为啥公司老爱对开源框架进行再一次封装?

funnydreamer1 2014-02-25 03:04:38
想请教大家两个问题:
大家在公司开发时候,有没有用到公司自己封装的一些框架,
比如把hibernate的一些常用操作封装了起来之类的。
我现在的公司把hibernate封装了起来,而且无法用hibernate常用的API,只能用封装后API,

我的问题是:
1.为啥公司都有这种自己封装框架的癖好?有啥意义?
2.而且封装后,不会有人长期维护这套API,出了毛病,只能看代码找原因,而且还不敢改,我改了,别人那里出问题咋办?
3.封装后的API的实现很不好,比如没有解决sql注入的问题,直接是sql拼接,安全上还不如hibernate自带API
4.无法用hibernate常用的API,只能用它提供的API,这也违反半开半闭的原则了吧
5.大家在各个公司中有没有经常见到这种情况
...全文
2951 6 打赏 收藏 转发到动态 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
陆荃 2014-02-26
  • 打赏
  • 举报
回复
比较好的实践是根据业务需求封装流行框架,但并不关闭流行框架的开放功能
sunbo624 2014-02-26
  • 打赏
  • 举报
回复
主要就是封装的不好 或者是你和封装的那个人对hibernateAPI的理解不同
balabala_sean 2014-02-25
  • 打赏
  • 举报
回复
半开半闭是什么原则你理解么。。。 对增加开放,对修改关闭,他给你API了你可以去继承去组合,但是不让你修改,这个没什么的。 无非就是公司的人水平有限封装的不好。。。
xiaoran27 2014-02-25
  • 打赏
  • 举报
回复
公司过程资产;限制新手乱改代码;统一框架,节约成本,便于维护
tony4geek 2014-02-25
  • 打赏
  • 举报
回复
是不是没封装好。
  • 打赏
  • 举报
回复
这就和为什么有人从网上copy完代码后,把作者啥的改为自己的名字一样的道理啊
内容概要:本文提出一种基于鱼鹰优化算法(OOA)优化的CNN-BiGUR-Attention混合模型,用于提升短期风电功率预测的精度与稳定性,采用Matlab实现代码仿真。该模型融合卷积神经网络(CNN)提取输入数据的局部空间特征,利用双向门控循环单元(BiGUR)捕捉风速、功率等时间序列的前后向动态依赖关系,并引入注意力机制自适应强化关键时间步的特征权重,从而增强模型对非平稳风电数据的表征能力;进一步,采用OOA算法对模型超参数进行全局寻优,有效提升模型收敛速度与泛化性能。研究基于实际风电场历史数据开展实验验证,结果表明,该方法相较传统模型在预测精度、鲁棒性和误差抑制方面表现更优,适用于高比例可再生能源接入背景下的电力系统调度需求。; 适合人群:从事新能源发电预测、电力系统优化调度、智能算法与深度学习融合应用等方向的科研人员及工程技术人员,尤其适合具备Matlab编程能力、熟悉时间序列建模与深度学习框架的研究者。; 使用场景及目标:①实现风电场短期功率高精度预测,支撑电网安全稳定调度与能量管理;②为深度学习模型结构设计与智能优化算法联合调参提供实践范例;③推动人工智能技术在可再生能源预测、智能电网运行等领域的落地应用。; 阅读建议:建议结合提供的Matlab代码深入理解CNN-BiGUR-Attention网络架构搭建、注意力机制实现方式及OOA优化流程,重点关注数据预处理、模型训练与参数调优细节,可通过替换不同风电数据集进行对比实验,进一步掌握模型迁移能力与适应性。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧