理解Exception

exception理论版
1. handle what the function can handle (mean this function know how to handle this event).  for perf improvement, sometimes we just try/catch important process and input checking. in one word, handle what we can handle.
2. the latest layer(application layer) should handle all exceptions.  For web site, web architecture has predefine a Application_Error to handle all unhandled exception as latest defence.
3. every exception should be only processed once.  the throwed exception after process is new exception. e.g. exception throwed by logic layer is very technical, but we can handle and log this technical exception info and return the user layer a simple info.
4. exception include stack info and error info.
 
exception实用版
1. 在最后一层的重要逻辑或容易出错的地方catch逻辑exception,建议log.  这就意味着有些不重要的代码就不用catch了。
2. 其它层要处理它必须处理的exception,但实际上人不可能catch所有的(no one is a fool),所以只能先catch重要逻辑或容易出错的地方。
3. 在出错后加catch,demand on request.呵呵。 这样可以减少exception处理代码和人力。
4. 对于web层,一般我们无需加任何exception,因为微软已经为我们做好了错误的出口(asax)。
 
以下是我旧的理解。exception的处理是没有问题,但log就不好了。其实每一步的信息可以由堆栈来提供,而不是每个地方因为要log而去处理exception。
 
exception必须在正确的地方处理。log却是在exception生成到结束间的每一步都要记录的,这样可以跟踪exception。
 
Top layer
exception : 处理一切exception
log : log一切exception
 
Lower layer
1 可以屏蔽的exception
  exception : 处理exception并继续运行。
  log : log exception
.2 不可屏蔽的exception
  exception : 处理exception并停止运行,throw exception到上层。
  log : log exception
PS.
可以屏蔽的exception : 不影响运行。如数据库的连接,一次连不上,可以再来一次。但超过了最大连接此书就是不可屏蔽的exception了。
 
Service layer
simplify service. only logic, no exception, no log.
 
 
问题
1 怎么判断exception是否可以处理?
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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