接口设计的六大原则
1.单一职责原则(Single Responsibility Principle,SRP)。
定义:应该有且仅有一个原因引起类的变更。
-- 应该根据实际业务情况而定,关注变化点。实际类难做到职责单一,单接口的职责应尽量单一。
2.里氏替换原则(Liskov Subsitution Principle, LSP)。
定义:所有引用基类的地方必须能够透明地使用其子类的对象。
-- 里氏替换原则为良好的继承定义了一个规范:
子类必须完全实现父类的方法;
子类可以有自己的个性(属性、方法);
覆盖或实现父类的方法时,输入参数可以被放大;
复写或实现父类的方法时,输出结果可以被缩小;
ps: 在类中调用其他类时,务必使用父类或接口。如果不能使用父类或者接口,说明类的设计已经违背了LSP原则。
3.依赖倒置原则(Dependence Inversion Principle,DIP)。
定义:高层模块不应该依赖低层模块,两种都应该依赖其抽象。抽象不应该依赖细节。细节应该依赖抽象。简单的定义即:面向接口编程。
-- 测试驱动开发是依赖倒置原则的最好体现。测试驱动开发要求先写测试类,测试类通过才写实现类,这要求先写接口定义。
-- 依赖的三种写法:1.购置函数传递依赖对象;2.setter方法传递依赖对象;3.接口声明依赖对象。
-- 最佳实践:1.每个类尽量都有接口或抽象类,或者抽象类和接口都具备;2.变量的表面类型尽量是接口或抽象类;3.任何类都不应该冲具体类派生;4.尽量不要覆写基类的方法;5.接合里氏替换原则使用。
4.接口隔离原则;这里指用interface关键字定义的接口。
定义:客户端不应该依赖它不需要的接口;类间的依赖关系应该建立在最小的接口上;
-- 保证接口的纯洁性:1.接口要尽量小;2.接口要高内聚;3.定制服务;4.接口的设计是有限度的。
-- 最佳实践:1.一个接口只服务一个子模块或业务逻辑;2.通过业务逻辑压缩接口中的public方法,接口时常去回顾,尽量让接口到达“满身筋骨肉”,而不是“肥嘟嘟”的一大堆方法;3.已经被污染了的接口,尽量去修改。若变更的风险较大,则采用适配器模式进行中转化处理;4.了解环境,拒绝盲从。每个项目或产品都有特定的环境因素,不要盲从大师的设计,要根据业务逻辑进行最好的接口设计。
5.迪米特法则(Law Of Demeter, LOD),最少只是原则;
定义:一个类应该对自己需要耦合或调用的类知道的最少,调用的类如何复杂跟客户端没有关系,客户端就调用类提供的public方法,其他的都不关系。
-- 低耦合要求:1.只和朋友交流;朋友类:出现在成员变量、方法的输入输出参数中的类。方法体内的类不属于朋友类。2.朋友间也是有距离的;尽量不要对外公布太多的public和非静态的public变量,尽量内敛,多使用private、package-private、protected等访问权限;3.是自己的就是自己的;如果一个方法放在本类中,既不增加类间关系,对本类也不产生负面影响,就放置在本类中;4.谨慎使用Serializable;
6.开闭原则
-- 一个软件实体(类、模块、函数)应该对扩展开发、对修改关闭;
-- 软件实体包括:1.项目和软件产品中按照一定的逻辑规则划分的模块;2.抽象和类;3.方法;
-- 变化的三种类型:1.逻辑变化;2.子模块变化;3.可见视图变化;
原文链接: https://www.yukx.com/architect/article/details/2352.html 优科学习网接口设计的六大原则
-
分库分表大家可能听得多了,但读扩散问题大家了解吗?这里涉及到几个问题。分库分表是什么?读扩散问题是什么?分库分表为什么会引发读扩散问题?怎么解决读扩散问题?这些问题还是比较有意思的。相信兄弟们也一定有机会遇到哈哈哈。我们先从分库分表的话题聊起吧。分库分表我们平时做项目开发。一开始,通常都先用一张数据
-
目前支持I/O多路复用的系统调用有 select,pselect,poll,epoll,I/O多路复用就是 通过一种机制,一个进程可以监视多个描述符,一旦某个描述符就绪(一般是读就绪或者写就绪),能够通知程序进行相应的读写操作。 但select,pselect,poll,epoll本质上都是
-
架构师在进行系统设计时,遵循一套复杂且综合的方法论,主要包括以下核心步骤:需求分析:理解并明确业务需求是架构设计的第一步。架构师需要与各利益相关者深入沟通,收集和分析业务需求、性能需求、安全性需求、扩展性需求等。领域建模:基于需求分析,构建抽象的业务模型或数据模型,明确系统的边界、核心实体及其关系。
-
根据阿里交易型业务的特点,以及在双十一这样业内罕有的需求推动下,我们在官方的MySQL基础上增加了非常多实用的功能、性能补丁。而在使用MySQL的过程中,数据一致性是绕不开的话题之一。本文主要从阿里巴巴“去IOE”的后时代讲起,向大家简单介绍下我们过去几年在MySQL数据一致性上的努力和实践,以及目
-
随着深度学习在图像、语言、广告点击率预估等各个领域不断发展,很多团队开始探索深度学习技术在业务层面的实践与应用。而在广告CTR预估方面,新模型也是层出不穷:WideandDeep、DeepCrossNetwork、DeepFM、xDeepFM,美团很多篇深度学习博客也做了详细的介绍。但是,当
-
1.背景搜索优化问题,是个典型的AI应用问题,而AI应用问题首先是个系统问题。经历近10年的技术积累和沉淀,美团搜索系统架构从传统检索引擎升级转变为AI搜索引擎。当前,美团搜索整体架构主要由搜索数据平台、在线检索框架及云搜平台、在线AI服务及实验平台三大体系构成。在AI服务及实验平台中,模型训练平台