An AsyncToken Primer

本文详细介绍了Flex中的AsyncToken类,解释了其在异步远程调用中的作用,包括如何使用AsyncToken来跟踪调用并设置自定义的结果和故障处理程序。

 

Do you know what an AsyncToken is?

 

Answer 1: The first thing I ask a Flex interviewee who claims to be proficient in Flex;)

Answer 2: The official docs describe it like this: "This class provides a place to set additional or token-level data for asynchronous RPC operations. It also allows an IResponder to be attached for an individual call. The AsyncToken can be referenced in ResultEvent and FaultEvent from the token property."

 

A bit confusing if you're not familiar with the asynchronous nature of remote calls in Flex. I've run into a lot of folks who don't know about this handy class so I'll try to shed some light.

 

Whenever you make one or more external calls from your Flex/AIR application, you never know if or when those calls will return results (or faults) nor the order in which they will return. Even though you call remote objects "RO1", "RO2" and "RO3" in order, they may return in a different order. You might want different handlers for these results as well.

 

One way to keep track of the calls is to assign an AsyncToken to each call.

 

Instead of making your remote calls like this:

myRO.myRemoteMethdod( )

 

You would do this:

var token:AsyncToken = myRO.myRemoteMethdod( )

(Make sure you import mx.rpc.AsyncToken)

 

You now have a variable, "token", which represents this particular call. Now you can assign token its own result and fault handlers like this:

 

token.addResponder( myResponderClass );

 

...where the myResponderClass class implements IResponder. Implementing IResponder simply means defining two methods with the following signatures:

 

public function result(data:Object):void
public function fault(info:Object):void

 

So you can set the result and fault handlers for your remote calls at call time rather than hard coding them into your RemoteObject, HTTPService or WebService tags. This is exactly the way Cairngorm and other microarchitectures operate.

A final cool feature of AsyncToken is that it's a dynamic class, which means that you can add properties to the token when you make the remote call, then read those properties back in the result/fault handlers.

 

Give it a try and let me know what you think!

 

翻译(转)

 

你知道AsyncToken是什么吗?

 

解答一:首先,询问一个声称精通Flex的人;

解答二:官方文档是这样描述的:"这个类针对异步RPC操作提供了一个用来设置额外的或者令牌级数据的地方。它也允许一个IResponder作为一个独立调用被附加。这个AsyncToken能够在ResultEvent和FaultEvent中用token属性来引用。"

 

如果你对Flex中远程异步调用的本质不熟悉,肯定还是有点困惑的。我碰见过大量的对这个便捷类不熟悉的人,因此我试着来让它明朗一点。

 

无论何时从你的flex/AIR应用中使用多个外部调用中的一个,你都不会知道这些调用是否或者何时返回结果(或者错误),你也不会知道它们返回的顺序。即使你按照"RO1","RO2","RO3"的顺序调用远程对象,它们返回的顺序还是可能不一样。你可能也希望针对这些结果能有不同的处理。

 

一种方式就是给每一个调用分配一个异步令牌(AsyncToken )来追踪这些调用。

不要这样来进行远程调用

myRO.myRemoteMethod();

你应该这样

var token:AsyncToken=myRO.myRemoteMethod();

(确保导入了mx.rpc.AsyncToken)

现在就有了一个变量"token",代表这个单独的调用。像这样,你可以分配token自己的result和fault处理函数

token.addResponder(myResponderClass);

这里myResponderClass类实现了IResponder.实现Iresponder简单的意味着定义了如下两个方法签名:

  • public function result(data:Object):void
  • public function fault(info:Object):void

因此你可以对你的远程调用在调用时设置result和fault处理函数,而不用把硬编码放到你的远程对象,HTTPService或者WebService标签里。这也恰好就是Cairngorm和其他微体系结构的运行方式。

AsyncToken最后一点很酷的特性就是它是动态类。这意味着,当你进行远程调用时可以添加属性到token上,然后result/fault处理函数中读取这些属性。

**项目概述:** 本资源提供了一套采用Vue.js与JavaScript技术栈构建的古籍文献文字检测与识别系统的完整源代码及相关项目文档。当前系统版本为`v4.0+`,基于`vue-cli`脚手架工具开发。 **环境配置与运行指引:** 1. **获取项目文件**后,进入项目主目录。 2. 执行依赖安装命令: ```bash npm install ``` 若网络环境导致安装缓慢,可通过指定镜像源加速: ```bash npm install --registry=https://registry.npm.taobao.org ``` 3. 启动本地开发服务器: ```bash npm run dev ``` 启动后,可在浏览器中查看运行效果。 **构建与部署:** - 生成测试环境产物: ```bash npm run build:stage ``` - 生成生产环境优化版本: ```bash npm run build:prod ``` **辅助操作命令:** - 预览构建后效果: ```bash npm run preview ``` - 结合资源分析报告预览: ```bash npm run preview -- --report ``` - 代码质量检查与自动修复: ```bash npm run lint npm run lint -- --fix ``` **适用说明:** 本系统代码经过完整功能验证,运行稳定可靠。适用于计算机科学、人工智能、电子信息工程等相关专业的高校师生、研究人员及开发人员,可用于学术研究、课程实践、毕业设计或项目原型开发。使用者可在现有基础上进行功能扩展或定制修改,以满足特定应用场景需求。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【EI复现】基于阶梯碳交易的含P2G-CCS耦合和燃气掺氢的虚拟电厂优化调度(Matlab代码实现)内容概要:本文介绍了基于阶梯碳交易机制的虚拟电厂优化调度模型,重点研究了包含P2G-CCS(电转气-碳捕集与封存)耦合技术和燃气掺氢技术的综合能源系统在Matlab平台上的仿真与代码实现。该模型充分考虑碳排放约束与阶梯式碳交易成本,通过优化虚拟电厂内部多种能源设备的协同运行,提升能源利用效率并降低碳排放。文中详细阐述了系统架构、数学建模、目标函数构建(涵盖经济性与环保性)、约束条件处理及求解方法,并依托YALMIP工具包调用求解器进行实例验证,实现了科研级复现。此外,文档附带网盘资源链接,提供完整代码与相关资料支持进一步学习与拓展。; 适合人群:具备一定电力系统、优化理论及Matlab编程基础的研究生、科研人员或从事综合能源系统、低碳调度方向的工程技术人员;熟悉YALMIP和常用优化算法者更佳。; 使用场景及目标:①学习和复现EI级别关于虚拟电厂低碳优化调度的学术论文;②掌握P2G-CCS、燃气掺氢等新型低碳技术在电力系统中的建模与应用;③理解阶梯碳交易机制对调度决策的影响;④实践基于Matlab/YALMIP的混合整数线性规划或非线性规划问题建模与求解流程。; 阅读建议:建议结合提供的网盘资源,先通读文档理解整体思路,再逐步调试代码,重点关注模型构建与代码实现之间的映射关系;可尝试修改参数、结构或引入新的约束条件以深化理解并拓展应用场景。
机器学习理论是指研究计算机如何通过数据和算法来自动学习和改善性能的一门学科。它是人工智能领域的重要分支之一。机器学习理论的基本概念和原理包括数据集、特征提取、模型选择、模型训练和模型评估等。 在机器学习中,数据集是一个重要的概念。数据集是由大量实例组成的,每个实例都包含了输入特征和对应的标签。特征提取是将原始数据转换为机器学习算法可以处理的形式的过程。模型选择是在机器学习算法中选择最合适的模型结构的过程。模型训练是根据给定的数据集和模型选择的目标函数,通过算法来调整模型参数的过程。模型评估是利用测试集来评估模型性能的过程。 机器学习理论的研究主要包括监督学习、无监督学习和强化学习等方向。监督学习是通过对标注好的数据集进行训练,来建立输入和输出的映射关系的方法。无监督学习是从未标注数据中发现模式和结构的方法。强化学习是通过与环境的交互来学习最优策略的方法。 机器学习理论的应用非常广泛。它可以应用于自然语言处理、计算机视觉、语音识别、推荐系统等领域。人们可以利用机器学习理论,通过训练模型来解决现实生活中的问题。 总之,机器学习理论是研究计算机如何通过数据和算法来自动学习和改善性能的一门学科。它的基本概念和原理包括数据集、特征提取、模型选择、模型训练和模型评估等。通过机器学习理论的研究和应用,可以使计算机具有智能化的能力,解决实际问题。
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