最初想写zooma的原因是因为自己感到对经常性的重复劳动的厌烦,诸如一些po和vo的转换,针对不同entity的dao和service的实现,以及基本的action中crud操作,即使对dao和service以及action做了泛型的封装,还是要写不少的重复代码,前台的页面也是要来回的粘贴复制,于是我就有了zooma的原始模型:
就是通过hibernate的mapping文件自动的生成对entity的包括po,vo,dao,service,action,actionform和前台的页面,一次性生成对该实体的包括c、s两端的基本操作代码,当然包括spring和struts的配置文件的更新,使得我可以把大部分的精力放在对于特定实体的特定逻辑的设计上。
到zooma0.3版本,以上的模型已经全部实现,使用zooma为基础的山西某煤矿生产调度信息系统也同时完成收尾工作,在开发过程中遇到了zooma的先天缺陷,在后面会给大家介绍,希望使用它的人能够避免犯同样的错误。下面我来分析一下zooma的优点和缺点:
首先我对后台的代码做了优化,使用泛型对dao,service和action做了基本操作的封装,这样可以看到dao实现的代码如下:
public class ZsxResumeDAO extends BabyDao <ZsxResume,Integer>{
}
service实现的代码如下:
(1)oracle下的代码
public class ZsxResumeService extends BabyService<ZsxResumeDAO,ZsxResume,ZsxResumeVO>{
}
(2)mysql下的代码
public class ZsxResumeService extends BabyService<ZsxResumeDAO,ZsxResume,ZsxResumeVO>{
public boolean delete(String[] ids){
try {
for(int i=0;i<=ids.length;i++){
this.getDao().delete(Integer.parseInt(ids[i]));
}
return true;
} catch (Exception e) {
return false;
}
}
public ZsxResumeVO findById(String id) {
CoypUtil.copyProperties(this.getVo(),this.getDao().findById(Integer.parseInt(id)));
return this.getVo();
}
}
action实现的代码:
public class ZsxResumeAllAction extends BabyActionAdvan<ZsxResumeService,ZsxResume,ZsxResumeVO,ZsxResumeForm>{
/**
* Struts execute
*/
public ActionForward execute(ActionMapping mapping, ActionForm form,
HttpServletRequest request, HttpServletResponse response) {
String action=request.getParameter("action");
String actionForward="404Failed";
if ("insert".equals(action)) {
/*insert表示插入,由xxx_add.jsp跳入,跳转xxx_index.jsp*/
if (insert(form))actionForward="zsxResume_insert";
}else if("update".equals(action)) {
/*update表示修改,由xxx_update.jsp跳入,跳转xxx_index.jsp*/
if(update(form))actionForward="zsxResume_update";//xxx_index.jsp
}else if("show".equals(action)) {
/*show表示修改显示,由xxx_index.jsp或xxx_query.jsp跳入,跳转xxx_update.jsp*/
String id=request.getParameter("id");
vo= (ZsxResumeVO)(service).findById(id);
Vector<ZsxResumeVO> v=new Vector<ZsxResumeVO>();
v.add(vo);
request.setAttribute("result",v );
actionForward="zsxResume_show";
}else if("delete".equals(action)) {
/*delete表示删除,由xxx_index.jsp或xxx_query.jsp跳入,跳转xxx_index.jsp或xxx_query.jsp*/
String[] ids=request.getParameterValues("id");
if (!delete(ids))actionForward="zsxResume_delete";
}else{
/*query,由xxx_index.jsp或xxx_query.jsp跳入*/
Page p=query(form, request, "zsxResume");/*第三个参数需要相应修改,值为当前action的path名称*/
request.setAttribute("result",p.getItems());
request.setAttribute("page",p);
/*判断是主页跳入,还是查询页跳入*/
if ("index".equals(this.form)){
//主页跳入,应该跳回主页
actionForward = "zsxResume_index";//xxx_index.jsp
}else if("query".equals(this.form)){
//查询页跳入,应该跳回查询页
actionForward = "zsxResume_query";//xxx_query.jsp
}
}
return mapping.findForward(actionForward);
}
/**
* overrided begin
*/
/**
* ActionForm to VO
*/
public void copyForm(ZsxResumeForm form) {
ZsxResumeForm f = form;
if(f.getId()!=null) {
if(!f.getId().equals(""))vo.setId(new Integer(f.getId()));
}
if(f.getAge()!=null) {
if(!f.getAge().equals(""))vo.setAge(new Integer(f.getAge()));
}
if(f.getSalary()!=null) {
if(!f.getSalary().equals(""))vo.setSalary(new Float(f.getSalary()));
}
if(f.getBrithday()!=null) {
if(!f.getBrithday().equals(""))vo.setBrithday(DateUtil.stringToDate(f.getBrithday()));
}
vo.setName(f.getName());
vo.setCity(f.getCity());
}
/**
* query rules
*/
public DetachedCriteria getDetachedCriteria(ZsxResume po){
//建立查询规则
DetachedCriteria dc=DetachedCriteria.forClass(ZsxResume.class);
if(po.getName()!=null&&!po.getName().equals("")){
dc.add(Restrictions.like("name",po.getName(),MatchMode.ANYWHERE));
}
if(po.getCity()!=null&&!po.getCity().equals("")){
dc.add(Restrictions.like("city",po.getCity(),MatchMode.ANYWHERE));
}
if(po.getId()!=null&&!po.getId().equals("")){
dc.add(Restrictions.eq("id",new Integer(po.getId())));
}
if(po.getAge()!=null&&!po.getAge().equals("")){
dc.add(Restrictions.eq("age",new Integer(po.getAge())));
}
if(po.getSalary()!=null&&!po.getSalary().equals("")){
dc.add(Restrictions.eq("salary",new Float(po.getSalary())));
}
if(po.getBrithday()!=null&&!po.getBrithday().equals("")){
dc.add(Restrictions.eq("brithday",po.getBrithday()));
}
dc.addOrder(Order.desc("id"));
return dc;
}
}
这些代码相对在量上有了明显的压缩,也更加的适合扩展,比如我希望在dao中添加一个按照name来查询的方法,直接在dao里添加如下方法就可以了:
public List findByName(String name){
return this.getHibernateTemplate().find("from ZsxResume",name);
}
再比如我想使用其它实体的操作,只要在这个实体中用geter和seter注入就可以使用,当然相应的要在spring的配置文件中加入参数信息。
在action中只实现了单独实体的crud操作,想实现批量操作,可以自己重写insert(),delete(),update()方法,同样也可以通过ioc使用其他实体的crud操作
在查询方面使用hibernate的QBC进行动态混合查询,查询规则在action中的getDetachedCriteria方法中定义,同时将分页封装了进去,可以自己修改org.zooma.base.Page类的toString()方法,来改变翻页显示条。
页面中尽量将java代码最少化,使得代码看起来更加易懂,所以使用了struts的标签,
这里有个缺陷就是页面上按钮使用的js跳转,所以大家可以看到用我提供的模板生成的jsp文件需要使用js,css和images三个文件夹中的文件。
在WEB-INF\templete下存放的是xml和xsl模板,zooma会先将mapping文件里的信息保存在xml\bean.xml中,然后使用它和xsl文件夹下的模板进行文件生成,一次前台页面的生成样式是完全可以自己定义的,只要按照bean.xml中的数据进行编写就可以了,当然名字还是要叫那个名字。
zooma的缺陷:
在项目中我是这样使用zooma的,单表直接只用zooma生成就ok了,多表关联的时候,先建立视图,然后对视图做生成——这里对表和视图有一定的限制,就是一定要以id为主键,并且id在oracle中使用number、在mysql中使用integer,否则会出错误,这个应该算是个缺陷吧——生成的视图用来显示关联后的实体数据,对视图修改的时候,却修改要被修改的被关联的单表,如果说对于比较简单的逻辑关系这样操作还是没有问题的,但是我们在实际项目中遇到的比较复杂的逻辑,使得实现的十分复杂,所以建议对多表关联使用zooma对单边生成后自己修改mapping文件和po、vo,使用hibernate的many-to-many进行操作,这是zooma得最大缺陷,它只能为开发者在比较简单的实体逻辑(一般我会在这样的逻辑中使用zooma:单表,many-to-one,one-to-many)下生成应用,使用它来做一些小型项目我绝得还是会很有益处的。
还有就是zooma是基于struts1.2的,这令很多网友感到失望,我在演示视频中使用myeclipse进行项目搭建,有让很多人感到绝望,实际上完全可以除了基本架构的搭建,其他操作完全可以不使用myeclipse,但是需要自己手动写mapping文件和po。
在zooma的下个版本中希望实现:
1、ant的项目导入,摆脱Myeclipse
2、升级为Struts2.0,有可能的话会添加ibates支持
分享到:
相关推荐
### 产品特点与功能 #### 1. 多种效果预设 ZOOM A3内置了丰富的音效预设,覆盖了从传统到现代的各种风格,包括但不限于: - **失真(Distortion)**:模拟各种放大器的失真效果,增加声音的厚度和冲击力。 - **过载...
本次报告旨在深入探讨金属产品事业处的多个关键领域,包括交货达成、资源管理、营收与成本、品质状况、制造KPI及新产品状况等核心环节,为公司后续的决策提供详尽的分析和建议。 首先,交货达成情况是检验一个公司...
- "main.dfm"、"line.dfm"、"flash.dfm"、"zoomx.dfm"、"Zooma.dfm":这些都是表单文件,定义了应用程序的界面布局和组件。例如,"flash.dfm"可能与SWF文件的显示有关,而"main.dfm"可能代表主界面。 - "keyan125....
AutoCAD软件是一款广泛应用于计算机辅助设计(CAD)领域的软件,它允许用户在计算机上创建精确的二维和三维设计。根据给定文件的部分内容,我们可以推断出一些关于AutoCAD软件的基本设置知识点。 首先,文件中提到...
Delphi 12.3控件之TraeSetup-stable-1.0.12120.exe
基于GPRS,GPS的电动汽车远程监控系统的设计与实现.pdf
内容概要:本文详细介绍了如何利用MATLAB/Simulink 2018a进行单机无穷大系统的暂态稳定性仿真。主要内容包括搭建同步发电机模型、设置无穷大系统等效电源、配置故障模块及其控制信号、优化求解器设置以及绘制和分析转速波形和摇摆曲线。文中还提供了多个实用脚本,如故障类型切换、摇摆曲线计算和极限切除角的求解方法。此外,作者分享了一些实践经验,如避免常见错误和提高仿真效率的小技巧。 适合人群:从事电力系统研究和仿真的工程师和技术人员,尤其是对MATLAB/Simulink有一定基础的用户。 使用场景及目标:适用于需要进行电力系统暂态稳定性分析的研究项目或工程应用。主要目标是帮助用户掌握单机无穷大系统的建模和仿真方法,理解故障对系统稳定性的影响,并能够通过仿真结果评估系统的性能。 其他说明:文中提到的一些具体操作和脚本代码对于初学者来说可能会有一定的难度,建议结合官方文档或其他教程一起学习。同时,部分技巧和经验来自于作者的实际操作,具有一定的实用性。
KUKA机器人相关资料
基于DLR模型的PM10–能见度–湿度相关性 研究.pdf
内容概要:本文详细介绍了如何使用MATLAB/Simulink进行光伏并网系统的最大功率点跟踪(MPPT)仿真,重点讨论了电导增量法的应用。首先阐述了电导增量法的基本原理,接着展示了如何在Simulink中构建光伏电池模型和MPPT控制系统,包括Boost升压电路的设计和PI控制参数的设定。随后,通过仿真分析了不同光照强度和温度条件对光伏系统性能的影响,验证了电导增量法的有效性,并提出了针对特定工况的优化措施。 适合人群:从事光伏系统研究和技术开发的专业人士,尤其是那些希望通过仿真工具深入理解MPPT控制机制的人群。 使用场景及目标:适用于需要评估和优化光伏并网系统性能的研发项目,旨在提高系统在各种环境条件下的最大功率点跟踪效率。 其他说明:文中提供了详细的代码片段和仿真结果图表,帮助读者更好地理解和复现实验过程。此外,还提到了一些常见的仿真陷阱及解决方案,如变步长求解器的问题和PI参数整定技巧。
KUKA机器人相关文档
内容概要:本文详细探讨了双馈风力发电机(DFIG)在Simulink环境下的建模方法及其在不同风速条件下的电流与电压波形特征。首先介绍了DFIG的基本原理,即定子直接接入电网,转子通过双向变流器连接电网的特点。接着阐述了Simulink模型的具体搭建步骤,包括风力机模型、传动系统模型、DFIG本体模型和变流器模型的建立。文中强调了变流器控制算法的重要性,特别是在应对风速变化时,通过实时调整转子侧的电压和电流,确保电流和电压波形的良好特性。此外,文章还讨论了模型中的关键技术和挑战,如转子电流环控制策略、低电压穿越性能、直流母线电压脉动等问题,并提供了具体的解决方案和技术细节。最终,通过对故障工况的仿真测试,验证了所建模型的有效性和优越性。 适用人群:从事风力发电研究的技术人员、高校相关专业师生、对电力电子控制系统感兴趣的工程技术人员。 使用场景及目标:适用于希望深入了解DFIG工作原理、掌握Simulink建模技能的研究人员;旨在帮助读者理解DFIG在不同风速条件下的动态响应机制,为优化风力发电系统的控制策略提供理论依据和技术支持。 其他说明:文章不仅提供了详细的理论解释,还附有大量Matlab/Simulink代码片段,便于读者进行实践操作。同时,针对一些常见问题给出了实用的调试技巧,有助于提高仿真的准确性和可靠性。
linux之用户管理教程.md
内容概要:本文详细介绍了利用三菱PLC(特别是FX系列)和组态王软件构建3x3书架式堆垛式立体库的方法。首先阐述了IO分配的原则,明确了输入输出信号的功能,如仓位检测、堆垛机运动控制等。接着深入解析了梯形图编程的具体实现,包括基本的左右移动控制、复杂的自动寻址逻辑,以及确保安全性的限位保护措施。还展示了接线图和原理图的作用,强调了正确的电气连接方式。最后讲解了组态王的画面设计技巧,通过图形化界面实现对立体库的操作和监控。 适用人群:从事自动化仓储系统设计、安装、调试的技术人员,尤其是熟悉三菱PLC和组态王的工程师。 使用场景及目标:适用于需要提高仓库空间利用率的小型仓储环境,旨在帮助技术人员掌握从硬件选型、电路设计到软件编程的全流程技能,最终实现高效稳定的自动化仓储管理。 其他说明:文中提供了多个实用的编程技巧和注意事项,如避免常见错误、优化性能参数等,有助于减少实际应用中的故障率并提升系统的可靠性。
基于STM32的循迹避障小车 主控:STM32 显示:OLED 电源模块 舵机云台 超声波测距 红外循迹模块(3个,左中右) 蓝牙模块 按键(6个,模式和手动控制小车状态) TB6612驱动的双电机 功能: 该小车共有3种模式: 自动模式:根据红外循迹和超声波测距模块决定小车的状态 手动模式:根据按键的状态来决定小车的状态 蓝牙模式:根据蓝牙指令来决定小车的状态 自动模式: 自动模式下,检测距离低于5cm小车后退 未检测到任何黑线,小车停止 检测到左边或左边+中间黑线,小车左转 检测到右边或右边+中间黑线,小车右转 检测到中边或左边+中间+右边黑线,小车前进 手动模式:根据按键的状态来决定小车的状态 蓝牙模式: //需切换为蓝牙模式才能指令控制 *StatusX X取值为0-4 0:小车停止 1:小车前进 2:小车后退 3:小车左转 4:小车右转
矢量边界,行政区域边界,精确到乡镇街道,可直接导入arcgis使用
内容概要:本文探讨了基于IEEE33节点的主动配电网优化方法,旨在通过合理的调度模型降低配电网的总运行成本。文中详细介绍了模型的构建,包括风光发电、储能装置、柴油发电机和燃气轮机等多种分布式电源的集成。为了实现这一目标,作者提出了具体的约束条件,如储能充放电功率限制和潮流约束,并采用了粒子群算法进行求解。通过一系列实验验证,最终得到了优化的分布式电源运行计划,显著降低了总成本并提高了系统的稳定性。 适合人群:从事电力系统优化、智能电网研究的专业人士和技术爱好者。 使用场景及目标:适用于需要优化配电网运行成本的研究机构和企业。主要目标是在满足各种约束条件下,通过合理的调度策略使配电网更加经济高效地运行。 其他说明:文章不仅提供了详细的理论推导和算法实现,还分享了许多实用的经验技巧,如储能充放电策略、粒子群算法参数选择等。此外,通过具体案例展示了不同电源之间的协同作用及其经济效益。
KUKA机器人相关文档
内容概要:本文详细介绍了将光热电站(CSP)和有机朗肯循环(ORC)集成到综合能源系统中的优化建模方法。主要内容涵盖系统的目标函数设计、关键设备的约束条件(如CSP储热罐、ORC热电耦合)、以及具体实现的技术细节。文中通过MATLAB和YALMIP工具进行建模,采用CPLEX求解器解决混合整数规划问题,确保系统在经济性和环境效益方面的最优表现。此外,文章还讨论了碳排放惩罚机制、风光弃能处理等实际应用场景中的挑战及其解决方案。 适合人群:从事综合能源系统研究的专业人士,尤其是对光热发电、余热利用感兴趣的科研工作者和技术开发者。 使用场景及目标:适用于需要评估和优化包含多种能源形式(如光伏、风电、燃气锅炉等)在内的复杂能源系统的项目。目标是在满足供电供热需求的同时,最小化运行成本并减少碳排放。 其他说明:文中提供了大量具体的MATLAB代码片段作为实例,帮助读者更好地理解和复现所提出的优化模型。对于初学者而言,建议从简单的确定性模型入手,逐渐过渡到更复杂的随机规划和鲁棒优化。
网站设计与管理作业一.ppt