.1,000+ 道 Java面试题及答案整理(2022最新版)
4.别再写满屏的爆爆爆炸类了,试试装饰器模式,这才是优雅的方式!!
觉得不错,别忘了随手点赞+转发哦!
相关文章
- 三分钟了解下机器学习
- FineReport学习(一)——常用操作介绍
- FineReport学习(二)——各种报表的制作
- FineReport学习(三)——动态隔间运算
- FineReport学习(四)——条件属性和超链接
- 2021前端学习路线
- 腾讯云发布腾讯智维全新产品体系,助力数据中心自动化运营管理升级
- 学习分享系列(一):记日常学习中遇到的两个问题
- 角力分布式云,腾讯云最强牌面成色如何?
- ICCV2021最佳检测之一:主动学习框架较大提升目标检测精度(附论文下载)
- 征稿倒计时7天,活动礼品再加码!!!
- 如何更好的学习Golang中的切片数据类型
- Hackthebox平台保姆级注册使用攻略
- 包建强的培训课程(12):iOS深入学习(内存管理、Block和GCD等)
- (数据科学学习手札144)使用管道操作符高效书写Python代码
- (数据科学学习手札137)orjson:Python中最好用的json库
- (数据科学学习手札111)geopandas 0.9.0重要新特性一览
- (数据科学学习手札95)elyra——jupyter lab平台最强插件集
- (数据科学学习手札81)conda+jupyter玩转数据科学环境搭建
- (数据科学学习手札57)用ggplotly()美化ggplot2图像