为什么同事的代码总被夸?掌握这5个习惯就够了!

一、日志优化：参数化日志vs字符串拼接

在大厂的高并发项目里，日志问题曾让我吃尽苦头。有一次，线上服务内存莫名飙升，排查后发现是日志输出搞的鬼。

刚开始我写日志是这样的（反例）：

logger.debug("用户ID:" + userId + " 购买商品ID:" + productId);

后来才知道，这种字符串拼接方式，即便日志级别是INFO，也会执行拼接操作，浪费资源。

正确的做法是用SLF4J参数化日志（正解）：

logger.debug("用户ID:{} 购买商品ID:{}", userId, productId);

这样能延迟参数绑定，性能提升明显。对比数据显示，参数化日志的QPS比字符串拼接高28%，内存分配更是减少了70%。

实战时，我会在方法入口/出口添加TRACE级别日志，并加上条件判断：

if (logger.isTraceEnabled()) {     logger.trace("入参详情: {}", deepToString(obj)); }

这样可以避免不必要的toString计算。

二、集合操作：原生StreamvsGuava增强

处理复杂集合操作时，嵌套循环的代码简直像"意大利面条"，可读性差还容易出错。

以前我写过滤订单的代码是这样的（反例）：

List<Order> validOrders = new ArrayList<>();for (Order order : orders) {if (order.getStatus() == 1) {if (order.getAmount() > 100) {            validOrders.add(order);        }    }}

后来用了Guava+Stream链式操作（正解）：

List<Order> validOrders = FluentIterable.from(orders)        .filter(o -> o.getStatus() == OrderStatus.PAID.getCode())        .filter(o -> o.getAmount() > 100)        .transform(this::enrichOrderData)         .toList(); 

代码简洁了很多，性能也有提升。10万条数据处理时，Stream+Guava比传统循环快了14%。

处理CPU密集型任务可以试试parallelStream()，但要注意评估线程开销；复杂归约操作可以用MoreCollectors。

三、异常处理：吞没异常vs异常转译

调用第三方支付接口时，我曾因为不当的异常处理吃过大亏，订单状态和支付结果不一致，排查起来特别麻烦。

以前的错误做法（反例）：

try {    paymentService.call();} catch (Exception e) {     logger.error("支付失败", e); }

这样只是打印日志，上游无法感知具体问题。

正确的做法是进行异常包装（正解）：

try {return paymentService.call();} catch (NetworkException e) {thrownew BusinessException("支付服务通信失败", e); } catch (ThirdPartyException e) {thrownew BusinessException("第三方服务错误:" + e.getCode(), e);}

必检异常继承Exception，强制调用方处理；非必检异常继承RuntimeException，用于编程错误。还可以写个全局处理器：

@RestControllerAdvicepublicclassGlobalExceptionHandler{@ExceptionHandler(BusinessException.class)publicResponseEntity<ErrorResponse> handleBizEx(BusinessExceptionex) {return ResponseEntity.status(500)               .body(new ErrorResponse(ex.getCode(), ex.getMessage()));    }}

四、资源管理：手动关闭vsTry-With-Resources

读取大文件时，手动关闭资源的代码不仅臃肿还容易出错，我就曾因为忘记关闭资源导致过内存泄漏。

以前的手动关闭方式（反例）：

FileInputStream fis = null;try {    fis = new FileInputStream("data.csv");// 处理文件} catch (IOException e) {// 异常处理} finally {if (fis != null) {try { fis.close(); } catch (IOException ignored) {}    }}

用Try-With-Resources就简单多了（正解）：

try (FileInputStream fis = new FileInputStream("data.csv");     BufferedReader br = new BufferedReader(new InputStreamReader(fis))) {    br.lines().forEach(this::processLine);}

它会自动调用close()，资源泄漏概率为0，代码行数还减少了66%。JDK9+还支持在try外部声明资源：

final BufferedReader br = ...;try (br) { ... } 

五、并发处理：原始线程vsCompletableFuture

并行调用微服务聚合结果时，原始线程的处理方式会导致线程阻塞，总耗时很长。

以前的反例：

ExecutorService executor = Executors.newFixedThreadPool(3);Future<User> userFuture = executor.submit(() -> userService.getUser(id));Future<Order> orderFuture = executor.submit(() -> orderService.getOrders(id));Future<Address> addressFuture = executor.submit(() -> addressService.getAddress(id));User user = userFuture.get(); Order order = orderFuture.get();Address address = addressFuture.get();

总耗时是三个调用之和。

用CompletableFuture进行并行编排（正解）：

CompletableFuture<User> userFuture = CompletableFuture.supplyAsync(    () -> userService.getUser(id), executor);CompletableFuture<Order> orderFuture = CompletableFuture.supplyAsync(    () -> orderService.getOrders(id), executor);CompletableFuture<Address> addressFuture = CompletableFuture.supplyAsync(    () -> addressService.getAddress(id), executor);CompletableFuture.allOf(userFuture, orderFuture, addressFuture)        .thenAccept(v -> {            User user = userFuture.join();            Order order = orderFuture.join();            Address address = addressFuture.join();            assembleResult(user, order, address);        }).exceptionally(ex -> {            logger.error("聚合失败", ex);returnnull;        });

平均耗时从300ms降到了120ms，减少了60%。

六、防御编程：手工校验 vs Apache Commons Validate

用户注册参数校验时，手工校验代码冗余又难维护，我曾在这上面花了不少冤枉时间。

以前的反例：

if (username == null || username.trim().isEmpty()) {thrownew IllegalArgumentException("用户名不能为空");if (!Pattern.matches(EMAIL_REGEX, email)) {thrownew IllegalArgumentException("邮箱格式错误");} 

用Apache Commons Validate后（正解）：

publicvoidregister(String username, String email){this.username = Validate.notBlank(username, "用户名不能为空");    Validate.matchesPattern(email, EMAIL_REGEX, "邮箱格式错误");    Validate.inclusiveBetween(18, 100, age, "年龄必须在18-100岁之间");}

代码量减少了60%，校验规则集中管理，还支持国际化消息，可维护性大大提高。

实战收益总结