真的有设计模式吗？

zzzl 2001-09-06 02:36:51

本人学设计模式也有快一年了，每每看懂了一个模式总是狂喜一阵，但在现实中总是因为种种的原因用的不是太好.
现在我终于发现＜设计模式＞的真正用途了，它只是给读者一些灵感，让你更容易的发现面象对象的思想。
也许根本没有必要死记32种模式。是这样吗？

...全文

164 9 打赏收藏转发到动态举报

写回复

用AI写文章

9 条回复

切换为时间正序

请发表友善的回复…

发表回复

conquer 2001-09-10

打赏
举报

设计模式是简单的组建.需要人灵活的运用.

dbbdggdbbdgg 2001-09-09

打赏
举报

模式的资料下载：

http://www.umlchina.com/Pattern/Newindex1.htm

WindowsMe 2001-09-09

打赏
举报

呵呵，这玩意儿出于建筑学

真TMD象建筑上的定额什么的

lynxliu 2001-09-07

打赏
举报

你说的对，实际上，不存在设计模式，书里面的都是参考。关键是可以解决问题。法无定法，还是需要经验的积累。总结自己的设计经验，借鉴别人的设计经验，才可以提高水平

3nt 2001-09-07

打赏
举报

倒

jbtan 2001-09-07

打赏
举报

没有规矩，何成方圆？

Soft21 2001-09-06

打赏
举报

大家好啊，我在等待大家的答案，呵呵！

青润 2001-09-06

打赏
举报

对，你说得很有道理。不过，在一些情况下是完全可以套用这些模式的。
如果仅仅是记住了这些模式而不会用，那才真正是……一个字：惨！

fita 2001-09-06

打赏
举报

设计模式可以看作是围棋中的定式，是根据前人的经验总结出来的，当你的设计经验还不够的时候，可以通过学习设计模式，避免自己的设计中出现各种问题，但是当实际情况与设计模式所描述的情况有差异时，你就要作相应的调整，这跟下围棋时对手没有按照定式走期时，自己的走法也要改变是一样的道理。同时学习设计模式的时候，也需要研究在情况变化时如何进行调整。

当你的设计水平上升到一定的水平，超越了设计模式的层次，那时完全可以抛开设计模式，根据实际的情况进行最优化的设计。就好像围棋高手可以不按定式走棋，照样可以击败对手。

即，中文叫做，Spark Streaming提供的一种高级抽象，代表了一个持续不断的数据流。DStream可以通过输入数据源来创建，比如Kafka、Flume，也可以通过对其他DStream应用高阶函数来创建，比如map、reduce、join、window。DStream的内部，其实是一系列持续不断产生的RDD，RDD是Spark Core的核心抽象，即不可变的，分布式的数据集。DStream中的每个RDD都包含了一个时间段内的数据。

SparkStreaming中DStream的转换操作分为两种，一种是无状态的转换操作，另外一种是有状态的转换操。无状态转化操作就是把简单的 RDD 转化操作应用到每个批次上，也就是转化 DStream 中的每一个 RDD。部分无状态转化操作列在了下表中。注意，针对键值对的 DStream 转化操作(比如 reduceByKey())要添加import StreamingContext._ 才...

sparkstreaming之DStreamDStream概念DStream中batch的划分及batch和RDD的关系SparkStreaming处理流程Dstream算子Input DStreamTransformations DStreamOutput DStream DStream概念 DStream（Discretized Stream）作为Spark Streaming的基础抽象，它代表持续性的数据流。数据流来源这些数据流既可以通过外部输入源赖获取，也可以通过现有的Dstream的tra

与 RDDs 类似，转换允许修改输入 DStream 中的数据。DStreams 支持许多在普通 Spark RDD 上可用的转换算子。一些常见的转换操作定义如下： map(func) 通过函数 func 传递源 DStream 的每个元素来返回一个新的DStream。 flatMap(func) 与 map 类似，但是每个输入项可以映射到 0 或多个输出项。 filter(func) 通过只选择 func 返回 true 的源 DStream 的记录来返回一个新的 DStream。 repartition

一、DStream转换操作 1、DStream无状态转换操作每次统计，和之前批次无关，不会进行累计 map(func) ：对源DStream的每个元素，采用func函数进行转换，得到一个新的Dstream flatMap(func)：与map相似，但是每个输入项可用被映射为0个或者多个输出项 filter(func)：返回一个新的DStream，仅包含源DStr...