Nano Hash - криптовалюты, майнинг, программирование

Контекст Log4j (SLF4J) MDC в перехватчике Struts 2

Я обнаружил, что контекст Log4j (SL4J) MDC можно настроить поточно-безопасным способом в общем фильтре (код из Добавление информации о пользователе в записи журнала в мультипользовательском приложении -user приложение, использующее Mapped Diagnostic Context)

import org.slf4j.MDC;
import javax.servlet.*;
import java.io.IOException;
 
public class MDCFilter implements Filter {
 
  @Override
  public void doFilter(ServletRequest req, ServletResponse resp, FilterChain chain)
          throws IOException, ServletException {
      User user= (User) session.getAttribute("USerSession");
      MDC.put("userName", user.getUserName() );
    try {
      chain.doFilter(req, resp);
    } finally {
        MDC.remove("userName");
    }
  }
 
}

Могу ли я сделать такой же подход в перехватчике Struts 2?! Что мне интересно, так это проблемы с безопасностью потоков.

Перехватчик Struts 2 и фильтры сервлетов не являются потокобезопасными, а реализация MDC является потокобезопасной, поэтому, если приведенный выше код нормально работает в фильтре, теоретически он должен работать в потокобезопасном перехватчике.

Любые комментарии ?!

filter log4j2 slf4j struts2 struts2-interceptors
15.01.2015

Ответы:


1

Перехватчики не являются потокобезопасными, что означает, что вы должны писать их в потокобезопасной манере. Например, перехватчик ниже является потокобезопасным.

public class LoggerInterceptor extends AbstractInterceptor {
  @Override
  public String intercept(ActionInvocation invocation) throws Exception {
    HttpSession session = ServletActionContext.getRequest().getSession();
    User user= (User) session.getAttribute("USerSession");
    MDC.put("userName", user.getUserName() );
    String result;
    try {
      result = invocation.invoke();
    } finally {
      MDC.remove("userName");
    }
    return result;
  }
}
15.01.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..