java三大框架是什么?

java三大框架是什么?常说的三大框架指:SSH即:Spring、Struts、HibernateSpring:采用了控制反转的技术,管理Bean,降低了各层之间的耦合,功能强大的组件粘合济,能够将你的所有的java功能模块用配置文件的方式组合起来(还让你感觉不到spring的存在)成为一个完成的应用。 Struts:基于MVC的充当了其中的试图层和控制器,不说了,大名鼎鼎的功能强大的MVC架构。 

大家好,又见面了,我是你们的朋友全栈君。

常说的三大框架指:SSH

即:Spring、Struts、Hibernate

Spring:采用了控制反转的技术,管理Bean,降低了各层之间的耦合,功能强大的组件粘合济,能够将你的所有的java功能模块用配置文件的方式组合起来(还让你感觉不到spring的存在)成为一个完成的应用。

 

Struts:基于MVC的充当了其中的试图层和控制器,不说了,大名鼎鼎的功能强大的MVC架构。

 

Hibernate:做持久化的,对JDBC轻量级的封装,使得我们能过面向对象的操作数据库,强大的ORM工具,然后很方便将数据库记录转化为java的实体实例,将java的实体实例很容易的保存到数据库中,如果你不需要很复杂的数据库访问,利用它你根本就不用了解数据库的细节

 

这里,提到一点:新出来的Jfinal框架相比以上框架其实更使用,下面简单说说特点:

1、JFinal采用ActiveRecord实现数据库操作支持,较Hibernaet开发效率提升六到十倍。

2、JFinal ActiveRecord较Hibernate学习成本低,一小时内能上手开发。

3、JFinal零配置,对数据库支持五个无特点:无xml、无annotation、无getter、无setter、无attribute,极大降低了代码量,统计证实代码量节省70%到95%。

4、JFinal数据库操作完全采用原生sql,相对Hibernate采用的HQL学习成本低,功能更强大,性能更高,稳定性好。

 E良师益友有相关的极速开发课程,有兴趣可以看看:http://www.elsyy.com/course/c-26-1-1

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/156969.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • spring源码分析-spring与tomcat整合原理

    spring源码分析-spring与tomcat整合原理

  • 喜欢井宝的七大理由

    喜欢井宝的七大理由

  • Activiti最全入门教程「建议收藏」

    Activiti最全入门教程「建议收藏」1:工作流的概念 说明:1)假设:这两张图就是华谊兄弟的请假流程图 2)图的组成部分: A.人物:范冰冰冯小刚王中军 B.事件(动作):请假、批准、不批准  工作流(Workflow),就是“业务过程的部分或整体在计算机应用环境下的自动化”,它主要解决的是“使在多个参与者之间按照某种预定义的规则传递文档、信息或任务的过程自动进行,从

  • 股票开店理论+T+0滚动操盘法

    股票开店理论+T+0滚动操盘法

  • [弗曼学习法] Study for learning methods

    [弗曼学习法] Study for learning methods第一步 -选择一个你想要理解的概念    选择一个你想要理解的概念, 然后拿出一张白纸, 把这个概念写在白纸的最上边.第二步-设想一种场景,你正要向别人传授这个概念    在白纸上写下你对这个概念的解释, 就好像你正在教导一位新接触这个概念的学生一样. 当你这样做的时候, 你会更清楚地意识到关于这个概念你理解了多少, 以及是否还存在理解不清的地方.第三步-如果你感觉卡壳了…

  • 文本相似度度量_文本相似度分析

    文本相似度度量_文本相似度分析文本相似度度量就是衡量两个文本相似度的算法。主要包括两个步骤:将文本表示为向量(文本表示);衡量两个向量的相似度(相似度度量)。1文本表示文本表示也包括两部分:文本切分粒度(按什么粒度切分得到文本特征),如何构造特征(如何将文本特征转化成数值特征)。1.1文本切分粒度可以按照字,词,n-gram对文本进行切分;当文本是长文本时,也可以利用主题模型提取关键词,来减少词的维度。1.2文本特征构建特征构建就是如何将词袋模型中的词转化成向量表示。可以用one-hot,对应位置的权重可以是TF或者.

    2022年10月26日

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号