AspectJ(AOP)切面获取参数名称和参数

本文介绍了一个使用AOP(面向切面编程)在Java应用中记录日志和构建订单的过程。通过@Async和@AfterReturning注解,实现了对RechargeService.buildOrder方法的异步日志记录及结果处理。详细展示了如何从方法返回结果中提取关键参数,并调用coreWebOrderApi.buildOrder方法完成订单构建。
  @Async
    @AfterReturning(value ="execution(public * com.zhx.recharge.service.RechargeService.buildOrder(..))", returning = "result")
    public void buildOrder(JoinPoint joinPoint, Object result) throws  Throwable {
        log.info("*****************************************");
        log.info("*****************************************");
        log.info("*****************************************");
        //保存所有请求参数,用于输出到日志中
//        Map allParams = new HashMap();
        /*Object[] paramValues = joinPoint.getArgs();
        String[] paramNames = ((CodeSignature) joinPoint.getSignature()).getParameterNames();
        for(int i=0;i<paramNames.length;i++){
            if (paramValues[i] instanceof Map<?, ?>) {
                //提取方法中的MAP参数,用于记录进日志中
                @SuppressWarnings("unchecked")
                Map<String, Object> map = (Map<String, Object>) paramValues[i];
                allParams.putAll(map);
            }else {
                allParams.put(paramNames[i],paramValues[i]);
            }
        }*/
        Map<String, Object> allParams = (Map<String, Object>) result;
        log.info("this is object={}",allParams);
        String goods_id = String.valueOf(allParams.get("goods_id"));
        String order_no = String.valueOf(allParams.get("order_no"));
        String user_id = String.valueOf(allParams.get("user_id"));
        String uid = String.valueOf(allParams.get("uid"));
        String buy_count = String.valueOf(allParams.get("buy_count"));
        String unitprice= String.valueOf(allParams.get("unitprice"));
        String amount= String.valueOf(allParams.get("amount"));
        String amount_realpay= String.valueOf(allParams.get("amount_realpay"));
        String paygate= String.valueOf(allParams.get("paygate"));
        String goods_priceid= String.valueOf(allParams.get("goods_priceid"));
        String area= String.valueOf(allParams.get("area"));
        String os= String.valueOf(allParams.get("os"));
        String user_ip= String.valueOf(allParams.get("user_ip"));
        String deviceid = String.valueOf(allParams.get("deviceid"));
        String goldcoin = String.valueOf(allParams.get("goldcoin"));
        String flower = String.valueOf(allParams.get("flower"));
        coreWebOrderApi.buildOrder(goods_id,order_no,user_id,uid,buy_count,unitprice,amount,amount_realpay,paygate,goods_priceid,area,os,user_ip,deviceid,goldcoin,flower);
        log.info("success");
        log.info("*****************************************");
        log.info("*****************************************");
    }

 

转载于:https://www.cnblogs.com/SimonHu1993/p/9771395.html

内容概要:本文系统梳理了多个科研领域的前沿研究与技术实现,重点涵盖FDTD方法中的完美匹配层(PML)研究,以及Matlab/Simulink在电磁、电力、控制、通信、信号处理、图像处理、路径规划、能源系统优化等领域的仿真与算法实现。文中列举了大量基于Matlab和Python的科研案例,如风电功率预测、负荷预测、无人机三维路径规划、电池系统故障诊断、雷达模拟、通信编码、微电网优化调度等,并强调结合智能优化算法(如粒子群、遗传算法、深度学习等)提升系统性能。同时,提供了丰富的代码资源与仿真模型,涵盖永磁同步电机控制、逆变器设计、多智能体任务分配、虚拟电厂调度等复杂系统,助力科研人员快速开展复现实验与创新研究。; 适合人群:具备一定编程基础,熟悉Matlab/Python工具,从事电气工程、自动化、通信、人工智能、新能源、控制科学等相关领域研究的研发人员及研究生。; 使用场景及目标:① 学习并实现FDTD仿真中的PML边界条件以有效抑制数值反射;② 掌握Matlab/Simulink在多物理场建模、控制系统设计与优化算法中的综合应用;③ 借助提供的代码资源完成科研复现、课程设计、竞赛项目或工程原型开发; 阅读建议:此资源以科研实战为导向,不仅提供理论方法,更强调代码实现与仿真验证。建议读者结合自身研究方向,按目录顺序查阅相关模块,下载配套代码进行调试与二次开发,以达到学以致用、融会贯通的目的。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值