在Fruit项目中实现带构造参数的接口替换方案
2025-07-08 17:30:17作者:何将鹤
问题背景
在Fruit这个C++依赖注入框架中,开发者经常需要替换接口的不同实现。本文探讨一个典型场景:如何为JSON仓库实现添加特殊的构造参数,同时保持接口的通用性。
核心挑战
当我们需要将一个标准仓库实现替换为JSON仓库实现时,JSON仓库需要接收一个字符串参数作为数据存储后端。但标准仓库接口IRepository是一个通用接口,不应该包含JSON特有的方法。
解决方案
1. 修改实现类构造函数
首先修改JSON仓库实现类,使其构造函数接收字符串参数:
class JSONScalerRepositoryImpl : public IScalerRepository {
private:
std::string m_context;
public:
INJECT(JSONScalerRepositoryImpl(const std::string& json))
: m_context(json) {}
// ... 其他接口实现
};
2. 调整组件工厂函数
创建两个版本的组件工厂函数,一个用于标准实现,一个用于JSON实现:
// 标准实现工厂
fruit::Component<IScalerRepository> getScalerRepositoryDBComponent() {
// ... 标准实现
}
// JSON实现工厂,接收字符串指针
fruit::Component<IScalerRepository> getScalerJsonRepository(std::string* pJsonString) {
return fruit::createComponent()
.bind<IScalerRepository, JSONScalerRepositoryImpl>()
.bindInstance(*pJsonString); // 注意这里解引用
}
3. 创建测试组件
在测试组件中实现替换逻辑:
fruit::Component<ScalerFactory> getScalerTestComponent(std::string* pJsonString) {
return fruit::createComponent()
.replace(getScalerRepositoryDB)
.with(getScalerJsonRepository, pJsonString)
.install(getScalerComponent);
}
关键实现细节
-
指针传递:必须使用指针而非引用或值传递,因为Fruit内部需要能够存储和移动这些参数。
-
bindInstance使用:在组件工厂中,我们使用
bindInstance将解引用后的字符串绑定到注入系统中。 -
替换顺序:注意
.replace().with()必须在.install()之前调用,这是Fruit框架的要求。
替代方案对比
最初考虑过两种替代方案:
-
在接口中添加设置方法:这违反了接口隔离原则,会使通用接口包含实现特定的方法。
-
使用上下文对象:虽然可行,但需要额外定义结构体和哈希实现,增加了复杂度。
最终选择的指针方案最为简洁,且与Fruit的设计理念相符。
实际应用
在实际使用时,注入器的创建方式如下:
std::string jsonData = "..."; // JSON数据
Injector<ScalerFactory> injector(getScalerTestComponent, &jsonData);
这种方式确保了:
- JSON数据在注入时可用
- 不会污染通用接口
- 保持了代码的可测试性
总结
通过合理使用Fruit的依赖注入机制,我们成功实现了:
- 为特定实现添加构造参数
- 保持接口的纯净性
- 灵活替换不同实现
- 确保类型安全
这种模式可以推广到其他需要为接口实现添加特定构造参数的场景,是Fruit框架中一个实用的高级技巧。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
281
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100