Tupel können in Java 8 Streams sehr effizient mithilfe von anonymen inneren Klassen erstellt werden. In diesem Artikel werden wir uns ansehen, wie beim Refactoring alten prozeduralen Codes in das Paradigma der funktionalen Programmierung hilft.

Vor ein paar Monaten hat ein Teilnehmer unseres Kurses „Refactoring to Java 8 Streams“ diese Frage gestellt: Warum fügt try-with-resource keine unterdrückte NullPointerException hinzu, wenn die in try() deklarierte Ressource null ist? Eine interessante Frage. Als ich nach einer Antwort gesucht habe, ist mir etwas klar geworden.

Java 7 brachte uns eine neue Klasse namens Phaser, mit der wir Aktivitäten zwischen Threads koordinieren können. Sie ersetzt sowohl CountDownLatch als auch CyclicBarrier, die zwar einfacher zu verstehen, aber schwieriger zu bedienen sind.

Im dritten Teil der Reihe Extreme Java geht Dr. Heinz Kabutz auf die neue String-Komprimierung in Java 9 ein. In Java 6 wurde die Funktion eingeführt, ASCII-Zeichen mithilfe von byte[] statt char[] zu speichern. Dieses Feature wurde in Java 7 abgeschafft, kommt nun aber mit Version 9 wieder zurück. Allerdings ist diesmal eine Compaction-Funktion von vornherein verfügbar und byte[] wird immer verwendet.

Nachdem wir uns im ersten Teil der Reihe Extreme Java mit dem Thema Concurrency auseinandergesetzt haben, hatte ich mir eigentlich vorgenommen, in diesem Artikel über verschiedene Themen für fortgeschrittene Java-Entwickler zu schreiben. Allerdings habe ich einige meiner Newsletterabonnenten um Feedback zum Abschnitt „Serialisierung“ gebeten, und die Reaktionen waren überwältigend. So sehr, dass ich hier in Teil 2 die ganze Zeit nur über Serialisierung schreiben werde.

Das Thema Concurrency – auch Nebenläufikgeit genannt – ist für viele die hohe Kunst der Java-Programmierung. Bisher mussten sich nicht viele Entwickler mit parallelen Threads herumschlagen. Aber suchen Sie heutzutage mal ein technisches Gerät, das nicht mit mehreren Prozesskernen arbeitet! Sie tragen wahrscheinlich in der Hosentasche ständig eines mit sich herum. Wir werfen einen Blick auf die Grundlagen von Code, der für die parallele Verarbeitung optimiert ist, und zeigen, welche ersten Hürden es zu nehmen gilt.