⌛ Сохраняйте шпаргалку по коллекциям

🐸 Библиотека джависта

#Enterprise

🔍 PostgreSQL + Spring Boot

Забудьте про application.properties с хардкодом пароля. Подключение PostgreSQL к Spring Boot — это не только JDBC URL, но и пулы соединений, миграции схемы, мониторинг и graceful shutdown в production.

🧩 Вместо того чтобы копировать конфиг из StackOverflow, вы настраиваете полноценный слой персистентности: HikariCP для connection pooling, Flyway/Liquibase для версионирования схемы, Spring Data JPA для репозиториев, и health checks для Kubernetes.

📝 Промпт:

Generate a production-ready Spring Boot 3 + PostgreSQL integration with enterprise-grade configuration:

— Configure PostgreSQL datasource with HikariCP connection pool: pool size optimization, connection timeout, leak detection, and connection validation query.
— Set up Spring Data JPA with Hibernate: dialect configuration, DDL auto strategy, batch processing, second-level cache (EhCache/Redis).
— Implement database migration strategy using Flyway: versioned migrations, repeatable scripts, baseline configuration, and rollback procedures.
— Configure multiple datasources (primary + read replicas) with @Primary and @Qualifier annotations for load distribution.
— Add connection pool monitoring with Micrometer metrics: active connections, idle connections, pending threads, connection acquisition time.
— Implement database health checks for Spring Boot Actuator: connection validation, query timeout, custom health indicators.
— Configure transaction management: isolation levels, propagation strategies, read-only optimization, and timeout configuration.
— Set up connection pool resilience: retry logic with exponential backoff, circuit breaker pattern (Resilience4j), and fallback strategies.
— Add database credentials management: Spring Cloud Config integration, HashiCorp Vault support, or AWS Secrets Manager.
— Configure SSL/TLS connection with certificate validation for secure database communication.
— Implement audit logging: track query execution time, slow query detection, connection pool exhaustion alerts.
— Add database-specific optimizations: fetch size tuning, batch insert/update configuration, native query hints.
— Provide Docker Compose setup with PostgreSQL 16, pgAdmin, and application container with proper networking.
— Include integration tests with Testcontainers: schema validation, repository testing, transaction rollback verification.
— Add example entities with proper JPA annotations: @Entity, @Table, indexes, constraints, relationships (OneToMany, ManyToMany).
— Configure application profiles: dev (H2 in-memory), staging (PostgreSQL), prod (PostgreSQL with replication).

Deliverables:
— application.yml with environment-specific profiles
— build.gradle/pom.xml with all dependencies
— DbConfig.java with datasource and JPA configuration
— V1__init_schema.sql Flyway migration
— Sample entity, repository, and service layer
— Integration test with Testcontainers
— docker-compose.yml for local development
— README with connection troubleshooting guide

💡 Расширения:

— добавьте pgvector для векторного поиска;
— настройте connection pool dashboard в Grafana: throughput, latency percentiles (p50/p95/p99), error rate;
— реализуйте database sharding для горизонтального масштабирования;
— интегрируйте pg_stat_statements для анализа медленных запросов в runtime.

🐸 Библиотека джависта

#Enterprise

👑 Магия IntelliJ IDEA: Extend Selection

Нужно выделить метод целиком? Или весь блок try-catch? Или параметры метода? Обычно хватаешься за мышку и начинаешь аккуратно тащить курсор, рискуя промазать. А потом выделяешь заново, потому что захватил лишнюю скобку. Но можно лучше.

🔹 Что делает

— Умно расширяет выделение от курсора по синтаксическим границам кода
— Понимает структуру Java: слово → выражение → statement → блок → метод → класс
— Работает в обратную сторону: сужает выделение обратно по тем же границам
— Учитывает контекст: для строк расширяет от слова до всей строки, для вызовов — от аргумента до всего вызова

🔹 Зачем это нужно

— Выделяете нужный фрагмент за 2-3 нажатия вместо возни с мышкой
— Безошибочно выделяете сложные конструкции: цепочки вызовов, лямбды, generic-типы
— Идеально для последующего Extract Method, Copy-Paste, или Delete
— Особенно мощно для вложенных структур: легко выделить внутренний if в try внутри цикла
— Ускоряет рефакторинг: выделил логичный кусок → Extract → готово

🔹 Как использовать

— Поставьте курсор внутри нужного фрагмента (на переменную, в середину выражения, в метод)
— Нажмите Ctrl+W (Windows/Linux) или ⌥+Up (macOS) — выделение расширится на уровень выше
— Нажимайте повторно, чтобы расширять дальше: переменная → выражение → строка → if-блок → метод → класс
— Для сужения обратно: Ctrl+Shift+W (Windows/Linux) или ⌥+Down (macOS)

🐸 Библиотека джависта

#Enterprise

⌛ Сохраняйте шпаргалку по Thread

🐸 Библиотека джависта

#Enterprise

🔍 MongoDB + Spring Boot

Вместо того чтобы копировать чужие сниппеты с StackOverflow, вы настраиваете полноценный слой персистентности через промпт.

Соединения через MongoDB Java Driver, Spring Data MongoDB для репозиториев, audit-логирование, транзакции для replica set, валидацию схемы, health checks, и observability через Micrometer.

📝 Промпт:

Generate a production-ready Spring Boot 3 + MongoDB integration with enterprise-grade configuration:

— Configure MongoDB connection using MongoClientSettings: connection pool size, max idle time, socket timeout, server selection timeout, heartbeat frequency, and SSL/TLS.
— Set up Spring Data MongoDB repositories: custom converters, projection interfaces, pagination, aggregation pipelines, and @Document annotations with proper indexes.
— Implement schema validation using JSON Schema or validator expressions: required fields, enums, type constraints, and validation actions.
— Configure replica set / sharded cluster connectivity: read preference, write concern, journal mode, retryWrites, maxStalenessSeconds, tag sets for multi-region deployments.
— Add connection pooling monitoring with Micrometer: pool sizes, checkout time, wait queues, timeouts, and heartbeat metrics.
— Implement MongoDB health checks with Spring Boot Actuator: ping validation, replica set status check, custom health indicators for stale secondaries.
— Configure transaction management for replica set: multi-document transactions, timeout settings, retryable writes, and error classification for transient transaction errors.
— Set up resilience patterns with Resilience4j: retries with exponential backoff, timeouts, circuit breaker for degraded nodes, fallback strategies for reads.
— Add credentials management: environment variables, Spring Cloud Config, HashiCorp Vault, AWS Secrets Manager, Kubernetes Secrets.
— Configure SSL/TLS: CA certificates, mutual TLS support, certificate revocation checks, hostname verification.
— Implement audit logging: operation time, slow operations, connection churn alerts, replicated writes latency.
— Add MongoDB-specific performance optimizations: index hints, collation settings, fetch size for cursors, batch inserts/updates, compression algorithms (Snappy/Zstd).
— Provide Docker Compose with MongoDB 7.x replica set initialization + Mongo Express UI + Spring Boot container with proper networking.
— Include integration tests using Testcontainers: replica set mode, transaction testing, TTL index validation.
— Add sample @Document entities with indexes: TTL, unique, sparse, compound indexes.
— Configure application.yml profiles: dev (single-node MongoDB), staging (replica set), prod (replica set with sharded cluster).
— Include aggregation examples: $lookup, $facet, $project, $graphLookup, and pipeline-based projections.
— Add encryption-at-rest & field-level encryption (CSFLE) configuration.

Deliverables:
— application.yml with environment-specific profiles
— build.gradle/pom.xml with MongoDB and Spring Data dependencies
— MongoConfig.java with custom MongoClientSettings
— JSON Schema validation file for collections
— Example @Document, repository, and service layer
— Integration tests with Testcontainers (replica set)
— docker-compose.yml with MongoDB replica set + Mongo Express
— README with connection troubleshooting and performance tuning

💡 Расширения:

— настроить Change Streams для real-time событий;
— включить Queryable Encryption;
— реализовать sharding: range/hash sharding, balancer tuning;

🐸 Библиотека джависта

#Enterprise

👑 Магия IntelliJ IDEA: Multiple Cursors

Нужно переименовать пять переменных одновременно? Или добавить .orElseThrow() к каждому Optional в цепочке? Обычно копируешь первую строчку, вставляешь, правишь, повторяешь еще четыре раза.

Скучно, медленно, и легко ошибиться. А можно умнее.

🔹 Что делает

— Создает несколько курсоров в разных местах кода одновременно
— Все изменения применяются параллельно: печатаешь один раз → меняется везде
— Работает с выделением: можно выделить несколько фрагментов и редактировать их синхронно
— Понимает контекст: может выбрать все вхождения переменной или строки в файле

🔹 Зачем это нужно

— Массовые однотипные правки за секунды вместо копипасты
— Видишь все изменения сразу, до применения
— Идеально для инициализации билдеров: добавляешь .with перед каждым полем одним движением
— Работает с вертикальными блоками кода: легко править список параметров или цепочку вызовов

🔹 Как использовать

— Способ 1: Alt+J (Windows/Linux) или ⌃+G (macOS) — выделяет следующее вхождение слова под курсором.
Нажимайте повторно, чтобы добавить еще вхождения, или Ctrl+Alt+Shift+J / ⌃+⌘+G для всех сразу

— Способ 2: Alt+Shift+Click (Windows/Linux) или ⌥+Shift+Click (macOS) — ставит курсор в место клика.
Кликайте в нужные места, создавая множество курсоров вручную

— Способ 3: Alt+Shift+Insert (Windows/Linux) или ⌘+Shift+8 (macOS) — Column Selection Mode для вертикального выделения.

Для отмены всех курсоров кроме основного: Esc

🐸 Библиотека джависта

#Enterprise

🔥 Как настроить Liquibase для управления миграциями БД

Liquibase — это инструмент для версионирования схемы базы данных. Забудьте про ручные SQL-скрипты и проблемы с синхронизацией между окружениями.

Работает декларативно, отслеживает все изменения, поддерживает rollback и работает с любыми реляционными БД.

1️⃣ Добавляем зависимости

Нужна одна основная зависимость: liquibase-core. Если используете Spring Boot, добавьте spring-boot-starter-liquibase — он автоматически интегрируется с DataSource и запускается при старте приложения.

Критически важно добавить JDBC-драйвер вашей БД (postgresql, mysql-connector и т.д.). Без него Liquibase не сможет подключиться и применить миграции.

2️⃣ Создаём структуру changelog-файлов

Создайте директорию resources/db/changelog/. В корне положите главный файл db.changelog-master.yaml — это точка входа, которая включает все остальные миграции.

В мастер-файле перечисляете пути к конкретным changeset-файлам в порядке применения. Называйте файлы по схеме: v1.0-create-users-table.yaml, v1.1-add-email-column.yaml — так проще ориентироваться в истории изменений.

3️⃣ Настраиваем application.yml

В конфигурации укажите путь к мастер-файлу через параметр spring.liquibase.change-log. По умолчанию это classpath:db/changelog/db.changelog-master.yaml.

Обязательно настройте параметры enabled (включить/выключить), drop-first (очистка БД перед стартом — только для dev!) и contexts (для разделения миграций по окружениям: dev, test, prod).

4️⃣ Пишем changeset'ы

Каждое изменение оборачивается в changeset с уникальным id и автором. Liquibase отслеживает, какие changeset'ы уже применены через служебную таблицу databasechangelog.

Основные типы изменений:

▪️ createTable / dropTable — создание/удаление таблиц
▪️ addColumn / dropColumn — добавление/удаление колонок
▪️ createIndex — создание индексов для оптимизации запросов
▪️ addForeignKey — настройка связей между таблицами
▪️ insert / update — заполнение справочников и тестовых данных
▪️ sql / sqlFile — для сложных кастомных запросов

Используйте preconditions для проверки условий перед применением: например, не создавать таблицу, если она уже существует.

5️⃣ Настраиваем rollback

Liquibase умеет откатывать изменения. Для большинства операций rollback генерируется автоматически, но для sql и sqlFile нужно явно указывать rollback-блок.

Добавляйте тег rollback с SQL-командами отката. Для createTable это будет dropTable, для addColumn — dropColumn. Это критически важно для production — без rollback вы не сможете откатить проблемную миграцию.

6️⃣ Работа с разными окружениями

Используйте contexts и labels для разделения миграций. Тестовые данные помечайте context="dev", production-миграции — context="prod". При запуске приложения указывайте нужный context в конфигурации.

Можно создать отдельные файлы для каждого окружения: db.changelog-dev.yaml с тестовыми данными и db.changelog-prod.yaml только со структурными изменениями. Подключайте их условно через профили Spring.

7️⃣ Лучшие практики

▪️ Никогда не изменяйте уже применённые changeset'ы — создавайте новые для исправлений
▪️ Один changeset = одно атомарное изменение. Не пихайте всё в один файл
▪️ Используйте runOnChange="false" чтобы changeset применялся только один раз
▪️ Добавляйте failOnError="true" для критичных миграций
▪️ Тестируйте миграции на копии production БД перед деплоем

✔️ Что происходит под капотом

При старте приложения Liquibase подключается к БД и проверяет наличие служебных таблиц DATABASECHANGELOG и DATABASECHANGELOGLOCK. Если их нет — создаёт.

Затем читает master-файл, получает список всех changeset'ов и сверяет с таблицей DATABASECHANGELOG. Новые changeset'ы применяются последовательно, информация о них записывается в таблицу с MD5-хэшем для контроля целостности.

💡 Бонус-совет

Интегрируйте Liquibase с CI/CD. Перед деплоем запускайте команду liquibase validate для проверки корректности changelog'ов. В pipeline добавьте команду liquibase updateSQL чтобы увидеть, какой SQL будет выполнен, без реального применения.

🐸 Библиотека джависта

#Enterprise

⌛ Сохраняйте шпаргалку по основным командам Docker

🐸 Библиотека джависта

#Enterprise

⚙️ JMH (Java Microbenchmarking Harness)

JMH — это фреймворк для точного микробенчмаркинга в Java 📈

Он предназначен для создания тестов производительности, которые помогают анализировать, как различные изменения в коде влияют на его эффективность.

📌 Фичи:

▪️ измерение времени выполнения на уровне микроопераций;
▪️ поддержка сложных случаев оптимизации JVM;
▪️ вывод подробной статистики;
▪️ возможность настройки параметров теста;
▪️ точные результаты без влияния JVM-оптимизаций.

🔗 JMH на GitHub

🐸 Библиотека джависта

#Enterprise

🔍 Kubernetes + Spring Boot

Вместо того чтобы копировать чужие манифесты с GitHub, вы настраиваете полноценный production-ready деплоймент через промпт.

Оптимизированный Dockerfile с multi-stage сборкой, Deployment с resource limits и health probes, Service Discovery через Kubernetes DNS, Ingress с TLS терминацией, автоскейлинг через HPA, NetworkPolicy для изоляции, RBAC для безопасности, и observability через Prometheus/Grafana.

📝 Промпт:

Generate a production-ready Spring Boot 3 application deployment to Kubernetes with enterprise-grade configuration:

— Create optimized multi-stage Dockerfile: Eclipse Temurin JDK 21, layered JAR, non-root user, distroless runtime image, minimal attack surface.

— Configure Kubernetes Deployment: resource requests/limits (CPU/memory), pod anti-affinity, PodDisruptionBudget, rolling update strategy with maxSurge/maxUnavailable, replica count.

— Implement health probes: liveness (/health/liveness), readiness (/health/readiness), startup probe for slow apps, custom health indicators, initial delays and timeouts.

— Set up configuration management: ConfigMaps for application.yml, Secrets for credentials, environment-specific overlays, volume mounts, Spring Cloud Kubernetes Config integration.

— Configure Service and Ingress: ClusterIP Service, NGINX Ingress with path/host routing, TLS termination via cert-manager, rate limiting, CORS policies.

— Implement RBAC: ServiceAccount, Role with least-privilege, RoleBinding, pod security context (runAsNonRoot, readOnlyRootFilesystem).

— Set up autoscaling: HorizontalPodAutoscaler based on CPU/memory/custom metrics, VerticalPodAutoscaler, scaling thresholds.

— Add NetworkPolicy: ingress/egress rules, namespace isolation, pod selector-based restrictions, deny-all default.

— Configure observability: Prometheus ServiceMonitor, Grafana dashboards, Spring Boot Actuator metrics, distributed tracing with Jaeger/Tempo, Loki for logs.

— Implement graceful shutdown: SIGTERM handling, preStop hooks, connection draining, termination grace period (30s+).

— Add secrets management: External Secrets Operator, HashiCorp Vault, AWS/GCP Secrets Manager CSI drivers.

— Create Helm chart: values.yaml with environment configs, templates for all resources, chart dependencies, deployment notes.

— Add Kustomize setup: base manifests, environment-specific overlays, ConfigMap generators.

— Configure init containers: database migrations (Flyway), wait-for-dependencies, secret fetching.

— Implement GitOps: ArgoCD Application manifest, sync policies, health checks, automated rollback.

Deliverables:
— Dockerfile with multi-stage build
— kubernetes/*.yaml (deployment, service, ingress, configmap, secret, hpa, networkpolicy)
— helm/ chart with templates and values
— kustomize/ with base and overlays
— prometheus-servicemonitor.yaml
— grafana-dashboard.json
— README with deployment guide and troubleshooting

💡 Расширения:

— настроить service mesh (Istio) с mTLS;
— добавить canary deployments с Argo Rollouts;
— реализовать policy enforcement через Kyverno;

🐸 Библиотека джависта

#Enterprise