[瞭望]RoR 在国内难以建立大型应用

本文探讨了RoR框架的优点,如高效开发、优雅的设计等,并分析了其在中国IT市场的局限性,尤其是在涉及多方利益的情况下。
2006年12月14日 20:49:00
这段时间,在使用RoR框架来实现PPA项目。通过这段时间的使用,对RoR有了比较深入的了解,为它的那种卓而不群所折服,所钦佩。但是,也正是因为它的特立独行,我才深深的为它的将来惋惜。
从电影行业中,我学到了两个词,"叫好"和"卖座"。RoR就处于一种叫好不卖座的尴尬境地。初看上去,这两个词本来应是联系在一起的事物,但现在为什么要特意分开来呢?
我初始对RoR产生兴趣,是因为martin fowler的文章、活动以及csdn的热力推荐,可是martin的文章中多是介绍ruby语言本身的,我不是那种特聪明到拿到了语言就会想好怎么去用它的人,但我又是那种追求实战的人,所以,使用RoR做真实的系统开发,是我的必经之路。作为一个框架,能够在设计之初,分清楚test和production以及 dev之间的差别和联系,能够近乎完美的建立与领域对象向匹配的ActionRecord实现,能够在模型中建立类似自然语言的关系描述,能够在模型层而不是在展现层加入验证,能够如此简洁的加入各种类型的测试支持,能够将缺省实现和特殊状况(如遗留系统)完全分开,能够提供并保证如此高效的开发速度。。。。
这一切,以及省略号后的一切,足以为它带来足够的掌声,也绝对没有辜负优快云的各位仁兄对它的厚望。"叫好",是理所应当的。
那你就会问了,你还有什么不满意的?是不满意它的效率吗?
不,不是,要知道我早期是一个C++的程序员,我也曾用效率的眼光来责问或者质疑过java以及J2EE项目的效率。我得到的答案是:"没有关系,现在的硬盘、内存和cpu越来越大或者越来越快,不够用可以加硬件,做集群嘛"。所以我看到孟岩的某篇关于RoR效率的blog之后,我就想起了这段话。或许,孟大侠也听过类似于我听过的相同言论吧。 现在,java阵营中如果有谁拿效率来评说RoR的缺点,在我听上去,非常幼稚。
是不满意它的框架分层或设计原理吗?
当然不是,我对它能如此近的实现"领域驱动设计 DDD"欣喜不已,在它面前,我再也不用因为配置文件,因为数据库和领域模型不匹配而苦恼了。我赞赏还来不及呢。更有甚者,我在部门内的一个小范围的培训,居然引发了大家对平台框架的新思维的讨论热潮,这也足够让我们对它侧目了。
是因为它是建立在日本人写的语言的基础上吗?
当然不是,那种狭隘的民族情节,背后隐藏的是自己的懦弱与虚伪。如果我们真的如我们说的那么爱国,就放弃这种无所谓的比较和排斥,把精力放在自己的语言、框架、中间件、服务器等方面的研发上,什么时间中国人自己造出了响当当的(而不是东拼西凑的--其来源我就更不必说了)世界一流的东西,我们再去贬低别人好不?不过估计如果真有了那么一天,说不定我们还会很谦虚呢,因为素质真得提高了嘛。。。。
那么,你不满意的是什么?
说上去,是个很不是理由的理由,但是,如果你了解中国的IT现状,你就会明白,我说的是真的。那就是,尽管它快,它高效、它优美,但是,它低廉。
软件价格为什么居高不下?就是因为那么多的标准(甚至是杂乱的标准)背后,代表了若干涉众的利益。软件公司要存活、硬件公司要存活、客户(注意不是最终用户,这两者是有区别的)希望的,自然不用多说。你拿开源的或者非常廉价的东东,怎么会让大家都满意呢?
洗去铅华,再回首,我们居然过不了利益这一关,再优秀的东西,在利益面前,都会显得那么虚弱。我在网上听到或者看到了那么多关于RoR的讨论,但是说白了,那些都是技术人员的观点,真正的主宰方向的人是不会说话的。我们可以回想一下,J2EE在它的强力攻势下,除了更多的技术方案和技术标准,除了让我们有更多苦恼和麻烦,还给我们带来了什么?你的技术人员的成长的快感?这种快感会维持多久?你难道不是更关心你的钱袋吗?为什么ms的sqlserver和.net 打不过db2,oracle、websphere、weblogic?是因为技术力量的悬殊吗?为什么JDO加入标准的过程会那样的曲折?
这就是我说的"不卖座"。
如果,你想在一个基本上没有利益冲突的范围内快速开发系统,RoR绝对是一个不错的选择。但是如果
你想说服软件公司都换RoR来做开发,那是门都没有的。但如果换不到软件公司的通过票,想有大型的企业应用,难啊。除非,你所在的软件企业,用那些昂贵的软件和硬件的价格签了单,然后私底下用RoR快速做个开发,给用户布上,蒙那些不开眼的。不过好像我说的这种方案,不会傻到有人去做吧?难道你真以为客户是傻子?


Trackback: http://tb.blog.youkuaiyun.com/TrackBack.aspx?PostId=1443195


内容概要:本文介绍了一种基于蒙特卡洛模拟和拉格朗日优化方法的电动汽车充电站有序充电调度策略,重点针对分时电价机制下的分散式优化问题。通过Matlab代码实现,构建了考虑用户充电需求、电网负荷平衡及电价波动的数学模【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)型,采用拉格朗日乘子法处理约束条件,结合蒙特卡洛方法模拟大量电动汽车的随机充电行为,实现对充电功率和时间的优化分配,旨在降低用户充电成本、平抑电网峰谷差并提升充电站运营效率。该方法体现了智能优化算法在电力系统调度中的实际应用价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源汽车、智能电网相关领域的工程技术人员。; 使用场景及目标:①研究电动汽车有序充电调度策略的设计与仿真;②学习蒙特卡洛模拟与拉格朗日优化在能源系统中的联合应用;③掌握基于分时电价的需求响应优化建模方法;④为微电网、充电站运营管理提供技术支持和决策参考。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注目标函数构建、约束条件处理及优化求解过程,可尝试调整参数设置以观察不同场景下的调度效果,进一步拓展至多目标优化或多类型负荷协调调度的研究。
内容概要:本文围绕面向制造业的鲁棒机器学习集成计算流程展开研究,提出了一套基于Python实现的综合性计算框架,旨在应对制造过程中数据不确定性、噪声干扰面向制造业的鲁棒机器学习集成计算流程研究(Python代码实现)及模型泛化能力不足等问题。该流程集成了数据预处理、特征工程、异常检测、模型训练与优化、鲁棒性增强及结果可视化等关键环节,结合集成学习方法提升预测精度与稳定性,适用于质量控制、设备故障预警、工艺参数优化等典型制造场景。文中通过实际案例验证了所提方法在提升模型鲁棒性和预测性能方面的有效性。; 适合人群:具备Python编程基础和机器学习基础知识,从事智能制造、工业数据分析及相关领域研究的研发人员与工程技术人员,尤其适合工作1-3年希望将机器学习应用于实际制造系统的开发者。; 使用场景及目标:①在制造环境中构建抗干扰能力强、稳定性高的预测模型;②实现对生产过程中的关键指标(如产品质量、设备状态)进行精准监控与预测;③提升传统制造系统向智能化转型过程中的数据驱动决策能力。; 阅读建议:建议读者结合文中提供的Python代码实例,逐步复现整个计算流程,并针对自身业务场景进行数据适配与模型调优,重点关注鲁棒性设计与集成策略的应用,以充分发挥该框架在复杂工业环境下的优势。
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