百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

大神方案|如何重写一个万行代码的类文件

bigegpt 2024-08-09 11:08 2 浏览

标题中牛皮吹的有点大,总结成一句话是:用一种极简的方案,处理了一个相对复杂的问题。

前言:

什么是设计模式?同事调侃道:设计模式就是把一个类,拆成一百个类。

调侃归调侃,能够将一个类拆成一百个类,而且类的功能划分合理,类之间彼此独立,又能相互配合,需要有足够的技术沉淀。

经典的设计模式,为我们指明了解决问题的思路和方向,结合新的框架及语言特性,可以得到更好的解决方案。

现状:

一个类有近万行代码(9160行),一个方法有800多行,一个实体类包含492个属性,一个赋值方法中包含234个if...else...判断,而且这种近万行的类文件不止一个,相信大多数人面对这种代码时,要么选择视而不见,要么会十分头疼,而我很幸运的接手了这样一个工作。

背景:

据说这是一个核心的业务模块,起初有2000多行代码,每次需求迭代,就加进去一部分代码,3年时间,增至目前近一万行的代码。

可以想象,这样的代码是没有任何架构可言的,完全是意识流式的写法,想到哪里就写到哪里,有新需求就加新代码,复制粘贴,修修改改,常年累月,形成了这样一个庞然大物。

基本原则:

代码不仅仅要满足运行的要求,好的代码更要便于阅读,逻辑清晰,易扩展,易维护,符合高内聚,低耦合的需求。以此为指导思想,开展重写工作。

如何制定一个统一的处理规范,将一个万行大类拆分为多个小类,并要这些小类相互配合,而又彼此隔离,是这次重写工作的重点。

(为节省阅读时间,直接说方案)

方案说明:

整体上,解决方案分为两部分:抽象层和实现层。

抽象层:定义接口,并负责接口实现类的初始化,调用执行等功能,

实现层:实现接口,创建具体的数据查询类,计算类。

数据传递:贯穿整个计算过程的数据,通过参数在计算类中进行传递;计算的中间数据,以注入的方式([Autowired]),在计算类之间传递。

整个方案可以说做到了尽可能的简洁,抽象层不关心具体实现,实现类之间完全解耦,每个类只需要关心自己的实现逻辑,类的调用顺序及依赖关系放到抽象层。

业务场景:

养殖行业的成本费用分摊计算

业务需求:

将当期发生的成本费用,按照一定比例,分摊到具体的成本对象以及其对应的成本项目上。

核心逻辑:

整个计算逻辑包括30多个计算步骤,需要从20多个数据源(分布在多个数据库的的20多个关联查询)中查询原始数据,经过层层计算,得到最终结果。

这30多个计算步骤,有的以原始数据作为输入数据,有的以前置计算结果作为输入数据。

思考过程:

首先想到的是用设计模式:职责链模式

每个计算步骤作为职责链中的一个节点,节点依次执行,完成整个计算过程。

进一步研究发现,使用职责链模式有两个问题:

问题一:职责链模式的每个节点,依赖下一个节点,每个节点需要明确知道其下一节点,增加了节点间代码耦合。

问题二:职责链模式的节点实现自同一个接口,对于需要以其他节点的计算结果作为输入数据的节点并不友好。(有同学可能会想到用一个大类,将所有节点需要的数据都放到这个类中,节点从中筛选自己需要的数据,虽然能解决问题,但并不优雅)

如何解决:

第一个问题,使用职责链模式,是为了隔离每个步骤的关注点,降低代码耦合,至于执行顺序是由职责链自己控制还是由外部控制,并不重要,为此,将控制职责链执行顺序的职责放到职责链外部,是更合理的方式,最简单的方法是:使用List承载节点实现类,顺序执行即可。

第二个问题,数据传递的问题,节点要想访问某个数据,传参是最简单的方式,另一种方式是使用“注入”。也就是下面代码中的特性[Autowired],用过spring的同学应该不会陌生,这里借鉴spring的思想,自定义了一个数据注入的特性。大致思路是:前置计算器的计算结果存入一个全局数据容器中,需要使用该数据的计算器类,定义属性,标记[Autowired]特性,在计算器初始化时,会根据属性的类型,在全局数据容器中查找数据,自动对属性赋值,计算器不需要关心数据来源,只需要使用数据,完成计算逻辑即可。

    /// <summary>
    /// 饲料费用计算
    /// </summary>
    internal class MaterialCostCaculator : ICostCaculator
    {
        [Autowired]
        public MaterialRequisitionDataContext DataContext { get; set; }

        public List<KeyValuePair<string, decimal>> Caculate(FeedPigsContext feedDaysContext, CaculateItem item)
        {
            var result = new List<KeyValuePair<string, decimal>>();
        }
    }

详细说明:

CostCaculateScheduler

CostCaculateScheduler是整个计算功能的唯一入口,该类只有一个方法 Caculate(),作用是:接收参数,初始化并调用 “数据查询类”和“计算器实现类”(具体功能下放到了CaculatorCollection和CostDataContextScheduler),完成整个计算工作。

后期计划加入注册“数据查询类”和“计算器实现类”的方法,以便调用方自定义使用哪些计算器。

CaculatorCollection

CaculatorCollection是计算器的集合类,可以理解为问题一的解决方案中提到的List,提取这个类是为了使结构更清晰。

CostDataContextScheduler

CostDataContextScheduler是一个数据查询类的调度器,可以在计算器执行前,完成对数据的查询,同时也充当问题二的解决方案中“全局数据容器”的角色。

ICostCaculator:是计算器接口。

ICostDataHandler:是通用数据的查询接口,其查询结果会存入“全局数据容器”。

ICostDataContext:是一个标志接口,是为了保持数据查询接口的外观的一致性。

对于每个计算环节来说,只需要定义具体的计算实现类,并完成注册即可。

最左侧的FeedDaysXXX相关的类,是用于查询成本对象,及计算分摊比例的,基本逻辑一致。

类图如下:

心得体会:

将一件简单的事情做复杂,很容易,而将一个复杂的业务做简单,却很考验能力。

经典的设计模式,为我们指明了解决问题的思路和方向,结合新的框架及语言特性,可以得到更好的解决方案。

费了好大力气,说了很多,但感觉好像还没说明白...

学习更多JAVA知识与技巧,关注与私信博主(学习)免费学习JAVA 课件,源码,安装包,还有最新大厂面试资料等等等

相关推荐

【Docker 新手入门指南】第十章:Dockerfile

Dockerfile是Docker镜像构建的核心配置文件,通过预定义的指令集实现镜像的自动化构建。以下从核心概念、指令详解、最佳实践三方面展开说明,帮助你系统掌握Dockerfile的使用逻...

Windows下最简单的ESP8266_ROTS_ESP-IDF环境搭建与腾讯云SDK编译

前言其实也没啥可说的,只是我感觉ESP-IDF对新手来说很不友好,很容易踩坑,尤其是对业余DIY爱好者搭建环境非常困难,即使有官方文档,或者网上的其他文档,但是还是很容易踩坑,多研究,记住两点就行了,...

python虚拟环境迁移(python虚拟环境conda)

主机A的虚拟环境向主机B迁移。前提条件:主机A和主机B已经安装了virtualenv1.主机A操作如下虚拟环境目录:venv进入虚拟环境:sourcevenv/bin/active(1)记录虚拟环...

Python爬虫进阶教程(二):线程、协程

简介线程线程也叫轻量级进程,它是一个基本的CPU执行单元,也是程序执行过程中的最小单元,由线程ID、程序计数器、寄存器集合和堆栈共同组成。线程的引入减小了程序并发执行时的开销,提高了操作系统的并发性能...

基于网络安全的Docker逃逸(docker)

如何判断当前机器是否为Docker容器环境Metasploit中的checkcontainer模块、(判断是否为虚拟机,checkvm模块)搭配学习教程1.检查根目录下是否存在.dockerenv文...

Python编程语言被纳入浙江高考,小学生都开始学了

今年9月份开始的新学期,浙江省三到九年级信息技术课将同步替换新教材。其中,新初二将新增Python编程课程内容。新高一信息技术编程语言由VB替换为Python,大数据、人工智能、程序设计与算法按照教材...

CentOS 7下安装Python 3.10的完整过程

1.安装相应的编译工具yum-ygroupinstall"Developmenttools"yum-yinstallzlib-develbzip2-develope...

如何在Ubuntu 20.04上部署Odoo 14

Odoo是世界上最受欢迎的多合一商务软件。它提供了一系列业务应用程序,包括CRM,网站,电子商务,计费,会计,制造,仓库,项目管理,库存等等,所有这些都无缝集成在一起。Odoo可以通过几种不同的方式进...

Ubuntu 系统安装 PyTorch 全流程指南

当前环境:Ubuntu22.04,显卡为GeForceRTX3080Ti1、下载显卡驱动驱动网站:https://www.nvidia.com/en-us/drivers/根据自己的显卡型号和...

spark+python环境搭建(python 环境搭建)

最近项目需要用到spark大数据相关技术,周末有空spark环境搭起来...目标spark,python运行环境部署在linux服务器个人通过vscode开发通过远程python解释器执行代码准备...

centos7.9安装最新python-3.11.1(centos安装python环境)

centos7.9安装最新python-3.11.1centos7.9默认安装的是python-2.7.5版本,安全扫描时会有很多漏洞,比如:Python命令注入漏洞(CVE-2015-2010...

Linux系统下,五大步骤安装Python

一、下载Python包网上教程大多是通过官方地址进行下载Python的,但由于国内网络环境问题,会导致下载很慢,所以这里建议通过国内镜像进行下载例如:淘宝镜像http://npm.taobao.or...

centos7上安装python3(centos7安装python3.7.2一键脚本)

centos7上默认安装的是python2,要使用python3则需要自行下载源码编译安装。1.安装依赖yum-ygroupinstall"Developmenttools"...

利用本地数据通过微调方式训练 本地DeepSeek-R1 蒸馏模型

网络上相应的教程基本都基于LLaMA-Factory进行,本文章主要顺着相应的教程一步步实现大模型的微调和训练。训练环境:可自行定义,mac、linux或者window之类的均可以,本文以ma...

【法器篇】天啦噜,库崩了没备份(天啦噜是什么意思?)

背景数据库没有做备份,一天突然由于断电或其他原因导致无法启动了,且设置了innodb_force_recovery=6都无法启动,里面的数据怎么才能恢复出来?本例采用解析建表语句+表空间传输的方式进行...