ServiceLoader

　　先从业务场景分析，要完成数据的分析处理功能。根据数据的不同种类，先调用groovy或者python脚本等中的一种处理数据，处理完数据的后需要流程相同。

　　要支持处理能力的动态扩展，也就是框架完成后，可以再增加新的处理能力，而不改变原有的代码。如要增加el处理数据的能力。

　　这时ServiceLoader可以方便的完成需求。

　　先看所需的模块。groovy，python模块是具体的处理模块。plat模块使用ServiceLoader调用groovy或者python模块，再完成后续处理。pon模块是一个业务测试模块

　　

　　先看plat模块中的接口类IService：

package com.service;

public interface IService {
    String getService();

    String handle();
}

　　DataProcess类，ServiceLoader调用groovy或者python模块：

package com;

import com.service.IService;
import java.util.ServiceLoader;

public class DataProcess {public IService getService(String name) {
        IService properService = null;
        ServiceLoader<IService> serviceLoader = ServiceLoader.load(IService.class);
        for (IService service : serviceLoader) {
            if (service.getService().equalsIgnoreCase(name)) {
                properService=  service;
            }
        }
        return  properService;
    }

}

　　GroovyService，使用groovy处理数据的示例代码：

package com;

import com.service.IService;

public class GroovyService implements IService {

    public String getService() {
        return "groovy";
    }

    public String handle() {
        return "groovy handle data";
    }

}

　　groovy模块下的resources下，要有META-INFservicescom.service.IService文件，内容如下：

com.GroovyService

　　

　　再看业务测试模块pon下的测试类：

package com.pon;

import com.GroovyService;
import com.PythonService;
import com.DataProcess;

public class TestProcess {
    public static void main(String[] args) {
        DataProcess process = new DataProcess();
        GroovyService groovyService = (GroovyService) process.getService("groovy");
        PythonService pythonservice = (PythonService) process.getService("python");
        System.out.println(groovyService.handle());
        System.out.println(pythonservice.handle());
    }
}

　　测试的结果为：

　　需要增加el处理能力时，新增el模块，plat模块的处理不需要改变。

　　ServiceLoader会classpath下的jar包，分析META-INF/services中放置提供者配置文件来标识服务提供者。看看pon模块的依赖。

　

　　

　　Hadoop FileSystem就是通过这个机制来根据不同文件的scheme来返回不同的FileSystem。

private static void loadFileSystems() {  

  synchronized(FileSystem.class){  

    if(!FILE_SYSTEMS_LOADED) {  

      ServiceLoader<FileSystem> serviceLoader = ServiceLoader.load(FileSystem.class); 

      for(FileSystem fs : serviceLoader) {  

        SERVICE_FILE_SYSTEMS.put(fs.getScheme(),fs.getClass());  

      } 

      FILE_SYSTEMS_LOADED= true; 

    } 

  } 

}

　　对应的配置文件：

org.apache.hadoop.fs.LocalFileSystem 

org.apache.hadoop.fs.viewfs.ViewFileSystem 

org.apache.hadoop.fs.s3.S3FileSystem 

org.apache.hadoop.fs.s3native.NativeS3FileSystem 

org.apache.hadoop.fs.kfs.KosmosFileSystem 

org.apache.hadoop.fs.ftp.FTPFileSystem 

org.apache.hadoop.fs.HarFileSystem

　　可以看到FileSystem会把所有的FileSystem的实现都以scheme和class来cache，之后就从这个cache中取相应的值。因此，以后可以通过ServiceLoader来实现一些类似的功能，而不用依赖像Spring这样的第三方框架。