对本地机器进行监控的解决方案 | 学习笔记

简介: 快速学习对本地机器进行监控的解决方案

开发者学堂课程【Scala 核心编程 - 进阶对本地机器进行监控的解决方案学习笔记,与课程紧密连接,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/610/detail/9144


对本地机器进行监控的解决方案

解决方案

对本地糖果机的状态和销售情况,使用代理模式 poxy。

因为监控的是糖果机的状态,所以首先确定状态:

trait state extends Serializable {

def insertcoin()  //插入硬币

def returncoin ()//返回硬币

def turncrank() //转动曲柄

def printstate()//输出状态

def getstatename() : string //返回状态名字

def dispense()//分配状态的

}

插入硬币的状态、返回硬币状态、转动取柄、输出状态、分配状态,对于分配状态,例如卖出去一块糖给用户,判断糖果机应该进入哪个状态,例如卖完了,就进入销售完毕的状态。

以下为用户插入了一块硬币的状态,设计思路不是把一个状态塞给一个糖果机,而是把糖果机给状态,管理方便,因为状态很多,是一对多的方式,观察。

(1)如果已插入了一块硬币,如果再想插一块硬币,就通知用户:

override def insertcoin() : unit = {

println("you can't insert another coin")

(2)如果突然不想吃糖,就按一下按钮,把硬币退出,就要重新设置状态,变成准备状态。

(3)转动手柄,先得到一个随机数,如果返回0,就说明人中奖了,就分配一块糖,否则就不再给糖

var vwinner = ranwinner.nextInt( 10 )

if (winner == o){

mCandyMachine.setstate( mCandyMachine .minnerstate)

else {

mCandytMachine . setstate( mCandyNachine.mSoldstate)

}

}

具体的代码不用换,只需要判断,出糖过后,先把数量减一,然后比较大小,如果还有糖,就可以再卖,如果一颗糖都没有了,就进入到SOLDOUT状态。

Monitor是监控器,是监控糖果机的类,充分利用了buffer,监控机可以监控本地的多台机器,与观察者模式相似,但是不完全相同,最后有出报告方法,

便利的把信息打出:

Def report() - {

for (mcandyHachine <- this.candyotachinelst) {

println(----------------------------------i----")

println(""Hachine loc:" + mCandyachine.getiocation())

println(""Rachine candy count:"  mCandyHtachine.getcount())

println("nachine state:" + nCandyHachine.getstate()-getstatename())

}

}

}

输出当前该监控器管理的各个糖果机的信息。

创建了一个监控器,是北京海淀的,糖果机目前有6颗糖,准备监控,将该糖果机加入到监控器,以此类推,北京朝阳的糖果机有14颗糖

var mcandyMachine - new candyMachine("北京-海淀区",6)

mmonitor . additachine(mcandyMlachine)

mCandyMtachine=new candyMachine(“北京-昌平区”,4)

moCandytMachine .insertcoin()

mMonitor . addMachine(mcandyolachine)

mCandyMtachine = new candyMachine("北京-朝阳区",14)

mCandyMachine .insertcoin()

mCandyMachine .turncrank()

插入一个硬币,并转动了取柄,最后打出报告,所以第一个的状态是unrated的状态,第二个是插入硬币的状态,turn crank就是扭动,出糖过后,14颗糖变成了13颗糖,监控各个机器。

运行完毕结果如下:

image.png

以上没有涉及到代理,只是本地监控的解决方法,但可以按照流程设计,主要目的是引出远程监控糖果机的远程代理模式。

相关文章
|
5天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
4天前
|
云安全 人工智能 自然语言处理
阿里云x硅基流动:AI安全护栏助力构建可信模型生态
阿里云AI安全护栏:大模型的“智能过滤系统”。
|
4天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
Linux 虚拟化 iOS开发
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
1021 0
|
7天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
647 2
|
6天前
|
JavaScript API 开发工具
如何在原生App中调用Uniapp的原生功能?
如何在原生App中调用Uniapp的原生功能?
318 139
|
5天前
|
编解码 自然语言处理 文字识别
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
凌晨,Qwen3-VL系列再添新成员——Dense架构的Qwen3-VL-8B、Qwen3-VL-4B 模型,本地部署友好,并完整保留了Qwen3-VL的全部表现,评测指标表现优秀。
438 7
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大