SpringAop-代理篇

本文深入探讨静态代理中的继承和聚合方式,通过具体实例说明如何利用这两种方法增强对象功能,如记录日志和权限验证,同时对比分析其优缺点。

代理

        代理分为静态代理和动态代理,这篇主要介绍静态代理中的:继承聚合两种方式,是否有其他的方式,本人还不确定,如有错误希望大牛帮忙指正,话不多说。

       代理名词

                 代理对象:增强后的对象

                 目标对象:被增强的对象

      1.继承方式

       目标类target,用户DAO 具有的功能是查询功能。

public class UserDaoImpl{
    
    public void query(){
        System.out.println("假装数据库查询");
    }

}

       假如现在需求发生变化,需要查询是记录日志信息,方便日后排查问题。根据单一职责原则,目标类的功能是--查询。记录日志的信息,应该由其他的类实现。怎么办?可以用继承的方式增加一个信息的类,实现日志和查询的两个功能实现。

public class UserDaoLogImpl extends  UserDaoImpl{

    @Override
    public void query(){
        System.out.println("---log---");
        super.query();
   }
}

     为了检验这个方法的实现代理的功能,写个测试类,控制台日志信息可以自行验证!这里不截图了。

public class Test{

    public static void mian(String[] args){
        UserDaoImpl dao = new UserDaoLogImpl();
        dao.query();
    }
}

     如果此时需求继续变化,需要验证查询功能的权限,那么和记录日志的功能实现形同,我们使用的还是继承的方法,增加一个新的类--proxy(代理类)UserDaoPowerImpl继承target(目标类)UserDaoImpl重写query方法。也是可以实现验证权限的查询功能,如果需求继续变化,我们就再需要重新写一个类,缺点就是代理类太多了。

     2 聚合方式

被代理的类还是上面的例子的UserDaoImpl,我们继续使用,我们在新增一个借口类UserDao

public interface UserDao {

    public void query();
}

UserDaoImpl实现UserDao借口

public class UserDaoImpl implements UserDao{

    @Override
    public void query(){
        System.out.println("假装查询数据库");
    }
}

我们的需求还是需要记录日志信息,继续是新增一个类,但是是实现借口UserDao,重写query方法。

public class UserDaolog implements UserDao{

    UserDao dao;

    public UserDaoLog(UserDao dao){
        this.dao = dao;
    }

    @Override
    public void query(){
        System.out.println(“Log”);
        dao.query;
    }
}

验证实现类的功能写个测试类

public class Test{

    public static void main(String[] args){
         //被代理类target
         UserDao target = new UserDaoImpl();
         //代理类proxy
         UserDao proxy = new UserDaoLog(target);
         proxy.query();
    }

}

测试类的后台日志信息不截图了,自行验证。跟上面一样需求继续增加的,功能继续增加,代理类的数量也会继续增加。

【完美复现】面向配电网韧性提升的移动储能预布局与动态调度策略【IEEE33节点】(Matlab代码实现)内容概要:本文介绍了基于IEEE33节点的配电网韧性提升方法,重点研究了移动储能系统的预布局与动态调度策略。通过Matlab代码实现,提出了一种结合预配置和动态调度的两阶段优化模型,旨在应对电网故障或极端事件时快速恢复供电能力。文中采用了多种智能优化算法(如PSO、MPSO、TACPSO、SOA、GA等)进行对比分析,验证所提策略的有效性和优越性。研究不仅关注移动储能单元的初始部署位置,还深入探讨其在故障发生后的动态路径规划与电力支援过程,从而全面提升配电网的韧性水平。; 适合人群:具备电力系统基础知识和Matlab编程能力的研究生、科研人员及从事智能电网、能源系统优化等相关领域的工程技术人员。; 使用场景及目标:①用于科研复现,特别是IEEE顶刊或SCI一区论文中关于配电网韧性、应急电源调度的研究;②支撑电力系统在灾害或故障条件下的恢复力优化设计,提升实际电网应对突发事件的能力;③为移动储能系统在智能配电网中的应用提供理论依据和技术支持。; 阅读建议:建议读者结合提供的Matlab代码逐模块分析,重点关注目标函数建模、约束条件设置以及智能算法的实现细节。同时推荐参考文中提及的MPS预配置与动态调度上下两部分,系统掌握完整的技术路线,并可通过替换不同算法或测试系统进一步拓展研究。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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