优化if···else
我们在工作中经常会写出如下代码
if (xxx != null) {
if (xxx != null) {
if (xxx != null) {
}
....
}
}
看起来也没什么问题。但是当if···else层数变多，将会越来越难以阅读，逐步形成‘屎’代码
if (xxx == null) {
return;
}
// 原来if()逻辑
if 逻辑中的代码过多，可以考虑封装对应的子方法，来解决层数问题
方法相关
每个方法有每个方法的职责，不要在方法中增加额外的逻辑，例如
public void xxx() {
// 业务逻辑
xxx.setXxx();
// 业务逻辑
xxx.setXxx();
// 业务逻辑
xxx.setXxx();
...
}
优化后,注意不要让你的代码过于的臃肿
public void xxx() {
// 业务逻辑
// 业务逻辑
// 业务逻辑
setXxx(xxx)
}
public void setXxx() {
xxx.setXxx();
xxx.setXxx();
xxx.setXxx();
}
最大最小值
public static void main(String[] args) {
int[] nums = {1,2 ,3, 4, 5};
int min = Integer.MAX_VALUE;
for (int i = 0; i < nums.length; i++) {
if (nums[i] < min) {
min = nums[i];
}
}
}
优化后
public static void main(String[] args) {
int[] nums = {1,2 ,3, 4, 5};
int length = nums.length;
int min = Integer.MAX_VALUE; // 如果是有序数组，这里还可以直接替换int min = nums[length - 1]; 一般不建议使用Integer.MAX_VALUE
min = nums[length - 1];
for (int i = 0; i < length; i++) {
min = Math.min(min, nums[i]);
}
}
Go语言的流式调用解决多层for
我们在业务中经常可能遇到这种代码
func GetResult(param []*dto.ActReq) []Stream {
var (
u []Stream
)
for _, p := range param {
// 业务逻辑
for _, a := range param.aaa {
// 业务逻辑
for _, x := range a.xxx {
// 业务逻辑
for _, b := range x.bbb {
// 业务逻辑
if b == "res" {
var s Stream
// 业务逻辑
s.result = a
u = append(u, s)
}
}
}
}
}
return u
}
优化后
type StreamList struct {
StreamList []Stream
}
type Stream struct {
result interface{}
flag string
}
func Builder(param []*dto.ActReq) *StreamList {
var (
u []Stream
res = &StreamList{}
)
for _, p := range param {
// 业务逻辑
for _, a := range param.aaa {
// 业务逻辑
var s Stream
// 业务逻辑
s.result = a
u = append(u, s)
}
}
return res.SetStream(u)
}
func (s *StreamList) SetStream(streamList []Stream) *StreamList {
s.StreamList = streamList
return s
}
func (s *StreamList) GetStream() []Stream {
return s.StreamList
}
func (s *StreamList) AFilter(pass func(flag string) bool) *StreamList {
streamList := make([]Stream, 0)
for _, stream := range streamList {
// 业务逻辑
if pass(stream.flag) {
streamList = append(streamList, stream)
}
}
s.StreamList = streamList
return s
}
func (s *StreamList) BFilter(pass func(flag string) bool) *StreamList {
streamList := make([]Stream, 0)
for _, stream := range streamList {
// 业务逻辑
if pass(stream.flag) {
streamList = append(streamList, stream)
}
}
s.StreamList = streamList
return s
}
func main() {
res := Builder(param).AFilter(func(flag string) bool {
// 处理业务逻辑
if flag == "xxx" {
return true
}
return false
}).BFilter(func(flag string) bool {
// 处理业务逻辑
if flag == "xxx" {
return true
}
return false
}).GetStream()
fmt.Println(res)
}
业务代码中错误规范
-
Dao层 有逻辑可以进行包装处理，打印对应的req， 没有逻辑直接返回err
-
Service层进行包装处理，打印对应的req，方便定位，业务错误封装到common baseError
-
Controller层进行统一处理， 业务错误直接返回，内部错误进行包装处理
-
也可以使用 %w 来找到调用的层级关系
-
fmt.Errorf("[ShopOrder.UpdateOrderReward] is fail, orderID: %d, err: %w", orderID, err)
设计注意点
-
写测试
-
路由不要透露内部的信息 防止暴露内部方法
-
对应的一些配置信息，需要进行再次封装，进行解耦合
-
方法的注释的规范，方便维护
例如：// 方法名 注释
-
尽可能确保 err等于nil，其他状态不是nil
-
引用类型，去查看nil指针，注意引用传递，尽量不要去修改指针中的值
-
默认值不要为0， 因为有可能0值有意义，导致无法区分，还有就是gorm 更新实体，不会更新默认值。
-
内存用到在进行初始化，因为go延迟释放内存
-
预先知道长度 用长度初始化，避免频繁扩容（append）
-
先把业务的主干进行确定
-
遵循开闭原则，内部调用小写，可以建立service的协助者
-
Mq消息做幂等
-
使用golangci golint进行代码的扫描
-
黑名单考虑用户多次进入和移除黑明单的场景，自动退出黑名单的场景
-
能一层循环搞定的一层循环搞定， 代码重复引用，抽取方法
-
订单的数据表是 退单 方面就是 退单时间+订单状态
-
Mq 中消费消息加入角色锁，防止用户进行刷单
-
事先知道长度的 用i 进行循环,因为append 每次都会申请新的空间
-
使用 redis hash数据结构，在进行Hincy 可以进行原子操作，而不需要进行加锁
-
Service 和 dao 进行解耦合，遵守开闭原则，细化方法力度
-
加入分布式锁 在幂等之前，加锁保证锁的力度变小
-
本地master超前远程的master（别人在远程的master回滚代码，这样需要删除本地的master重新从远程拉去一个新的master）
-
如果map中key value中value值为nil，可以使用struct{} 这个内存占比 0
-
测试去除的代码 加todo 防止遗忘，例如协程。
-
开发功能判断是否需要增加开关操作
-
对于map的并发读写，增加读写锁，防止并发问题
-
如果第三方接口耗时较长，需要对其做超时控制
需求思考与总结
-
外部因素的排除（提前问好第三方有什么限制，是否是针对该接口的 还是针对全局的，对于其他的有什么影响）
-
思考整体的方案设计，以及方案设计的优点和缺点，是否有其他方案可以
-
编写测试用例，然后先测试成功
-
思考逻辑点，先看接口是否正常，在深入看每个逻辑访问 成功 失败 是否对业务有影响，有影响如何进行处理
-
测试正常的逻辑功能，debug一步一步的测试，不要去跳出，每次都需要仔细看看是否异常
-
注意go语言如果是指针类型，那么不管内部什么类型都会替换地址，导致后续引用有可能出现问题，要注意
-
自测仔细去思考所有的可能，然后模拟测试
-
测试完，自己需要再去验证一遍上线的代码
后续将持续进行更新~~~
欢迎各位也分享与补充