Flex框架中Cairngorm和Mate的優點大比拼
本文和大家重點討論一下Flex框架中Cairngorm和Mate的優缺點，Cairngorm是一個廣為人知的老牌Flex框架，而Mate是一個基于標簽的，事件驅動的框架。它們有什么不同點或者相似之處嗎請看下文詳細介紹。
如何選擇一個Flex框架
Cairngorm
Cairngorm是一個廣為人知的老牌Flex框架。它是一個微型架構——由一些設計模式組成用來降低團隊協作的困難。
Cairngorm從Java的世界帶來了很多開發理念，并且把重點放在三個關鍵區域：處理用戶動作，封裝服務端的交互和業務邏輯，管理客戶端的狀態和界面呈現。
使用Cairngorm來構建一個項目，需要將應用代碼分離到不同的包并且繼承Cairngorm的類。以下是Cairngorm項目中一些主要的部分和類。
ModelLocator是一個儲存數據的單例，數據表示程序的狀態。單例類的性質保證了程序中的所有組件取得的是相同的數據。
ServiceLocator是另一個單例，它集中管理所有服務如HTTPServices。同樣，由于是單例，程序中的所有組件取得的是相同的服務。
業務邏輯被封裝在command類中。command實現了命令模式，它們表示相應用戶事件的邏輯。
事件被類FrontController處理，FrontController會把事件映射到相應的Command。
Delegate類作為代理來對遠端服務進行請求和響應。
優點
Cairngorm在Flex社區廣為人知，作為Adobe開源項目的一員，擁有活躍的社區和開發者的支持。
其次，該框架吸取了Java開發中許多寶貴的經驗，并成功得用于大型項目的開發中。
并且，Cairngorm適用于團隊開發，因為它提供了結構化的開發方法來創建應用，利于分布式的開發。
缺點
需要寫大量的類應該是Cairngorm最多的負面評論了。在Cairngorm中，每一個event對應一個command；因此，需要對程序觸發的每一個事件來寫一個command類。而且，還要為command寫一些其他的類，例如delegates。即使是一個中型的應用也會導致大量的類產生。
其次,Cairngorm實現了自己的一套事件處理的方法。這增加了Flex內置事件模型的復雜度，而且它還有限制。由于每個事件都有自己的的command，事件的響應者被限制成1個。加之Cairngorm的事件不具冒泡特性，如果要發送數據到容器的其它層次則需要自己來實現。
第三個常見的批評是Cairngorm依賴全局的單例，這讓模塊和單元測試變得困難。盡管可以打破單例中的模型簡化測試，但是會增加額外的過程。
資源
Cairngormdeveloperdocumentation
DevelopingFlexRIAswithCairngormmicroarchitecture–Part1:IntroducingCairngorm(StevenWebsterandLeonTanner,August2008)
ExampleCairngormproject
Mate
Mate是一個基于標簽的，事件驅動的Flex框架。基于標簽意味著它可以完全實現在MXML中。該框架的目的是讓事件響應者的聲明變得簡便。
在項目中使用Mate只需要處理兩個方面：使用1個或者多個事件，有一個成為”eventmap“的MXML文件——被包含在主程序中的一個MXML文件。它定義了需要監聽的事件以及如何被處理。必須有1個eventmap，而且允許有多個。
Mate也實現了依賴注入（Dependencyinjection）的理念——有時被稱為好萊塢原則,或“don’tcallus,we’llcallyou”。對象的創建時這樣一種方式：數據被創建并且注入到對象中。也就是說，對象不會喊著要數據（”don’tcallus”），而是數據被傳送給對象（”we’llcallyou”）。
優點
Mate使用依賴注入提升了松耦合性。因為組件不依賴全局的單例，能更自由地作為對立的部分。Mate不會阻止你使用Flex內建的事件機制，也不會像Cairngorm一樣為每個事件都使用單獨的響應。Mate的MXML標簽文件簡單易用，而且文檔優秀，在官網上有大量的代碼實例。
缺點
Mate使用MXML文件構建，要是作為一個ActionScript開發者，就需要調整自己的習慣。而且Mate沒有為應用程序制定結構，這份工作留給了開發者。
因此，需要加強團隊協作來保證代碼的兼容性。還有一個問題與AdobeLiveCycleDataServicesES有關，要知道Mate暫時還不能處理LiveCycleDataServices提供的數據管理方面的功能。
翻譯自：http://www.adobe.com/devnet/flex/articles/flex_framework_02.html
【編輯推薦】
