HiveMind 和 Spring 的比较（之二）

紧接上文。
从上文的 HiveMind 和 Spring 总体架构图片你可以看出 两者的结构差异很大。首先，Spring提供了一套完整的组件，从页面展示的ＭＶＣ框架到后台的数据库ORMapping等统统都有，其中有些是Spring自有的，有些则提供了集成第三方优秀组件的接口。<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />

相比之下HiveMind就单薄多了。我第一眼看到HiveMind的架构图片的时候想到了 微软COM组件模型的图片。如下：

<?xml:namespace prefix = v ns = "urn:schemas-microsoft-com:vml" /><shapetype id="_x0000_t75" coordsize="21600,21600" o:spt="75" o:preferrelative="t" path="m@4@5l@4@11@9@11@9@5xe" filled="f" stroked="f"><font size="4"><stroke joinstyle="miter"></stroke><formulas><f eqn="if lineDrawn pixelLineWidth 0"></f><f eqn="sum @0 1 0"></f><f eqn="sum 0 0 @1"></f><f eqn="prod @2 1 2"></f><f eqn="prod @3 21600 pixelWidth"></f><f eqn="prod @3 21600 pixelHeight"></f><f eqn="sum @0 0 1"></f><f eqn="prod @6 1 2"></f><f eqn="prod @7 21600 pixelWidth"></f><f eqn="sum @8 21600 0"></f><f eqn="prod @7 21600 pixelHeight"></f><f eqn="sum @10 21600 0"></f></formulas><path o:extrusionok="f" gradientshapeok="t" o:connecttype="rect"></path><lock v:ext="edit" aspectratio="t"></lock></font></shapetype>

这里贴出COM的图片来，是为了更好的比较和说明HiveMind的结构。

HiveMind和Spring的不同在于，HiveMind使用以组件服务为导向的架构。也就是说每一个Java类提供一个服务( Service point )，给这个服务起名字注册到HiveMind Registry后，客户应用程序就可以使用这个服务名字来使用Java类提供的服务。（见后面的代码）

了解COM原理的读者可能都知道，在COM组件接口不变的情况下，即使COM的算法实现完全发生变化，也丝毫不受影响客户端的使用。这也就是提倡的面向接口的编程。从这一点上来说HiveMind和COM如出一澈。Spring 框架没有这个基于服务的特性。（下文专门分析Sprign的实现原理）。

HiveMind另一个特点是借鉴Eclipse插件的实现方式。在HiveMind 术语中你常会看到如下XML定义：

<module id=“..“>

<service-point id=“..“ interface=“..“ >

<configuration-point id=“..“ >

等等这样的定义。

在HiveMind中你可以把相关配置文件放在多个Xml文件中而不像Spring那样放在一个文件中。只要把名为：hivemodule.xml 的文件放在ClassPath中HiveMind就可以识别到。

上面提到的 面向服务和面向配置的特性正是HiveMind区别于Spring的地方。

说了这么多区别，并不是要把HiveMind和Spring对立起来，其实HiveMind是可以和Spring紧密继承使用的。

我现在的感觉有点类似于：COM组件和IIS的关系，毕竟Spring已经很强大了。

看个例子吧：

用HiveMind来实现AOP的拦截方法执行的效果：

配置文件：

hivemodule.xml:

 <?xml version="1.0"?>

 <module id="tcfhivemindtest" version="1.0.0">

  <service-point id="Adder" interface="tcfhivemindtest.Adder">

   <create-instance class="tcfhivemindtest.impl.AdderImpl"/>

   <interceptor service-id="hivemind.LoggingInterceptor"/> 

  </service-point>

 </module>

Java代码：

Adder.java:

 package tcfhivemindtest;

 public interface Adder

 {

  public int add(int arg0, int arg1);

 }

AdderImpl.java:

 package tcfhivemindtest.impl;

 import tcfhivemindtest.Adder;

 public class AdderImpl implements Adder

 { 

  public int add(int arg0, int arg1)

  {

  return arg0 + arg1;

  }

 }

HiveMain.java:

 package tcfhivemindtest.main;

 import org.apache.hivemind.Registry;

 import org.apache.hivemind.impl.RegistryBuilder;

 import tcfhivemindtest.Adder;

 public class HiveMain

 {

  public static void main(String[] args)

  {

  Registry registry = RegistryBuilder.constructDefaultRegistry();

  Adder a = (Adder) registry.getService("tcfhivemindtest.Adder", Adder.class);

  System.out.println("结果 = " + a.add(4, 7));

  }

 }

运行后的效果如下:

 adder = <SingletonProxy for tcfhivemindtest.Adder(tcfhivemindtest.Adder)>

 tcfhivemindtest.Adder [DEBUG] BEGIN add(4, 7)

 tcfhivemindtest.Adder [DEBUG] END add() [11]

 结果 = 11

上面有个小细节：就是HiveMind中对函数参数的处理非常好，可读性非常高。

待续

田春峰
┏━━━━━━━━━━┓
┏━┓┃中秋快乐┃┏━┓
┃逢┃┗━━━━┛┃迎┃
┃千┃　━　 ━━ ┃中┃
┃禧┃━┳━┏━┓┃秋┃
┃举┃┃┃┃┗━┛┃佳┃
┃世┃┃┃┃┏┳┓┃节┃
┃共┃　┃　┃╋┃┃同┃
┃欢┃　┛　┗┻┛┃庆┃
┗━┛　　　　　 ┗━┛