使用单例模式创建模型仓储层的唯一调用

本文介绍如何利用单例模式结合泛型类优化三层架构中的Service层与仓储层交互,减少频繁实例化带来的开销。

三层架构的开发模式是最常见的一种,但是通过在Service层调用仓储,要频繁的使用new对象完成,这样接口越多就会越频繁的构造仓储对象。

所以使用单例模式配合泛型类就能很好的解决这一短板。

1. 什么是单例模式

 单例模式是确保一个类只有一个实例,并提供一个全局访问方式的设计方法
 
2. 应用场景
 需要频繁实例化然后销毁的对象。 
 创建对象时耗时过多或者耗资源过多,但又经常用到的对象。 
 有状态的工具类对象。 
 频繁访问数据库或文件的对象。
 
3. 使用方法
我的设计思路是使用抽象的泛型类作为仓库层的通用基类,用一把锁兼容在多线程下的调用。
 
下面附上源码
using ORDER.SYSTEM.DAL.Data.Linq;

namespace ORDER.SYSTEM.DAL.Data
{
    public abstract class AgentBase<T> where T : class, new()
    {

        /// <summary>
        /// 集成Ling操作对象DataContext
        /// </summary>
        protected virtual OSDataContext BDC
        {
            get
            {
                return DbSetting.GetSetting().CreateDataContext<OSDataContext>();
            }
        }

        //私有实例
        private static T _instance;

        // 定义一个标识确保线程同步
        private static readonly object locker = new object();

        /// <summary>
        /// 返回单例对象
        /// </summary>
        /// <returns></returns>
        public static T Instance()
        {
            if (_instance == null)
            {
                lock (locker)
                {
                    if (_instance == null)
                    {
                        switch (typeof(T).FullName)
                        {
                            case "ORDER.SYSTEM.BLL.TextImpl":
                                _instance = new T(); //此处的T表示命名空间的下的某个类被托管或重写,只保留功能
                                break;
                            default:
                                _instance = new T();
                                break;
                        }
                    }
                }
            }
            return _instance;
        }

    }
}

希望这篇文章对热爱框架设计的朋友有所帮助!

 

PS:扫描下方二维码或点击链接,加入QQ群

一群用代码改变世界的疯子

转载于:https://www.cnblogs.com/ydcnblog/p/9260234.html

一、数据采集:多源人脸数据获取 该负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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