Java EE 5.0能取代Struts,Spring和Hibernate吗?

http://blog.youkuaiyun.com/Jimbo_King/archive/2007/04/03/1550089.aspx
2006年5月,Java EE 5规范正式发布。Java EE 5的出现,可能是J2EE 诞生以来比较重量级的一次震撼 , 规范发布至今已有半年之多,业界对Java EE 5的关注也变得越来越热烈,google一下“java ee”关键字,可以得到500多万条相关纪录,而从Sun网站上进行检索(http://java.sun.com/javaee/overview /compatibility.jsp),也可以看到专业厂商已经迅速跟进,除Sun公司本身外,包括全球闻名的SAP、金蝶Apusic等另三家,已经 推出全面支持Java EE 5规范的应用服务器产品。
 
Java EE 5包含JSF 1.2、EJB 3.0及JAX-WS 2.0等新功能,试图解决Java企业级应用开发的简便性、灵活性及易用性问题。在Java EE 5出现之前,很多开源框架(Open Source Framework)如雨后春笋般涌现,尝试从某种角度或某些方面去解决“委员会”规范所未能顾及的应用开发问题,如Web开发中的关注分离问题 (MVC)、业务模型实现问题(ORM)等等。很多开源framework都非常出名,为人们喜爱并广泛使用,如Struts、Spring、 Hibernate等,这些“江湖派”作品曾经一定程度上成为Java企业级应用开发事实上的标准。Java EE 5的出现,是否会改变这种状况?或者说,人们在重新选择应用框架时,是否会优先考虑全新的Java EE 5技术?带着这种疑问,笔者试图进行简单的技术比较,并辅于肤浅的评论,希望能够抛砖引玉、借花献佛,以娱大众。
 
Struts vs. JSF
 

 

 
Struts
JSF
MVC
支持
支持
POJO
 
支持
页面流(Page Flow
支持
支持
UI 组件(UI Component
 
支持
 
MVC是模型(Model)、视图(View)、控制(Controller)分层的 结构,通过分层来实现关注分离,减少传统开发中常见并重复的工作。Struts和JSF均支持MVC。Struts对MVC支持的核心是 Controller,通过Controller(一个共同的入口Servlet)获得HTTP请求,将HTTP参数传入ActionForm ,然后将 ActionForm 传给 Action 。 Struts对HTTP请求只有一个事件处理handler,当请求过来时,由相应Action返回结果给前端Controller,并据此选择如何进行 导航。JSF一般也采用一个前端Controller(有些商用JSF能够智能识别JSF请求,无需额外的controller),不过在 Controller中做的工作跟Struts Controller截然不同,它负责触发JSF页面组件中的事件,用Render工具生成组件的展现,绑定来自Model的数据到组件等。可以看 到,JSF在在控制层更灵活,在视图层支持Render工具的变换而生成灵活的展现,在模型层实现与框架的彻底分离,因而具有更高的灵活性。
 
POJO是无格式Java对象(Plain Old Java Object)。POJO与AOP结合被广泛用于快速业务模型。Struts设计的初衷主要是解决视图和控制问题,并无过多关注模型的灵活性问题。 Struts中的ActionForm模型必须继承自框架类,虽然可以通过定制类库提供一些帮助类实现模型与框架无关,但本质上还是紧耦合于JSP- and HTTP-centric 方法 。JSF提供了对POJO天然的良好支持,并支持通过RAD工具实现快速的业务模型生成,从而具有更高的生产力。
 
页面导航的最大意义是帮助实现页面的可视化开发,在UI界面上快速定义页面流向。页面 导航分静态导航和动态导航两种,静态导航是页面直接流向另一页面,动态导航是由特定动作或逻辑决定页面的流向。Struts和JSF均支持静态和动态页面 导航。不过Struts中的导航规则是绑定到Action中的,那意味着可能需要对同一页面中不同的Action做重复性的导航规则制定,而JSF导航可 以跟Action无关,可以在页面中不同组件的不同Action间共享相同的导航规则。
 
Struts本身并不提供UI组件机制,而JSF则提供了完整的UI组件机制。通过UI组件的定制和重用,能够极大地简化开发,提升用户体验。商业化的产品则往往更进一步,提供强大易用的开发工具,实现drag-and-drop方式所见即所得的Web UI开发。
 
Spring vs. EJB 3.0
 
 

 

 
Spring
EJB3
标准(Standard
 
是,Java EE 5标准组成部分
持久(Persistence
JDBC, Hibernate, JDO, iBatis and JPA(ongoing spring 2.0)
JPA
声明式服务(Declarative Services
支持
支持
依赖注入(Dependency Injection
支持
支持
集群(Cluster
 
支持
 
Spring框架是一个开源项目,并不是一个标准的东西。Spring自己定义了一套 XML配置文件大纲以及程序接口,从长远考虑,有很大的不确定性。Spring的主要开发者来自Interface21公司(这是帮我非常敬重的 人),Interface21靠相关咨询和服务维持,作为一个商业团体其利益取向将可以完全左右Spring未来的方向。相比EJB 3出身名门正派的标准血统并有众多主流商业厂商支持,Spring的非标准性将可能带来极大的风险。
 
Spring框架本身不带持久实现,但它支持JDBC, Hibernate, JDO和 iBatis等持久化框架。Spring通过使用不同的DAO和Helper类以利用JDBC、Hibernate、iBatis或JDO,所以并没有实 现和最终服务提供者的隔离。简单来说,就是需要重构代码才能实现持久化框架的更换。EJB 3.0的持久集成在应用服务中,通过JPA,可以在底层更换持久实现,如将Hibernate更换为Toplink。EJB 3.0的持久具有更大的灵活性,并有利于厂商进行性能优化和扩展。
 
Spring和EJB3.0都为企业应用提供运行时服务,(如:事务、安全、日志消 息、配置服务)。由于这些服务都不是直接与应用的业务逻辑相关联,所以都不是由应用来自行管理。EJB3.0使用Java注释来配置声明式服 务,Spring使用XML配置文件。在大多数情况下,EJB3.0的注释声明显得更为简单和优雅。Spring使用XML来定义属性并配置声明式服务的 结果将是一个冗长而不稳定的配置文件。
 
依赖注入模式(DI)是在应用中实现松散耦合的最佳实践。Spring和EJB3.0 都支持DI模式,但他们有着深刻的不同。Spring支持通用的(但复杂的)基于XML配置文件的依赖注入API。EJB3.0支持注入大多数服务对象 (如EJB和上下文对象)和通过简单注释声明的JNDI对象。
 
EJB 3.0完全支持集群。部署在服务集群中的EJB3.0应用将自动获得负载均衡、分布缓存、状态复制等功能。底层的集群服务隐藏在EJB3.0编程接口后面,屏蔽了所有的复杂性。Spring没有简单的利用集群的方法。
 
Hibernate vs. EJB 3.0
 
ibernate与EJB 3.0其实并没有很好的可比性,因Hibernate仅关注ORM,而     EJB 3.0 更 多则更多表现为一种组件框架,其中包含ORM部分而已。EJB 3.0在设计过程中,曾经得益于Hibernate的作者Gavin King,据说EJB 3.0 EntityBean的设计理念完全来自于Hibernate。只需用将EJB 3.0 EntityBean API调用转换为Hibernate API,Hibernate就可以成为EJB 3.0中EntityBean的 Implementation。
当开源framework已经成为习惯性势力,并给人们带来众多乐趣或疲惫感的时 候,Java EE 5的出现会是适逢其时吗?无论如何,是继续选择开源还是拥抱Java EE 5?相信今天这并不是个容易的选择,或许,随着更多的厂商发布支持Java EE 5的产品,提供更好的工具支持,这个答案才会明朗起来。
内容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)概要:本文围绕“面向制造业的鲁棒机器学习集成计算流程研究”展开,重点探讨了如何在制造环境中构建具备强鲁棒性的机器学习集成计算框架,并提供了基于Python的代码实现。研究聚焦于应对制造业中常见的数据不确定性、噪声干扰工况变化等问题,提出了一套集成化的计算流程,涵盖数据预处理、特征工程、模型训练、集成学习策略以及鲁棒性优化机制。文中强调通过多模型融合、异常检测、自适应学习等技术提升系统稳定性与泛化能力,适用于复杂工业场景下的预测、分类与质量控制任务。; 适合人群:具备一定Python编程基础机器学习知识,从事智能制造、工业数据分析、自动化控制等相关领域的科研人员及工程技术人员,尤其适合研究生、企业研发人员及工业AI项目开发者。; 使用场景及目标:①应用于工业生产过程中的质量预测、故障诊断与能效优化;②构建抗干扰能力强的智能制造决策系统;③实现对多源异构工业数据的高效建模与稳定推理,提升生产线智能化水平。; 阅读建议:建议结合文中提供的Python代码实例,配合实际工业数据集进行复现与调优,重点关注集成策略与鲁棒性模块的设计逻辑,同时可扩展应用于其他工业AI场景。
求解大规模带延迟随机平均场博弈中参数无关CSME的解法器研究(Matlab代码实现)内容概要:本文围绕“求解大规模带延迟随机平均场博弈中参数无关CSME的解法器研究”展开,提出了一种基于Matlab代码实现的数值解法,旨在有效求解带有时间延迟的随机平均场博弈问题中的参数无关CSME(Coupled System of Mean Field Equations)。研究聚焦于构建高效的数值计算框架,克服传统方法在处理高维、非线性与延迟耦合系统时的计算瓶颈,提升解法器的稳定性与收敛性。文中详细阐述了数学模型构建、算法设计思路及关键步骤的Matlab实现,通过仿真实验验证了所提方法在不同场景下的有效性与鲁棒性。同时,文档列举了大量相关科研方向与Matlab应用案例,涵盖电力系统、路径规划、信号处理、机器学习等多个领域,展示了Matlab在复杂系统仿真与优化中的广泛应用能力。; 适合人群:具备一定数学建模与Matlab编程基础,从事控制理论、博弈论、优化算法或相关工程仿真研究的研究生、博士生及科研人员。; 使用场景及目标:①深入理解带延迟的随机平均场博弈建模与CSME求解机制;②掌握利用Matlab实现复杂非线性系统数值求解的技术方法;③借鉴文中的算法设计思路与代码框架,应用于自身科研项目中的系统仿真与优化问题。; 阅读建议:建议读者结合文中提供的Matlab代码实例,逐步调试与运行关键算法模块,加深对理论推导与数值实现之间联系的理解。同时可参考文档末尾列出的相关研究方向与代码资源,拓展研究视野,提升科研效率。 ```
内容概要:本文介绍了一个基于JavaVue的书法笔迹特征的字体鉴别与生成系统的设计与实现,融合深度学习与全栈开发技术。系统通过卷积神经网络(CNN)结合注意力机制提取书法笔迹的多层次特征,利用多标签分类与对比学习模型实现字体风格的高效鉴别,并采用条件生成对抗网络(CGAN)实现个性化字体的自动生成。后端基于Spring Boot框架处理数据管理与AI服务调度,前端使用Vue.js构建交互友好的界面,结合Elasticsearch实现大规模书法数据的快速检索。系统还构建了书法样本数据库,支持风格标注、相似性搜索与动态优化,形成集特征提取、风格识别、字体生成与数据管理于一体的智能化平台。; 适合人群:具备一定Java、Vue深度学习基础,从事全栈开发、AI应用研发或对数字人文、文化遗产保护感兴趣的研发人员、高校师生及技术人员。; 使用场景及目标:①应用于书法艺术的数字化保护与风格鉴别;②支持书法教育中的笔迹分析与教学辅助;③服务于艺术品鉴定、个性化字体设计及文化创意产业的AI生成需求;④为研究人员提供可扩展的书法数据分析与模型实验平台; 阅读建议:此资源包含完整的模型描述与代码示例,建议结合前后端实现与AI模型训练流程进行系统学习,重点关注特征提取、多标签分类、GAN生成及Elasticsearch检索的集成应用,并通过实际调试加深对系统架构与算法协同的理解。
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