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-INF\services\com.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。