Java设计模式之适配器模式

本文介绍了适配器模式的基本概念及两种实现方式:类适配器模式和对象适配器模式,并通过示例代码展示了如何解决接口不兼容的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

官方解释:将一个类的接口转换成客户希望的另外一个接口。Adapter模式使得原本由于接口不兼容而不能一起工作的那些类可以在一起工作。

简要解释:适配器相当于一个中间件,去链接调用段与被适配的一端。使调用者能够使用不能直接调用的接口

package com.huawei.adpator;
/**
 * 适配器模式(类适配)
 * @author Administrator
 *
 */
public class Adapatar {
	//被适配的类
	public  void checkPoint(int nums)
	{
		
		System.out.println("只有类名带 xf的类才能调用");
		
	}
	public static void main(String[] args) {
		xfInterface x = new xfClass();
		x.nomal();
		
		xfClass1 xf = new xfClass1(new Adapatar());
		xf.nomal();
	}
}
interface xfInterface{
	void nomal();
}
class xfClass extends Adapatar implements xfInterface{

	@Override
	public void nomal() {
		// TODO Auto-generated method stub
		checkPoint(0);
	}
	
}
//对象适配
class xfClass1 {
	
	Adapatar a  = null;//传入对象(组合)
	public xfClass1(Adapatar a){
		this.a = a;
	}
	public void nomal() {
		// TODO Auto-generated method stub
		a.checkPoint(0);
	}
}


 

适配器的另一种用法

 在很多情况下,必须让一个具体类实现某一个接口,但是这个类又用不到接口所规定的所有的方法。通常的处理方法是,这个具体类要实现所有的方法,那些有用的方法要有实现,那些没有用的方法也要有空的、平庸的实现。

  这些空的方法是一种浪费,有时也是一种混乱。除非看过这些空方法的代码,程序员可能会以为这些方法不是空的。即便他知道其中有一些方法是空的,也不一定知道哪些方法是空的,哪些方法不是空的,除非看过这些方法的源代码或是文档。

  缺省适配模式可以很好的处理这一情况。可以设计一个抽象的适配器类实现接口,此抽象类要给接口所要求的每一种方法都提供一个空的方法。就像帮助了鲁智深的“上应天星”一样,此抽象类可以使它的具体子类免于被迫实现空的方法。

interface all{
	void A();
	void B();
	void C();
}
class middleClass implements all{

	@Override
	public void A() {
		// TODO Auto-generated method stub
		
	}

	@Override
	public void B() {
		// TODO Auto-generated method stub
		
	}

	@Override
	public void C() {
		// TODO Auto-generated method stub
		
	}
	
}
//rightClass 不用实现所有的接口
class rightClass extends middleClass{
	public void C(){
		
	}
}



内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台搭建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的搭建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
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