fountain/README.md-代码预览-fountain:基于仓颉语言的企业级Web服务端框架项目 - AtomGit

RrunningW添加QueueStream，可以一个线程向它的实例添加字节数组或InputStream，另一个线程不停地从中读；fix murmur_hash128X64；fix 未指定Accept请求头时返回application/json；fix orm sql日志；扩展Iterator <: Peekable；把TypeInfos.get<T>()都改成TypeInfo.of<T>()；orm 增加*ById的函数；QueryMapper增加columnName属性；QueryMappers增加idName属性；@RequestParam @PathVariable @RequestHeader增加默认值定义；, version: 1.0.38

7c115ee9创建于 2025年12月19日历史提交

LICENSE

  _____                    __         .__
_/ ____\____  __ __  _____/  |______  |__| ____
\   __\/  _ \|  |  \/    \   __\__  \ |  |/    \
 |  | (  <_> )  |  /   |  \  |  / __ \|  |   |  \
 |__|  \____/|____/|___|  /__| (____  /__|___|  /
                        \/          \/        \/

fountain

介绍

💧 Fountain：用仓颉语言重塑企业级 Web 开发

Fountain 是一个完全由 仓颉编程语言（Cangjie 1.0） 构建的企业级 Web 服务端框架。它诞生的意义，不只是“又一个框架”，而是要回答一个更根本的问题：

当 Oracle 改变了 Java 的授权，当全球软件生态重新洗牌，我们是否能拥有属于自己的、真正开源且可控的编程语言与技术栈？

仓颉 1.0 的发布，标志着中国在语言层面拥有了一个图灵完备、编译器开源、生态正在成长的现代化语言。而我和我的团队正在为了这一伟大的使命而奋斗。要让仓颉真正走进复杂的产业级场景发挥生产力，我们还缺一个关键环节，就是让仓颉真正的在一个足够复杂的场景中跑起来并稳定运行，在完成这个任务的过程中，仓颉的生态将会产生大量真实生产过程中的需求，生态会被不断完善，同样，这样一个项目也将成为仓颉走向成熟的呐喊。为此，我们选择了众多行业领域中最艰难也极具价值的方向——医疗核心系统（HIS、EMR、PACS等核心业务场景）。在这里，性能、可靠性与安全性缺一不可；在这里，仓颉和 Fountain 接受了最严苛的考验。

这次医疗行业的产业化试点由 武汉开源创新中心（人工智能）技术专家委员会委员吴京润（runningW） 带领，在 江汉大学开源创新中心师生团队 的全力支持下顺利进行。从最初的构想到生产上线，经历了无数次需求验证、架构重构和深夜的调试， Fountain 终于稳定运行在真实医疗环境中，成为仓颉语言应用落地的关键里程碑。

我们坚信——

背靠全产业链的雄厚国力，乘着国产替代如火如荼的东风，未来十年全球软件的中心一定在中国，仓颉和鸿蒙一定是最耀眼的星！而技术的力量，不止在代码，更在共建。

如果你也希望看到 开源技术在中国真正扎根、在行业中发光发热，欢迎加入我们，一起建设 Fountain，让更多领域的核心业务使用仓颉开发，让我们共同建设未来。

项目概况

一个用于服务器应用开发的原创综合工具库。

f_rx功能参考了RxJava，API原创。
f_mvc.{HttpStatus, Series} 只有常量定义，自己定义担心遗漏，从springmvc抄过来的。
f_mvc.{rfc1123, parseRfc1123} 是两个时间和字符串的转换工具，结合仓颉语言特性参考了springmvc的实现。
f_mvc.{ContentDisposition, ContentDispositionBuilder, ContentDispositionType, MultipartFile} 也参考了springmvc，我不记得不是照抄的了。
f_mvc.{@PostMapping, @GetMapping, @DeleteMapping, @PutMapping, @PatchMapping, @RequestMapping, macros.Controller} f_mvc.{@RequestBody, @RequestParam, @RequestHeader, @PathVariable} f_bean.{@macros.Bean, @macros.Configuration, PostConstruct, Destroy}

这些API的命名借鉴了springmvc
f_orm.Propagation 的声明参考了spring事务传播策略。
f_log的API跟log4j2有些像，就是LoggerFactory.getLogger<T>()
其它功能和API都是纯粹原创
由于1. ~ 7.，应仓颉团队要求，添加README.OpenSource

仓颉团队建议不要静态链接跟运行期加载混合使用，否则可能导致预料之外的行为。因此fboot子项目使用--dy-std编译，并建议在服务器安装仓颉SDK。

零配置文件
环境变量和命令行参数配置
约定优于配置
深刻利用仓颉语言特性
只需要开发动态链接库，fboot负责加载、初始化并运行。
具体用法请参考fdemo模块
在项目根目录添加banner.txt，使用fboot build编译，fboot run启动时输出cjpm.toml的项目版本号和banner.txt的内容
- 如果没有banner.txt，使用fboot build编译会输出fountain ASCII图作为banner和项目cjpm.toml的项目版本号
首次使用cjpm install编译以后再用fboot finstall编译fboot，使用fboot run启动应用项目时可以输出fountain版本号

版本管理

分支

待功能完备后将按以下流程跟随仓颉版本，功能完备以前一直跟随最新的开发版。

每月仓颉开发版对应一个canary/${CANARY_CANGJIE_VERSION}
每次发仓颉sts版，将对应的开发版转为sts/${BETA_CANGJIE_VERSION}，删除对应的开发版
功能完备后的长期支持版作为master分支
- 此后master分支跟随最新的长期支持版
- 每次仓颉升级LTS
  - 从对应的beta版建分支lts/${LTS_CANGJIE_VERSION}
  - 删除对应beta版
  - lts版本完成测试合并到master，创建版本release-${main}.${sub}.${bug}.${CANGJIE_VERSION}
    - main：有新功能
    - sub：功能变更
    - bug：修改BUG
    - CANGJIE_VERSION：取当前仓颉长期支持版前两位，比如当前仓颉长期支持版是1.0.x，CANGJIE_VERSION就是1_0。

版本

canary/ sts/ lts/开头的是分支，不是tag
当分支稳定了会用相应分支建tag
- 假设有分支canary/0.0.1.0_60且fountain没有对应下一个canary版本仓颉SDK的canary分支，则这个分支稳定以后会建tag：canary-0.0.1.0_60。
- 不一定每个仓颉canary版本都有一个对应的分支
- 不一定每个canary分支都对应建一个canary版本
- 仓颉的每个sts lts版本都会对应一个sts/ lts/分支
- 每个sts/ lts/分支一定会有对应的版本

加载本项目的动态链接库

如果仅仅是开发使用，可以使用cjpm run当前依赖fountain的项目，就自动加载了。
如果是在Linux服务器环境运行，
- 将fountain动态链接库所在的路径加入环境变量export FOUNTAIN_HOME=/path/of/fountain_dynamic_libs。
- 将本项目编译的动态链接库都加入环境变量export LD_LIBRARY_PATH=$FOUNTAIN_HOME:$LD_LIBRARY_PATH。
- 或者把子项目fountain/fboot的构建结果原样复制到FOUNTAIN_HOME，把fountain/fboot/fboot脚本复制到FOUNTAIN_HOME目录，并执行fboot export即可自动添加环境变量
- 建议在fboot项目目录下面执行cjpm install，执行export FOUNTAIN_HOME=~/.cjpm/libs/fboot

fboot

把fboot加入PATH环境变量
1. 应用项目只需要编译为动态链接库，把应用的动态链接库加入LD_LIBRARY_PATH
2. fboot run [PATH] --dylibPattern=<DYNAMIC_LIB_NAME_REGEX_WITHOUT_EXTNAME>
3. fboot shutdown <PID>
4. fboot start <PID> [PATH] --dylibPattern=<DYNAMIC_LIB_NAME_REGEX_WITHOUT_EXTNAME>
5. fboot restart <PID> [PATH] --dylibPattern=<DYNAMIC_LIB_NAME_REGEX_WITHOUT_EXTNAME>
6. fboot workspace 将当前目录初始化为仓颉workspace
7. fboot workspace <spacename> 在当前目录创建名为<spacename>的子目录，并将它初始化为仓颉workspace
8. fboot workspace <direct_path> 将绝对路径创建为仓颉workspace
9. fboot dynamic 将当前目录初始化为仓颉dynamic项目
10. fboot dynamic <module_name> 在当前目录创建名为<module_name>的子目录，并初始化为仓颉dynamic模块，并把模块加入当前目录的cjpm.toml
11. fboot build 编译使用fountain开发的应用项目
12. fboot count 数当前目录的仓颉代码模块数、包数、文件数、行数、计数耗时 ==============下面的命令用来管理fountain本身===================
13. fboot version x.y.z 用指定版本号替换cjpm.toml和App.cj的版本号，并提交且推送当前全部修改
  - fboot version x.y.z
  - fboot version x.y.z '提交的内容'，以指定内容执行git commit
  - fboot version x.y.z tag，除了替换版本号，还会用指定的版本号创建tag：release-x.y.z
  - fboot version x.y.z tag '版本消息'，除了替换版本号，还会以'版本消息'创建附注tag
  - fboot version x.y.z '提交的内容' tag
  - fboot version x.y.z '提交的内容' tag '版本消息'
14. fboot version 显示当前fountain版本号
15. fboot help 显示命令列表

构建

为stdx指定环境变量，为fountain指定编译路径和环境变量，比如下面这样。要完整地使用fboot的功能，务必使用这些环境变量名

export CANGJIE_STDX_PATH=/path/of/stdx/linux_x86_64_llvm
export CANGJIE_STDX_DYNAMIC_PATH=$CANGJIE_STDX_PATH/dynamic/stdx
cd /path/of/fboot/in/fountain
cjpm install --root /path/of/fountain/libs
export CANGJIE_FOUNTAIN_LIBS=/path/of/fountain/libs

功能

空集合

比较器Comparator Equaler

UUID

常用设计模式

工厂模式
策略模式
发布订阅模式
观察者模式
状态模式

路径匹配PathPattern

TreeTransformer

crc16

murmur_hash

DiffieHellman密钥交换协议

CaseFormat 命名风格的字符串转换

文本模板，插值串在编译期就确定了，有时候需要运行期才能确定的文本模板

各种常用异常

标准库的扩展

针对Iterator的扩展

对象池

堆缓存

强引用，指定最大缓存数、过期时间的缓存

let cache = HeapCache<V> where V <: Object (
  private let concurrencyLevel!: Int64 = DEFAULT_HEAP_CACHE_CONCURRENCY_LEVEL,
  private let maxLife!: Duration = DEFAULT_HEAP_CACHE_MAX_LIFE,
  private let maxSize!: Int64 = DEFAULT_HEAP_CACHE_MAX_SIZE,
  private let checkDuration!: Duration = DEFAULT_HEAP_CHECK_CHECK_DURATION,
  private let evictionCallback!: (String, V) -> Unit = {k, v => ()}
)
cache.set('key', object)
let opt: ?V = cache.get('key')

延迟弱引用堆缓存

正则表达式DSL

简化属性复制的工具

优先级队列

标准库未提供的集合

支持大端序小端序的字节数组扩展（可以把各种数值类型按指定端序从字节数组读写）

功能更丰富的JSON

CRON定时器

ORM

IOC

AOP

MVC

特性
- 各种请求方法
- 参数
  - 路径参数
  - 请求头参数
  - application/x-www-urlencode参数
  - 各种格式的请求体
    - 可以注册满足业务需求的请求体解析逻辑
    - 默认支持json
- 可以注册满足业务需求的响应体序列化逻辑
- 可以上传多个文件
- 登录状态与权限检查
  - AuthHandler，优先级最高，如果定义了这个接口的实现就忽略执行下面的接口实现
  - UserSessionHandler <: AuthHandler，mvc框架用它检查登录状态
  - PrivilegeHandler <: AuthHandler，mvc框架用它检查权限
  - @*Mapping 有ignoreAuth ignorePrivilege成员，前者控制是否检查登录状态，后者控制是否检查权限
    - ignore成员是false时，下面的controller函数注解生效
    - @IgnoreAuth @IgnorePrivilege
    - @IgnoreSecurity 同时忽略登录状态和权限检查
- 自动生成文档
  - 自带文档请求接口

网络流水线

权限控制

负载均衡策略

随机
优先级
轮转法

id生成器

雪花算法改

配置类型

jwt

let jwt = JWT().hmacSHA1(keyOfBytes)//支持标准库提供的除国密之外的全部签名算法，国密不支持HMAC故无法支持
//JWT().hmacSHA1ByBase64Key(base64String)
//JWT().hmacSHA1ByHexKey(hexString)
let sign = jwt.keyId('keyId').expire(Duration.minute).addPayload('name', 'Bob').encoder().sign()
println(sign)
@Expect(jwt.verifier(sign).verify(), true)

日志

import fountain.log.LoggerFactory
let topLog = LoggerFactory.getLogger('top')
public class Foo {
  private static let LOGGER = LoggerFactory.getLogger<Foo>()
  public func foo(){
    LOGGER.info('hello')
    LOGGER.error('hello', Exception('test'))
    LOGGER.info('hello {}', 'world')
  }
}

  # 现在支持console, file, tcp, udp, unixDatagram, unix这六个日志记录器，可以随意编排不必全部出现，还可以继承f_log.AsyncLogger实现新的日志记录器
  export fountain_logger_appender_console=ConsoleLoggerName # =右边是开发者定义的日志记录器名字，用来标识配置项，控制台日志只支持一个配置，即使配置了多个也是只有第一个名字的配置生效
  export fountain_logger_appender_ConsoleLoggerName_level=ERROR
  export fountain_logger_appender_ConsoleLoggerName_pattern=..... # 控制台日志格式

  export fountain_logger_appender_file=FileLoggerName1,FileLoggerName2
  export fountain_logger_appender_FileLoggerName1_level=INFO
  export fountain_logger_appender_FileLoggerName1_path=/path/of/file/logger.log
  export fountain_logger_appender_FileLoggerName1_pattern=..... # 文件日志格式
  export fountain_logger_appender_FileLoggerName1_rotateDuration=DAY # 新建日志文件的时间周期，现在支持各种时间单位从NANOSECOND到YEAR
  export fountain_logger_appender_FileLoggerName1_rotateSize=1G # 新建日志文件的日志文件大小上限，现在支持字节数从xB和K M G T P E，大小写不限，x是任意正整数，Z Y 超过Int64上限了，B表示字节，K M G T P E后面可以带字母B也可以不带
  export fountain_logger_appender_FileLoggerName1_compressFormat=Deflate(BestSpeed) # GZip(BestSpeed) 支持标准库的Deflate和GZip以及压缩比。还有不压缩的None
  # 还支持用url的形式，path必须出现在url，其它配置项可选，可以继续以每项一个环境变量的形式指定
  export fountain_logger_appender_FileLoggerName2=file:///path/of/file/logger.log?level=INFO
  # 下面是文件日志记录器的默认选项
  # public var path = "${getWorkingDirectory()}/logs/${getCommand()}.log"
  # public var fileSize = Int64.Max
  # public var timeunit = TimeUnit.DAY
  # public var compress = LogFileCompressFormat.NonCompression
  # 默认日志格式[%level-%name] %d{yyyy/MM/dd,HH:mm:ss.SSS}|%m
  # %level  日志级别
  # %name   日志记录器的名字，这个是初始化日志记录器是从LoggerFactory.getLogger传入的名字
  # %d      日志产生时间，按照yyyy-MM-dd,HH:mm:ss.SSS格式输出
  # %d{...} 日志产生时间，花括号内是时间格式
  # %m      日志内容
  # %tid    线程id
  # %tname  线程名
  # %app    当前应用名称，即当前进程名
  # %appver 当前应用版本
  # %fver   fountain版本
  export fountain_logger_appender_tcp=TcpLoggerName # 也是支持英文逗号分隔的多个TcpLoggerName
  export fountain_logger_appender_TcpLoggerName_host=127.0.0.1:65535 # 这个host也是默认参数
  export fountain_logger_appender_TcpLoggerName_pattern=..... # tcp日志格式
  
  export fountain_logger_appender_udp=UdpLoggerName
  export fountain_logger_appender_UdpLoggerName_host=127.0.0.1:65534
  export fountain_logger_appender_UdpLoggerName_pattern=..... # udp日志格式

  export fountain_logger_appender_unixDatagram=UnixDatagramLoggerName
  export fountain_logger_appender_UnixDatagramLoggerName_path=/path/of/udpDatagram/file.log # 默认是/tmp/log/unixDatagram.log
  export fountain_logger_appender_UnixDatagramLoggerName_pattern=..... # unix datagram日志格式

  export fountain_logger_appender_unix=UnixLoggerName
  export fountain_logger_appender_UnixLoggerName_path=/path/of/unix/file.log # 默认是/tmp/log/unix.log
  export fountain_logger_appender_UnixLoggerName_pattern=..... # unix日志格式

日志过滤器

实现fountain.log.LogFilter可以转换、过滤日志内容可以这样记日志log.info('content:{password}', map) map里的键值对逐个调用LogFilter实现，用返回的键值对作为新的日志内容。 map也可以换成被@DataAssist[fields]修饰的类

LogFilter实现被@Bean修饰即可生效。也可以调用`LoggerConfig.filter = <一个LogFilter实例>``

HttpClient

import fountain.http.*
main(args: Array<String>){
  let url = args[0]
  let data = ...//data 的类型应该是fountain.data.DataFields<T>的实现类型，
  //所有基本类型、String、集合类型、Duration、 DateTime，
  //fountain.data.macros.@DataAssist[fields]修饰的类都实现了这个接口
  let response: /**/HttpResponse =
  HttpClient(url).header('Accept', 'application/json')
                 .post('application/json', data)
  response.convert<D>()//D 的类型也是DataFields<T>的实现类型
}

零复制

MMapFile

响应式编程

最简单用法

let observable = Observable<Int64>
.iterable([1,2,3])
.subscribe('test', FuncObserver<Int64>().setNextFunc{v => println(v)})
.withCurrent()
.defer()

observable.pause()//暂停产生新数据
// 每次获取下次数据前都会检查内部变量disposed_，disposed_是false的立即结束。dispose()修改disposed_为true。
//disposed_类型是AtomicBool

初始化方式

iterable
1. 接收一个Iterable<T>实例
2. 接收一个()->Iterable<T>实例
3. 接收一个()->Future<Iterable<T>>实例
4. 接收一个Future<Iterable<T>>实例
5. 接收一个()->Future<Iterable<T>>实例
emitter 接收一个(Emitter<T>) -> Unit实例
- Emitter<T>
  - onNext(T) 发送一条数据
  - onComplete() 发送完成事件
  - onError(Exception) 发送异常
single
1. 接收一个T实例
2. 接收一个()->T实例
3. 接收一个Future<T>实例
4. 接收一个()->Future<T>实例
maybe
1. 接收一个?T实例
2. 接收一个()->?T实例
3. 接收一个Future<?T>实例
4. 接收一个()->Future<?T>实例
empty 创建一个空的被观察者
concat
1. 接收一个Iterable<Iterable<T>>实例，并把它展开成Iterator<T>
2. 接收一个()->Iterable<Iterable<T>>实例，并把它展开成Iterator<T>
3. 接收一个Future<Iterable<Iterable<T>>实例，并把它展开成Iterator<T>
4. 接收一个()->Future<Iterable<Iterable<T>>>实例，并把它展开成Iterator<T>

注册观察者

subscribe(Observer)
- 可多次调用注册多个观察者
- 由初始化时的asyncCombined参数决定是否并行执行各个观察者
- 使用观察者类型全限定名作为名称
有多个重载，还可以为观察者指定名称

注销观察者

dispose(completion) 强制结束，不再产生新数据。参数决定是否发送完成消息
dispose(name) 注销指定名称的观察者
dispose() 注销指定类型的全部观察者
dispose(name, O) where O <: Object & Observer 注销指定名称和观察者实例，如果注册的观察者与参数不是同一实例会抛异常
dispose(observer: O): Unit where O <: Object & Observer 注销指定实例的观察者，如果注册的观察者与参数不是同一实例会抛异常
disposeAll() 注销全部观察者
pause(completion!: Bool = false) 暂停产生新数据，completion决定是否发送完成事件
如果当前已经没有观察者了将暂停产生新数据，直到注册新的观察者并重新调用启动函数

多个观察者

以上每个初始化函数都可以接收命名参数`asyncCombined!: Bool`，用来决定多个观察者是否单独开启线程还是所有观察者都使用一个线程

每条数据的处理策略

withAlwaysNew() 总是使用新线程处理每条数据
withCurrent() 总是使用当前线程处理每条数据
withSingle(...) 使用指定背压策略和数据队列长度初始化数据处理策略，一直使用同一个线程处理所有数据
withFixed(...) 使用指定背压策略、数据队列长度和线程数初始化数据处理策略，一直使用这几个线程处理所有数据

启动

delay(Duration) 延迟Duration后启动
defer() 0延迟新线程启动
immediately() 当前线程立即启动

停止

dispose(completion!: Bool = false) 停止当前被观察者，如果参数是true就发送onComplete()事件

背压策略

只有单线程和固定线程数的处理策略才支持背压策略，如果产生新数据时，数据队列已满，则触发背压策略

BackPressure

Discarding 丢弃新数据
ToDropOldest 丢弃队列头的数据
AlwaysBlocking 一直阻塞
Throwing 如果队列是满的立即抛出异常
Current 如果队列是满的就立即使用当前线程处理当前数据
NewThread 如果队列是满的就立即使用新线程处理当前数据
Action((()->Unit) -> Unit) 如果队列是满的就使用指定函数处理当前数据
AfterBlockingOrCurrent(Duration, BackPressure<T>) 阻塞指定时长后如果队列还是满的就执行指定策略，默认策略是Discarding

`Observer<T>`

onNext(T) 接收一条数据
onComplete() 接收完成事件
onError(Exception) 接收一个异常

`FuncObserver<T> <: Observer<T>`

setNext((T) -> Unit) 指定接收数据的函数
setNext((Single<T>) -> Unit) Single<T>是SingleIterator<T>的别名，可以在这个闭包内使用Iterator<T>的各种函数。
setError((Exception) -> Unit) 指定接收异常的函数
setComplete(() -> Unit) 指定接收完成事件的函数

`EmptyObserver<T>`

空的观察者

错误恢复器

public func setErrorResumer(resumer: (Exception) -> ?Iterable<T>): This
public func setErrorResumer(resumeIfNone: Bool, resumer: (Exception) -> ?T) : This
public func setErrorResumer(resumer: (Exception) -> Unit): This
public func setErrorResumer(resumeIfFalse: Bool, resumer: (Exception) -> Bool): This
public func setErrorResumer(resumeIfNone: Bool, resumer: (Exception) -> ?(Emitter<T>) -> Unit): This

重放

Observable.replaySize(capacity) 启动后如果继续注册观察者会异步重放缓存的数据，缓存数据的数量最大是capacity

流程引擎
实例复制
- ```
// 下面的T <: DataFields<T>
convert<T>(data: Data, flag: DataConversionFlag = SILENCE): ?T
// 下面的T <: ObjectData<T>
T.populate(src: Data, flag): ?T
T.populate(src: Data, target: T, flag): ?T
T.populate<S>(src: S, flag): ?T where S <: DataFields<T>
T.populate<S>(src: S, target: T, flag): ?T where S <: DataFields<T>
T.populate<M, V>(src: M, flag): ?T where M <: StringKeyMap<V>, V <: DataFields<V>
T.populate<M, V>(src: M, target: T, flag): ?T where M <: StringKeyMap<V>, V <: DataFields<V>
T.
```
- let iterator: Iterator<Data> = DataPath.cache(pathString).get(data)
  - 还支持DataPath.solid(pathString)，两种模式的使用方式都一样。
  - solid会一直保存path的编译结果，直到进程结束
  - cache最多保存一万个path，最长保存一天的时间。
- Validator
  - @IsNotEmpty：当前参数或实例成员是否为空串
  - @IsNotBlank：当前参数或实例成员是否为空白符，是空串的情况也会被判false
  - @IsInteger：当前参数或实例成员是否整型
  - @IsDecimal：当前参数或实例成员是否小数
  - @Email：当前参数或实例成员是否符合电子邮箱格式
  - @IsChineseCellPhone：当前参数或实例成员是否符合中国手机号，可以用参数决定是否包含国家区号
  - @IsIntegerRange：当前参数或实例成员是否是整数且在指定区间内
  - @IsBool：当前参数或实例成员是否true或false
  - @IsDateTime：当前参数或实例成员是否能够按指定格式转化为DateTime
  - @IsDuration：当前参数或实例成员是否能转换为Duration
  - @IsIntegers：当前参数或实例成员是否按指定分隔符分隔的整数
  - @DoesMatchRegex：当前参数或实例成员是否符合指定的正则表达式
  - 每种规则都是fountain.data.Validator的子类型，Validator重载了& | !操作符，可以用这些操作符连接各种规则
功能更丰富的json
并发
- 限流策略
  - 滑动时间窗口
  - 令牌桶
  - 漏桶
  - 任意时刻最大并发数
  - 无限制策略
- 布隆过滤器
- ConcurrentHashSet
- SyncPriorityQueue
- 原子类型扩展
集合
- LinkedHashMap
- 判定值是否存在的Map扩展
- PriorityQueue
TextTemplate
随机数
- 随机字符串
- 范围随机数
- 蓄水池算法
文档
- f_doc.* 的宏用来声明文档，可以对各种声明生成markdown文档。
- 生成文档的路径从环境变量获得