写点什么

David Pollak 谈 lift 框架和 Scala 语言

  • 2008-03-12
  • 本文字数:1466 字

    阅读完需:约 5 分钟

昨天 David Pollak 宣布 lift 的 0.6 版发布了

lift 是一个用于开发 Web 应用的表达力强大而优美的框架。lift 强调安全性、可维护性、可伸缩性和性能,同时使开发者达到高水平的生产效率。

lift 0.6 带来了以下刺激的新鲜的增强的新特性:

  • 支持 Scala 2.7.0(这意味着你可以使用 Eclipse 来开发 lift 应用) - lift 核心类的本地化(谢谢 Marius)
    - 增强了重定向的支持
    - 支持 Cookie(而不是使用基础的 Servlet cookie 支持)
    - 增强了 Prepared Statements
    - 显著增强了对 JSON 的支持和客户端 HTML 生成
    - 提高了测试和文档(谢谢 Eric)

InfoQ 询问了 David 关于他开发lift的动机以及到目前为止他使用 Scala 的经验。

你可以给我们介绍一些导致你开发lift的背景经验么?

我做了 18 个月的 Rails 开发和 10 年的 Java 开发。Rails 对于 Web 开发来说是一个新颖的视角……对于普通任务,Rails 是“最便捷”(short path) 的方式。它很伟大。但是,我发现 Ruby 的动态类型导致了许多错误,并且导致需要 95% 的测试覆盖率来保证可靠的部署。不幸的是,为了达到 95% 的测试覆盖率,我的代码数量(包括测试)激增到接近 Java 代码数量的水平。而且,因为 Rails 在开发、测试和部署的时候“总是改变事物”(Rails 动态改变它的方法),即使有出色的测试覆盖,还是经常出现部署事故。上述情况再加上 MRI Ruby 实现的缓慢和不稳定以及开发社区的漠不关心,我决定“另寻出路”。我无意中碰到了 Scala 然后立刻认识到它就是我正在寻找的语言。Scala 拥有所有我喜欢的 Ruby 的语言特征和所有我喜欢的 Java 的语言特征。对我来说,这是一个“把你的花生酱放进我的巧克力”的时刻。

什么因素使得 Scala 成为构建一个 Web 框架的伟大环境?

句法。性能。稳定性。一个仅当你需要的时候才出现的优秀的类型系统。闭包。模式匹配。内建的 XML 语言支持(XML literals)。Actor[译注:Scala 的基本并发构造]。很难说什么是决定性因素。

lift与 Rails 以及 Seaside 或者其他 Java 框架例如 Structs 或者 Spring 的区别是什么?

像 Rails 一样容易而简明。 像 Seaside 和 Wicket 一样安全而正式。

类型安全但不像 Struts 一样冗长。

支持允许多人合作的“实时”应用。

所以,你可以飞快地构建巨强大的应用(就像 Rails),但是你不必把所有的状态一股脑地扔进一个关系数据库中。状态是“活的”而不是冻干的,这使得写从前端访问数据库表的应用非常地不同以往。

你可以描述一下你在生产环境中部署lift的经验么?你看到的性能如何?

我对 lift 应用做了许多基准性能测试。lift 的渲染管道简明扼要,而且 lift 在标准的 web 容器中运行。这意味着你可以得到与良好开发的 J2EE 应用相同的性能。对于数据库无关的页面,lift 的渲染时间通常低于 1 秒。对于需要访问数据库的页面,页面渲染时间与数据库访问相关。在一个 Amazon EC2 实例上(1.7Ghz Intel 处理器,2GB 内存),我可以支撑每秒 500+ 的页面访问,其中 50% 的页面要访问数据库,而且 MySQL 实例与 Web 应用运行在相同的服务器上。

你如何看待 lift与现存的 Java 应用配合工作,或者在混合语言环境(例如 JRuby)中工作?

lift 与现存的 Java 代码配合工作的非常好。lift 的 RabbitMQ 和 XMPP 支持是基于 Java 库的。Scala 可以 100% 无缝的调用 Java 代码。Scala 可以 100% 无缝的实现 Java 接口,继承 Java 类。它就是可以工作。至少有一个 lift 项目,其中 lfit 和 Spring 在同一个 WAR 文件中共存。我的第一个 Scala 应用是一个 Servlet 容器。"它就是可以工作"让我松了一大口气。

查看英文原文: David Pollak on lift and Scala

2008-03-12 21:153977
用户头像

发布了 47 篇内容, 共 13.1 次阅读, 收获喜欢 3 次。

关注

评论

发布
暂无评论
发现更多内容

业内首份!电信和互联网数据安全标准汇编发布(附下载)

极盾科技

数据安全

LangChain + Streamlit + Llama:将对话式AI引入本地机器

3D建模设计

人工智能 LLM

领域驱动设计(DDD):从基础代码探讨高内聚低耦合的演进

付威

架构 领域驱动设计 DDD

开源Java诊断工具Arthas:开篇之watch实战

javalover123

Java 开源 Arthas watch 诊断

面部表情识别技术在人机交互中的应用

数据堂

面部表情识别的伦理问题与应对策略

数据堂

Programming abstractions in C阅读笔记:p123-p126

codists

近期大型攻防演练观感及未来攻防趋势判断

墨菲安全

安全 软件供应链

助力人工智能教育普及 宾果智能机器人走进全国千所小学

硬科技星球

ARTS打卡第一周

苏籍

技术 ARTS 打卡计划 #成长经验

如何使用Redis实现分布式锁?

王磊

Java Java面试题

使用three.js与WebGL相比有什么优势?

3D建模设计

WebGL three.js

2023 ARTS打卡第一周

犇犇

ARTS 打卡计划

GPT大语言模型引爆强化学习与语言生成模型的热潮、带你了解RLHF。

汀丶人工智能

强化学习 ChatGPT AI大语言模型

Prompt-“设计提示模板:用更少数据实现预训练模型的卓越表现,助力Few-Shot和Zero-Shot任务”

汀丶人工智能

人工智能 Prompt prompt 工程

C++的对象与类的含义

芯动大师

使用 Terraform 与事件驱动的 Amazon CodeBuild 提升云上数据应用运维效率

亚马逊云科技 (Amazon Web Services)

云原生

ARTS 打卡第 1 周

orient

ARTS 打卡计划

使用 ChatGPT 的代码解释器进行数据科学的 5 种方法

3D建模设计

Python 数据分析 ChatGPT

企业级即时通讯协作和移动应用管理平台哪个品牌好?

BeeWorks

从来不懂K8s的人在10分钟内将应用跑在了K8s中

北京好雨科技有限公司

Kubernetes 开发者 云原生 应用部署

2023 ARTS 打卡第一周

Z.

ARTS 打卡计划

一个炫酷的头像悬停效果 2

南城FE

CSS 前端 动画 SASS 交互

学习 ChatGPT 一切基础知识的绝佳资源

3D建模设计

人工智能 ChatGPT LLM

如何使用LLM实现文本自动生成视频

3D建模设计

Python 人工智能

一云多芯能力再获认可!天翼云助推政企上云行稳致远!

天翼云开发者社区

云计算

为什么Nop平台坚持使用XML而不是JSON或者YAML

canonical

json xml 低代码 Nop平台

面部表情识别技术的最新研究进展

数据堂

企业级私有化部署即时通讯,完美替代SaaS平台

BeeWorks

文心一言 VS 讯飞星火 VS chatgpt (79)-- 算法导论7.4 4题

福大大架构师每日一题

福大大架构师每日一题

ARTS 打卡第 1 周

AI帅辉

ARTS 打卡计划

David Pollak谈lift框架和Scala语言_Java_Gavin Terrill_InfoQ精选文章