为什么要使用MonoRail?

简介:
可能最近很多人都听说了微软要推出MVC的框架,关注MonoRail的人也多了起来。
想学习MonoRail的人应该也不少,但是 埋头拉车,更要抬头看路 ,我们为什么要学习MonoRail呢?

我自己到现在还摇摆不定,以下是我个人的一点看法,欢迎大家讨论。
好处:
1、方便大项目的开发,可以集中控制
2、代码间分层清晰
3、可以让不懂程序的美工设计界面
4、从Java转过来的人学起来相对容易一点

坏处:
1、不能使用微软的服务器控件
2、好像不支持缓存
3、大部分人都不会,项目组内推广有难度
4、大量使用反射,性能好像也不是很好(当然webform的性能也不咋的)
5、view部分目前还没有可视化工具

感觉好像大公司、大的项目使用MonoRail有一定优势,一般的项目还是webform比较方便。



    本文转自永春博客园博客,原文链接:http://www.cnblogs.com/firstyi/archive/2007/10/17/927967.html,如需转载请自行联系原作者

相关文章
|
分布式计算 DataWorks 关系型数据库
DataWorks支持将ODPS表拆分并回流到MySQL的多个库和表中
DataWorks支持将ODPS表拆分并回流到MySQL的多个库和表中
247 4
|
安全 程序员 Linux
删库跑路?掌握rm命令的技巧,高效删除文件和目录!
删库跑路?掌握rm命令的技巧,高效删除文件和目录!
1108 0
|
存储 Kubernetes 安全
当 Kubernetes 遇到机密计算,阿里巴巴如何保护容器内数据的安全?
8 月 26 日,我们发起了第 6 期 SIG Cloud-Provider-Alibaba 网研会直播。本次直播主要介绍了机密计算的概况, InclavareContainers 开源项目架构、已支持的功能和迭代计划,以及阿里云 ACK-TEE 的发展现状和规划。本文汇集了此次直播完整视频回顾及资料下载,并整理了直播过程中收集的问题和解答,希望能够对大家有所帮助~
当 Kubernetes 遇到机密计算,阿里巴巴如何保护容器内数据的安全?
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
《鸿蒙Next:让人工智能语音交互听懂每一种方言和口音》
鸿蒙Next系统通过丰富方言语音数据、优化语音识别模型、引入语音合成技术及用户反馈机制,大幅提升对不同方言和口音的识别能力。具体措施包括多渠道收集方言数据、建立动态数据库、采用深度学习算法、实现多任务学习与对抗训练、生成标准方言样本,并结合硬件如麦克风阵列技术优化语音输入质量。这些综合手段确保了语音交互的准确性和实时性,为用户提供更智能、便捷的服务。
704 16
|
机器学习/深度学习 人工智能 自然语言处理
NVIDIA Triton系列03-开发资源说明
NVIDIA Triton 推理服务器是用于高效部署机器学习模型的开源工具。本文介绍了初学者如何通过官方文档和 GitHub 开源仓库获取开发资源,包括快速启动指南、生产文档、示例和反馈渠道。特别强调了核心仓库中的六个重要部分,涵盖服务器部署、核心功能、后端支持、客户端接口、模型分析和模型导航工具。这些资源有助于初学者全面了解和掌握 Triton 项目。
400 0
NVIDIA Triton系列03-开发资源说明
|
SQL 分布式计算 Java
E-MapReduce Serverless Spark体验评测
从了解到部署实践,全方位带你体验大数据平台EMR Serverless Spark的魅力。
623 7
E-MapReduce Serverless Spark体验评测
|
机器学习/深度学习 传感器 人工智能
智能家居技术的演进与未来
本文深入探讨了智能家居技术从诞生到现代的演变历程,并展望了其未来的发展方向。通过分析智能家居系统的核心组成、关键技术以及市场趋势,揭示了这一领域面临的挑战和机遇。文章旨在为读者提供一个全面的视角,理解智能家居技术如何塑造我们的日常生活,并对未来的居住环境产生影响。
336 0
|
机器学习/深度学习 Python
sigmoid函数
本文探讨了高等数学中的sigmoid函数,它在神经网络中的应用,特别是在二分类问题的输出层。sigmoid函数公式为 $\frac{1}{1 + e^{-x}}$,其导数为 $sigmoid(x)\cdot(1-sigmoid(x))$。文章还展示了sigmoid函数的图像,并提供了一个使用Python绘制函数及其导数的代码示例。
1141 2
|
存储 Cloud Native Java
Linux下systemd深入指南:如何优化Java服务管理与开机自启配置
Linux下systemd深入指南:如何优化Java服务管理与开机自启配置
660 0
|
XML JSON 缓存
携程获取景点详情 API 返回值说明
-- 请求示例 url 默认请求参数已经URL编码处理 curl -i "https://api-gw.onebound.cn/xiecheng/item_get_scenic/?key=<您自己的apiKey>&secret=<您自己的apiSecret>&num_iid=138153"