用Groovy流编程（MOP）动态拦截（AOP）方法（比如记录String的concat和toUpperCase方法的耗费时间）

用Groovy源编程（MOP）动态拦截（AOP）方法（比如记录String的concat和toUpperCase方法的耗费时间）

实现AOP的方式有很多种，像Spring的AOP，它只能拦截Spring托管的bean；Groovy AST Transformations、ASM等在编译阶段通过修改字节码也可以做AOP；JAVA HOOK也可以做，但比较麻烦。

Groovy MOP提供了一种很简单的方法实现AOP。

下面通过例子试用一下：

如果想动态拦截某个方法，不想改源代码（或者不能改源码，比如String已经是final类了），而能跟踪函数的执行时间（before invoke时记录开始时间，after invoke时记录完成时间，从而跟踪函数执行时间），可以用MOP实现。下面展示了3种方法：

方法一：用MOP重写具体的方法：

    def recordDuration_concat() {        // 保存原有方法        def savedMethod = String.metaClass.getMetaMethod('concat', [String] as Class[])        // 开始改变原有方法        String.metaClass.concat = {String arg -&gt;            long s = System.currentTimeMillis();            def result = savedMethod.invoke(delegate, arg)            long e = System.currentTimeMillis();            long duration = e - s;            println("MOP耗费时间：" &#43; duration);            return result;        }    }

这种方法需要明确指定参数（String arg -> ），适用于具体明确的方法

方法二：用MOP重写invokeMethod：

    def recordDuration_invokeMethod() {        String.metaClass.invokeMethod = {String mName, mArgs -&gt;            def m = String.metaClass.getMetaMethod(mName, mArgs)            if (mName != "concat" && mName != "toUpperCase") return m.invoke(delegate, mArgs)            long s = System.currentTimeMillis();            def result = m.invoke(delegate, mArgs)            long e = System.currentTimeMillis();            long duration = e - s;            println("MOP耗费时间：" &#43; duration);            return result;        }    }

这种方法可以在MOP时动态指定多个方法，不必一一定义。但是要小心死循环，它会拦截该类的所有方法。

方法三：注入MetaClass：

先定义MetaCalss：

public class MyMetaClass extends DelegatingMetaClass {    MyMetaClass(Class thisClass) {        super(thisClass)    }    Object invokeMethod(Object object, String methodName, Object[] arguments) {        if (methodName != "concat" && methodName != "toUpperCase")            return super.invokeMethod(object, methodName, arguments)        long s = System.currentTimeMillis();        def result = super.invokeMethod(object, methodName, arguments)        long e = System.currentTimeMillis();        long duration = e - s;        println("MOP耗费时间：${duration}");        return result    }}

然后再注册：

        def amc = new MyMetaClass(String)        amc.initialize()        InvokerHelper.metaRegistry.setMetaClass(String, amc)

这种跟方法二其实是一样的，但是稍微繁琐点。

ExpandoMetaClass和Category也可以，可以自行研究一下。

关于效率问题：

使用MOP是否会影响效率呢，我做了个小测试程序试一试

public class TC {    public void call() {        sleep(1000)    }}

函数执行需要花1秒钟。

正常执行：

def testNormal() {        1.upto(10000) {            long s = System.currentTimeMillis()            new TC().call()            long e = System.currentTimeMillis()            println "正常耗时：${e - s}"        }    }

执行结果：

正常耗时：1021
正常耗时：1003
正常耗时：1002
正常耗时：1002
正常耗时：1002
正常耗时：1002
正常耗时：1002
正常耗时：1002
正常耗时：1002
正常耗时：1002

用MOP拦截：

def recordDuration_call() {        TC.metaClass.invokeMethod = {String mName, mArgs -&gt;            def m = TC.metaClass.getMetaMethod(mName, mArgs)            long s = System.currentTimeMillis();            def result = m.invoke(delegate, mArgs)            long e = System.currentTimeMillis();            long duration = e - s;            println("MOP包裹的函数耗费时间：" &#43; duration);            return result;        }    }    def testAop() {        recordDuration_call()        1.upto(10000) {            long s = System.currentTimeMillis()            new TC().call()            long e = System.currentTimeMillis()            println "aop后耗时：${e - s}"        }    }

执行结果：

MOP包裹的函数耗费时间：1014
aop后耗时：1039
MOP包裹的函数耗费时间：1003
aop后耗时：1004
MOP包裹的函数耗费时间：1002
aop后耗时：1002
MOP包裹的函数耗费时间：1002
aop后耗时：1002
MOP包裹的函数耗费时间：1002
aop后耗时：1002
MOP包裹的函数耗费时间：1002
aop后耗时：1002
MOP包裹的函数耗费时间：1002
aop后耗时：1002
MOP包裹的函数耗费时间：1002
aop后耗时：1002
MOP包裹的函数耗费时间：1002
aop后耗时：1002
MOP包裹的函数耗费时间：1002
aop后耗时：1002

可见除头两次调用时间略长点，以后的执行时间是一样的。

原生的方法的执行时间MOP前后是差不多的，甚至包裹后还略快了点（第一次原生是1021ms，MOP后包裹的原生函数是1014ms），整个AOP的调用头两次略高点，后来就正常了（第一次是1039ms，比原生的1021ms慢了一点）。

从这个测试来看，用Groovy MOP实现AOP对效率的影响很小。

用Groovy流编程（MOP）动态拦截（AOP）

热点推荐