亲爱的Javaer们，在平时编码的进程中，你是否曾想过编写一个Java结构去为开发提效？可是要么编写结构时感觉无从下手，不知道从哪开端。要么有思路了后对某个功能完成的技术细节不了解，空有主意而无法完成。假如你遇到了这些问题，看完这篇文章你也能用ChatGPT编写一个简单的JAVA结构。

构思明晰

首先，你需求清晰你的结构要处理什么问题，具有什么特性。这将有助于ChatGPT更好的理解你的需求。

例如：我在一个前后端别离的需求中发现有太多的枚举类的描绘需求给前端回来。传统的办法是后端根据枚举类的映射，每个枚举值编写代码映射成描绘给前端回来。但这次需求需求给前端回来的枚举描绘太多了。这让我和我的小伙伴们感觉无从下手。所以我就思考能否编写一个注解自动帮咱们扫描这些枚举类，然后生成key和描绘的map，终究放到容器中去呢？

处理问题：处理前后端别离进程中需求手动编写代码将枚举key的描绘映射给前端。

特性：结构有一个注解，注解有三个字段name，key，和desc，修饰在枚举类上。结构需供给外部获取枚举map的接口。

与 ChatGPT 沟通

启动 ChatGPT，向它叙述你的想象和需求。它能够为你生成初始代码、供给结构建议，甚至帮你处理一些逻辑。

想好了结构要处理的问题和结构的特性之后，接下来就要将结构要处理的问题和特性给总结成一段文字发给ChatGPT

chatgpt根据我的需求大概生成了下结构的demo版别。能够看到和我想象的仍是有些区别的，我想是将枚举放在类上。然后枚举的特点有name，key，和desc。

name：代表枚举map在最外层map中的key。

key：代表枚举的key或值字段。

desc：代表枚举的描绘字段。

深化互动

与 ChatGPT 进行更深化的沟通，问询它关于代码优化、异常处理等方面的建议。它能够帮你找到更好的处理方案。

接下来需求与ChatGPT进一步沟通，让ChatGPT将之前生成的代码进行优化。

EnumInfo注解优化前：

优化后：

逐渐完善

逐渐引导chatgpt完善结构

在 ChatGPT 的协助下，逐渐完善你的结构。亲自动手编写代码，与 ChatGPT 一起探讨每个细节。

最后能够和ChatGPT一步步沟通，让它帮你构建一个完整的结构。

终究慢慢与ChatGPT不断对话迭代之后将结构的核心类生成，迭代进程因为太长故省略。

结构核心类说明

在ChatGPT给出核心代码之后，我参阅Spring模块规划终究初版结构类如下：

PackageScanner：用于扫描给定包中带有指定注解的类的实用工具类。

PropertiesUtils：供给操作特点文件的实用办法的工具类。

EnumInfo：用于标示枚举类的注解，指定枚举项的称号、key 字段和 desc 字段信息。 通过在枚举类上增加该注解，能够为枚举项树立索引映射，并指定用于查找 key 和 desc 的字段称号。

EnumContext：枚举上下文类，用于管理枚举界说信息并供给获取枚举信息的办法。

EnumContextFactory：枚举上下文工厂类，用于创建和获取单例的枚举上下文目标。

EnumDefinition：表明枚举界说的类，用于存储枚举类的信息。

EnumDefinitionRegistry：枚举界说注册接口，用于注册、查询和管理枚举界说。

DefaultEnumFactory：默认的枚举界说工厂类，完成了 EnumDefinitionRegistry 接口。

看到这运用ChatGPT编写结构部分现已完成了。大件能够运用chatgpt开发自己的JAVA结构。但要想把结构实践应用到生产还需求做一些收尾流程。

结构运用测验

在于ChatGPT沟通，完成结构编写之后需求将结构应用到实践项目中。

笔者事务体系管理端在进行前后端别离的进程中，研制们发现有许多枚举类对应的枚举描绘需求给前端回来。

1）一开端想象的是每个枚举类都写代码给前端封装回来文字。可是因为笔者事务体系装备项过多，每个装备项都写代码太过麻烦。

2）所以研制们想能否运用一个一致的接口给前端回来枚举类对应的描绘，前端只需求输入枚举类称号就能够取得对应的枚举key和描绘的映射联系。

所以咱们创建了一个接口，界说了一个Map目标给前端回来枚举类的key和描绘的对应联系。可是因为笔者事务体系的途径装备仍是太多了。运用这种办法咱们需求初始化这个Map。初始化Map代码如下：

public HashMap<String, Map<Integer, String>> initEnumMap() {
    enumMap = new HashMap<>();
    enumMap.put("前端获取枚举map的key", XXXEnum.getEnumMap());
    enumMap.put("前端获取枚举map的key", XXXEnum.getEnumMap());
    enumMap.put("前端获取枚举map的key", XXXEnum.getEnumMap());
    ...
    return enumMap;
}

可见，每新增一个枚举类。咱们都需求在静态代码块中将映射联系放入map中。而且枚举类需求新增一个获取key和描绘的映射联系办法。这样仍是太麻烦了。而且后续新增映射联系还得更改这个类的代码。

能否将map初始化的进程和枚举类创建map的进程省略呢？

3）所以咱们想象界说一个注解。运用这个注解标记的类，结构扫描这些类。并生成获取枚举key和描绘的映射联系的办法。终究完成初始化Map的进程。对外只供给获取总枚举Map的办法即可。用户无需关心Map如何构建。运用这个结构之后，笔者事务体系这个接口的代码如下：

/**
 * 获取枚举
*
 * @param enumKey 枚举key
 * @return 回来值 Map<Integer,String>;code,描绘
*/
@RequestMapping("/getEnum")
public Result<Map<String, Map<String, String>>> getEnum(String enumKey) {
    try {
        // 获取枚举上下文目标
        EnumContext enumContext = EnumContextFactory.getEnumContext();
        // 获取枚举map
        newEnumMap = enumContext.getEnumIndexMap();
        // buid映射从ducc中获取，所以需求手动设置
        newEnumMap.put(BUID.getKey(), getBuIdMap());
    } catch (Exception e) {
        log.error("获取枚举map出错！enumKey:{}", enumKey, e);
        return Result.createFail(e.getMessage());
    }
    // 假如枚举key为空则回来悉数
    if (StringUtils.isBlank(enumKey)) {
        return Result.createWithSuc(newEnumMap);
    }
    // 假如枚举key不为空则回来指定值
    Map<String, Map<String, String>> resultMap = new HashMap<>();
    resultMap.put(enumKey, newEnumMap.get(enumKey));
    return Result.createWithSuc(resultMap);
}

4）注解类代码如下：

在这举个测验枚举类的例子

@EnumInfo(name = "StatusEnum", key = "code", desc = "description")
public enum StatusEnum {
    SUCCESS(200, "Success"),
    ERROR(500, "Error");
    private final int code;
    private final String description;
    StatusEnum(int code, String description) {
        this.code = code;
        this.description = description;
    }
    public int getCode() {
        return code;
    }
    public String getDescription() {
        return description;
    }
}

以后新增一个枚举类只需求标记@EnumInfo(name = “StatusEnum”, key = “code”, desc = “description”)。将枚举类的name ，key字段称号和描绘字段称号指定即可。无需修改接口的代码即可给前端回来该枚举的key和描绘的映射联系。极大的减少了研制联调时刻及测验回归时刻。

结构功能压测

结构应用到实践生产项目中，需求对ChatGPT辅佐编写的结构进行充沛的测验验证。一起也要对结构的功能进行测验，知道结构的瓶颈。常见的接口压测工具有LoadRunner和Apache JMeter等。任选一种压测工具进行压测即可。

笔者将结构应用到项目中对外暴露了一个接口，该接口在4C4G机器装备下，单机最高可支撑1000QPS，在1000QPS下，单机CPU运用率达到30%，体系负载挨近0.9，内存运用率与压测前无明显变化。

作者：京东零售 王凤玺

来历：京东云开发者社区 转载请注明来历