MEF TIP1:基础

简介:

1:MEF核心概念 
可组合的部件(或简称“Part”)— 一个部件向其他部件提供服务,或使用其他部件提供的服务。MEF 中的部件可来自任何位置(应用程序内部或外部);从 MEF 的角度来看,这并无区别。 
导出 — 导出是部件提供的服务。某个部件提供一个导出时,称为该部件导出 该服务。 
导入 — 导入是部件使用的服务。某个部件使用一个导入时,称为该部件导入 该服务。 
约定 — 约定是导出或导入的标识符。导出程序指定其提供的字符串约定,导入程序指定其需要的约定。MEF 从要导出和导入的类型派生约定名称,因此在大多数情况下,您不必考虑这一点。 
组合 — 部件由 MEF 组合,MEF 将部件实例化,然后使导出程序与导入程序相匹配。

简短说一下MEF的工作原理,MEF的核心包括一个catalog和一个CompositionContainer。category用于发现扩展,而container用于协调创建和梳理依赖性。每个可组合的Part提供了一个或多个Export,并且通常依赖于一个或多个外部提供的服务或 Import。

2:一个最简单的例子

using  System;
using  System.Collections.Generic;
using  System.Linq;
using  System.Text;
using  System.ComponentModel.Composition;
using  System.ComponentModel.Composition.Hosting;
using  System.Reflection;
 
namespace  ConsoleApplication2
{
     public  class  Program
     {
         [Import]
         public  IMessageSender MessageSender { get ; set ; }
 
         public  static  void  Main( string [] args)
         {
             Program p = new  Program();
             p.Run();
         }
 
         public  void  Run()
         {
             Compose();
             MessageSender.Send( "Message Sent" );
         }
 
         private  void  Compose()
         {
             AssemblyCatalog catalog = new  AssemblyCatalog(Assembly.GetExecutingAssembly());
             var  container = new  CompositionContainer(catalog);
             container.ComposeParts( this );
         }
     }
 
     public  interface  IMessageSender
     {
         void  Send( string  message);
     }
 
     [Export( typeof (IMessageSender))]
     public  class  EmailSender : IMessageSender
     {
         public  void  Send( string  message)
         {
             Console.WriteLine(message);
         }
     }
 
    
}

上面的代码在运行时,MessageSender会被自动组合到EmailSender实例对象。光从以上代码我们可能会觉得毫无意义,我们可以试着将接口和实现封装到不同的项目中,MEF的威力便体现出来了。

3:MEF的意义

接口和实现独立出去的例子如下:

image

主项目只和接口项目相关,其中代码修改为:

public  class  Program
{
     [Import]
     public  IMessageSender MessageSender { get ; set ; }
 
     public  static  void  Main( string [] args)
     {
         Program p = new  Program();
         p.Run();
     }
 
     public  void  Run()
     {
         Compose();
         MessageSender.Send( "Message Sent" );
     }
 
     private  void  Compose()
     {
         var  catalog = new  DirectoryCatalog( @".\" );
         var  container = new  CompositionContainer(catalog);
         container.ComposeParts( this );
     }
}

运行程序,可以发现和上面的那个最简单的例子的结果是一致的。但是我们这个时候可以随意扩展实现,也即替换掉Service1,随意实现我们的Service2,Service3……。

4:同时组合多个项目

我们可以实现一个Service2,假设该项目存在实现:

[Export( typeof (IMessageSender))]
public  class  TCPSender : IMessageSender
{
     public  void  Send( string  message)
     {
         Console.WriteLine( "TCPSender:"  + message);
     }
}

这个时候,主程序修改为,注意其中的属性变成了ImportMany,代码如下:

public  class  Program
{
     [ImportMany]
     public  IEnumerable<IMessageSender> Senders { get ; set ; }
 
     public  void  Notify( string  message)
     {
         foreach  (IMessageSender sender in  Senders)
             sender.Send(message);
     }
 
     public  static  void  Main( string [] args)
     {
         Program p = new  Program();
         p.Run();
     }
 
     public  void  Run()
     {
         Compose();
         Notify( "Message Sent" );
     }
 
     private  void  Compose()
     {
         var  catalog = new  DirectoryCatalog( @".\" );
         var  container = new  CompositionContainer(catalog);
         container.ComposeParts( this );
     }
}

程序运行输出为:

image


本文转自最课程陆敏技博客园博客,原文链接:http://www.cnblogs.com/luminji/archive/2011/08/16/2137490.html,如需转载请自行联系原作者

相关文章
|
5天前
|
存储 人工智能 安全
AI 越智能,数据越危险?
阿里云提供AI全栈安全能力,为客户构建全链路数据保护体系,让企业敢用、能用、放心用
|
8天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
7天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
448 93
|
1天前
|
开发者
「玩透ESA」ESA启用和加速-ER在加速场景中的应用
本文介绍三种配置方法:通过“A鉴权”模板创建函数并设置触发器路由;在ESA上配置回源302跟随;以及自定义响应头。每步均配有详细截图指引,帮助开发者快速完成相关功能设置,提升服务安全性与灵活性。
286 2
|
7天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
407 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
7天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
314 158