reflect-class-transform Library

reflect-class-transform é uma biblioteca Java que facilita a conversão de objetos entre entidades e DTOs utilizando a API de reflexão do Java. Essa abordagem oferece flexibilidade e automação ao lidar com diferentes classes.

---

📦 Importando no projeto

Maven

Adicione a dependência ao seu arquivo pom.xml:

<dependency>
    <groupId>br.com.ungaratto93.lib</groupId>
    <artifactId>reflect-class-transform</artifactId>
    <version>1.0</version>
</dependency>

🚀 Como usar a biblioteca

Exemplo básico

public class Main {
    public static void main(String[] args) {
        // Instâncias de exemplo
        Contact contact = new Contact();
        contact.setName("John Doe");
        contact.setEmail("[email protected]");
        Transformer transformer = new Transformer();

        // Converter de entidade para DTO
        ContactDTO contactDTO = transformer.transform(contact, ContactDTO.class);

        System.out.println(contactDTO.getName());
        System.out.println(contactDTO.getEmail());
    }
}

Detalhes:

• O método transform(Objrect source, Class targetClass) usa reflexão para copiar os valores dos campos da classe origem para a classe destino.
• Certifique-se de que as classes possuem nomes de campo correspondentes e construtores acessíveis.

⚠️ Alerta

• Desempenho: O uso de reflexão pode impactar negativamente o desempenho em cenários que envolvem grande volume de dados ou alta frequência de chamadas. Para projetos de alta performance, considere usar mapeamento baseado em métodos explícitos (getters e setters).
• Segurança: A reflexão pode acessar membros privados de classes, violando encapsulamento e podendo criar riscos em ambientes sensíveis. Use a biblioteca com critérios e em cenários controlados.

Comparação acesso direto vs reflexão

Aspecto	Uso de Getters e Setters	Uso de Reflexão
Tempo de Execução	Geralmente mais rápido, pois evita verificações adicionais e processamento de metadados.	Mais lento devido ao overhead da API de reflexão.
Overhead	Baixo, direto ao ponto.	Alto, pois acessa metadados e executa verificações extras.
Uso de Recursos	Eficiente no uso de CPU e memória.	Pode consumir mais CPU e memória devido ao processamento adicional.
Escalabilidade	Melhor para cenários de alto volume de dados.	Pode não ser ideal para grandes volumes de dados devido ao impacto na performance.

🛠 Contribuições

Sinta-se à vontade para contribuir com melhorias ou novas funcionalidades para a biblioteca. Abra uma issue ou envie um pull request!