第四章: 类和接口


public > protected > 包级私有 > private

退化类: 就是一些集中实例域但是没有任何行为的类,个人理解就是只有字段而没有方法。 


这一章更多的是讲解一些编程时候的规范。


1. 访问性的最小化:  

这种形式有利于封装,同时更少的对外提供修改的渠道,也是为了更好的保护。 同时, 对外提供的方法,不会让他看到更多的代码细节。也就是说,你要         什么我就给你什么, 但是你看不到我内部的实现, 内部的实现代码我可以提供private的形式, 不会让你去进行继承或者修改。 这样也就把关联关系给降          低了, 对于一些方法的作用域的时候,我们需要注意这个方法是否可以被其他人看见。


2. 继承和复合:    

继承的使用更多的就是确实存在父子关系的时候, 才考虑使用。 因为继承扩展一个类很危险,父类的具体实现很容易影响子类的正确性。 继承其实在         一定程度上打破了封装性, 同时,继承一般都是用于基类是抽象类, 然后子类来实现不同的业务, 当然也可以扩展一些方法。复合更多的偏向于组          合概念的形式, 不仅比子类更加健壮,而且功能也更加强大。



3.接口和抽象类:   


接口更加的灵活, 相当于一个切片, 可以随时切入一个已经写好的业务代码中, 可以随时的进行扩展和处理。 也可以用不同的类来实现这个接口,这样          出现不同的业务实现。 书中说的策略模式就是这种形式, 调用接口方法,后面是传入的接口实现类的自定义业务代码。


抽象类的话, 更加适合于一个框架型, 抽象出公共的地方, 然后各自去实现不同的业务, 这样有一定的规范性,模板化。    

数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值