桥接模式(Bridge Design Pattern)及代码实现

最新推荐文章于 2023-03-29 22:45:52 发布

rgc_520_zyl

最新推荐文章于 2023-03-29 22:45:52 发布

阅读量246

点赞数

分类专栏：设计模式 python 文章标签： python 设计模式桥接模式

本文链接：https://blog.csdn.net/rgc_520_zyl/article/details/109564109

版权

python 同时被 2 个专栏收录

38 篇文章 0 订阅

订阅专栏

设计模式

23 篇文章 0 订阅

订阅专栏

模式定义:

此模式属于结构型模式, 通过类间的组合方式实现不同维度的 2种数据相互交互; 2种维度的类彼此分开拓展子类, 不会耦合在一起;

注意点:

网上搜索的多数教程都讲到抽象和实现这2个专业术语; 而此2个术语很容易让人引起误会,把此抽象和面向对象里的抽象出父类的抽象概念混淆; 其实此模式中不用管抽象和实现这2个概念,如果过于在意反而无法理解此模式;

只需理解为 2个不同的维护相互配合工作即可; 如此教程中的形状和颜色示例, 就直接理解成形状维度和颜色维度; 形状维度内部类属性可以调用颜色对象,实现颜色渲染功能;(如果非要按照那2个概念来说,形状类为抽象角色, 颜色类为实现角色)

代码或现实中的例子:

5个男低音和 4个女高音进行男女随机匹配进行组合唱歌; 考虑到彼此水平的不同,和配合差异,可能会唱出 4*5=20 首不同的歌;
不同类型的坦克可以有不同颜色的伪装;
从数据库查询完数据后,存数据到缓存中, 用户可以指定数据库的类型(mysql,sqlite,oracle),和缓存的类型(redis,file,mongo,memcache) ; 实现见下方示例代码

该模式关键的角色(不要刻意在乎抽象和具体这2个概念):

抽象化（Abstraction）角色：定义抽象类，并包含一个对实现化对象的引用。
扩展抽象化（Refined Abstraction）角色：是抽象化角色的子类，实现父类中的业务方法，并通过组合关系调用实现化角色中的业务方法。
实现化（Implementor）角色：定义实现化角色的接口，供扩展抽象化角色调用。
具体实现化（Concrete Implementor）角色：给出实现化角色接口的具体实现。

该模式的主要优缺点如下：

优点:

开闭原则;你可以新增2个维度的任何一部分，且它们之间不会相互影响。
拓展性增强,增加任何一个维度数据,都不会影响其他维度
符合合成复用原则
其实现细节对客户透明

缺点:

每个维度对外接口(类方法等) 的问题, 如果要客户端无感知区别的话,则每个维度子类对外接口都要相同,否则无法做到客户透明(用户还要查看对应子类是否有对应方法); 这也可能导致为了刻意一致而一致,从而影响整体代码结构;

何时使用此模式:

当一个类内部具备两种或多种变化维度时，使用桥接模式可以解耦这些变化的维度，使高层代码架构稳定。

桥接模式通常适用于以下场景。

当一个类存在两个独立变化的维度，且这两个维度都需要进行扩展时。
当一个系统不希望使用继承或因为多层次继承导致系统类的个数急剧增加时。
当一个系统需要在构件的抽象化角色和具体化角色之间增加更多的灵活性时。

桥接模式的一个常见使用场景就是替换继承。我们知道，继承拥有很多优点，比如，抽象、封装、多态等，父类封装共性，子类实现特性。继承可以很好的实现代码复用（封装）的功能，但这也是继承的一大缺点。
因为父类拥有的方法，子类也会继承得到，无论子类需不需要，这说明继承具备强侵入性（父类代码侵入子类），同时会导致子类臃肿。因此，在设计模式中，有一个原则为优先使用组合/聚合，而不是继承。
很多时候，我们分不清该使用继承还是组合/聚合或其他方式等，其实可以从现实语义进行思考。因为软件最终还是提供给现实生活中的人使用的，是服务于人类社会的，软件是具备现实场景的。当我们从纯代码角度无法看清问题时，现实角度可能会提供更加开阔的思路。

示例代码部分

# -*- coding: utf-8 -*-
"""
(C) Guangcai Ren
All rights reserved
create time '2020/11/10 16:54'

Usage:

业务需求:
从数据库查询完数据后,存数据到缓存中, 用户可以 指定 数据库的类型,和 缓存的类型

组合模式实现方式:
通过分析需求 得知 2个不同维度的 数据 需要 实现 笛卡尔积 数量级 的组合方式;并且 如果考虑后续 可能增加的 维度数据,组合数量会更多;
通过 数据层 连接不同数据库 和 用不同缓存方式 缓存 实现 桥接模式;
一个维度:  硬盘数据存储技术(不同的数据库): mysql,sqlite,oracle
另一个维度: 缓存存储方式:redis,file,mongo,memcache
如上 2个维度 需要 D(3)*D(4)=12种组合方式;

实现细节: 从数据库查询完数据后,存数据到缓存中, 也就是 在 数据库 相关类中 设置 缓存属性,值为 缓存实例对象,这个 缓存属性 就是 桥接模式 中的桥梁,
        数据库类存缓存的操作,通过这个 缓存属性(桥梁) 到对应的 缓存 对象中 执行缓存操作; 也就是 数据库类 将缓存的 操作 委托给 缓存对象实现;


继承实现方式:
DB类
MysqlRedis(DB),MysqlFile(DB),MysqlMongo(DB),OracleRedis(DB),OracleFile(DB),OracleMongo(DB),... 共12子类

2种实现方式比较:
继承实现: 类数量实现 D(3)*D(4)+1(Db父类)=13个类
桥接模式: 类数量实现 1(Db父类)+3(Db子类)+1(Cache父类)+4(Cache子类)=9个类

不必多言,继承实现 方式 完全体现了 码农搬砖 4个字的核心思想,重复的做着大量 耗时,价值低廉,易错 的事情;且 在 任何维度 新增数据时 都要 增加大量新的子类,
而 桥接模式 则 只需 增加一个 子类即可

"""


class Db:
    db_type = ''

    def __init__(self, cache_obj):
        """
        Db库初始化
        :param cache_obj:
        """
        self.cache = cache_obj

    def query(self):
        """
        从 数据库查询数据
        :return:
        """
        self.set_cache()

    def set_cache(self):
        """数据存入缓存"""
        print(f'{self.db_type}数据库 开始调用缓存类型:{self.cache.__class__.__name__} 的对象 把数据存入缓存')
        self.cache.set_cache()


class Mysql(Db):
    db_type = 'mysql'

    def query(self):
        """mysql的查询数据功能"""
        print(self.query.__doc__)
        super(Mysql, self).query()


class Sqlite(Db):
    db_type = 'sqlite'

    def query(self):
        """Sqlite的查询数据功能"""
        print(self.query.__doc__)
        super(Sqlite, self).query()


class Cache:
    """缓存父类"""

    def set_cache(self):
        """设置缓存"""
        pass


class Redis(Cache):
    def set_cache(self):
        """redis设置缓存"""
        print(self.set_cache.__doc__)


class Memcache(Cache):
    def set_cache(self):
        """memcache设置缓存"""
        print(self.set_cache.__doc__)


if __name__ == '__main__':
    """
    如上 示例代码 只实现了 部分 类型的类,多了 也没啥意义,理解思想即可
    """
    print('mysql+redis组合\n')
    cache_obj = Redis()
    db_obj = Mysql(cache_obj)
    db_obj.query()
    print('*' * 10, '\n')

    print('mysql+Memcache组合\n')
    cache_obj = Memcache()
    db_obj = Mysql(cache_obj)
    db_obj.query()
    print('*' * 10, '\n')

    print('sqlite+Memcache组合\n')
    cache_obj = Memcache()
    db_obj = Sqlite(cache_obj)
    db_obj.query()
    print('*' * 10, '\n')

结果演示: