文章目录
- 工程结构的意义
- (一) 应用分层
- (二) 二方库依赖
- (三) 服务器
🙊前言:本文章为瑞_系列专栏之《Java开发手册》的工程结构篇,主要介绍应用分层、二方库依赖、服务器。由于博主是从阿里的《Java开发手册》学习到Java的编程规约,所以本系列专栏主要以这本书进行讲解和拓展,有需要的小伙伴可以点击链接下载。本文仅供大家交流、学习及研究使用,禁止用于商业用途,违者必究!
本系列第一篇链接:(一)编程规约
本系列第二篇链接:(二)异常日志
本系列第三篇链接:(三)单元测试
本系列第四篇链接:(四)安全规约
本系列第五篇链接:(五)MySQL数据库
本系列第六篇链接:(六)工程结构
本系列第七篇链接:(七)设计规约
工程结构的意义
工程结构是整个软件开发过程中非常重要的一环,它定义了各个模块之间的层次关系和依赖关系,使得开发人员能够更加清晰地理解和管理复杂的软件系统。它通过合理的层次划分、模块化开发、减少冗余、提高可扩展性、便于测试和维护以及促进团队协作等方面,工程结构有助于提高软件开发的效率和质量,降低维护成本和风险。
工程结构就像一座城市的规划,合理的规划可以让城市更加有序、美观和宜居。同样,合理的工程结构可以让软件系统更加有序、可维护和可扩展,可以为开发人员提供了一种组织和构建复杂软件系统的有效方法。当你开始认知到所有的代码不能全部写在main方法里的时候,就是理解工程结构意义的开始。
工程结构主要的作用和意义如下:
- 层次划分:工程结构将整个软件系统划分为不同的层次,每个层次都有明确的职责和功能。层次之间的划分使得开发人员能够更好地理解系统的整体结构,并更好地组织代码和模块。
- 模块化开发:工程结构使得开发人员可以将复杂的软件系统划分为多个模块,每个模块负责特定的功能或业务领域。这种模块化开发方式可以提高代码的可维护性和可重用性,降低系统的耦合度,使得开发更加高效和可靠。
- 减少冗余:工程结构通过合理的层次划分和模块化开发,可以避免代码的冗余和重复。每个层次和模块只关注自己的业务逻辑和功能,避免了代码的交叉和耦合,减少了不必要的复杂度。
- 提高可扩展性:工程结构使得软件系统更加易于扩展。当需要增加新的功能或业务时,只需要在相应的层次上添加新的模块或组件,而不会对其他部分造成影响。这种可扩展性使得软件系统能够更好地适应变化和未来的发展。
- 便于测试和维护:工程结构使得测试和维护变得更加容易。每个层次和模块都有明确的接口和功能,可以单独进行测试和调试。同时,层次之间的依赖关系使得代码更加易于理解和维护,降低了维护成本和难度。
- 促进团队协作:工程结构有助于促进团队协作和分工。不同开发人员可以负责不同的层次和模块,共同完成复杂的软件系统。合理的分工可以提高开发效率和代码质量,使得团队协作更加顺畅和高效。
(一) 应用分层
- 【推荐】图中默认上层依赖于下层,箭头关系表示可直接依赖,如:开放接口层可以依赖于Web 层,也可以直接依赖于 Service 层,依此类推:
- 开放接口层:可直接封装 Service 方法暴露成 RPC 接口;通过 Web 封装成 http 接口;网关控制层等。
- 终端显示层:各个端的模板渲染并执行显示的层。当前主要是 velocity 渲染,JS 渲染,JSP 渲染,移 动端展示等。
- Web 层:主要是对访问控制进行转发,各类基本参数校验,或者不复用的业务简单处理等。
- Service 层:相对具体的业务逻辑服务层。
- Manager 层:通用业务处理层,它有如下特征:
1) 对第三方平台封装的层,预处理返回结果及转化异常信息。
2) 对 Service 层通用能力的下沉,如缓存方案、中间件通用处理。
3) 与 DAO 层交互,对多个 DAO 的组合复用。 - DAO 层:数据访问层,与底层 MySQL、Oracle、Hbase、OB 等进行数据交互。
- 外部接口或第三方平台:包括其它部门 RPC 开放接口,基础平台,其它公司的 HTTP 接口。
瑞:本条需要长时间的经验累积才能理解,如果是初学者的话请先记住本条即可,后续慢慢形成自己的理解。
博主对应用分层的理解是:要根据自己的业务结构去进行分层设计,如常见的三层模型:用户表示层、业务逻辑层、数据层。根据自身的业务面向接口编程进行N层架构设计
,每一层都各司其职互不干扰,各层之间应当尽量解耦。
博主对DAO数据访问层的理解:
DAO层只进行数据访问,它只负责将SQL传给底层数据库进行数据交互,而不进行其上层业务逻辑层的工作,无论业务逻辑层传递什么参数进来,都应传递至数据库进行执行操作而不进行业务判断校验处理。所以类似数据库连接对象不应当向上层即业务逻辑层传递,这不仅违反了分层设计的意义也污染了接口。
所以按照博主的理解,对于Java后端程序控制事务的回滚,只能做到数据行级别的控制,因为数据库访问对象不应当在service层传递和操作,无法做到service调用多个dao层方法去回滚,毕竟要用到同一个连接对象才可以回滚事务。
要用到同一个连接对象,这在实际开发中是不切和实际的。既然dao层不去传递数据库连接对象,那需要多个数据库操作的业务的事务如何处理呢?想想场景,比如支付宝充值话费(支付宝扣款,话费增加),阿里和电信的接口不可能去传递数据库连接对象,支持宝话费充值业务需要调用电信提供的接口,但电信的接口会要求提供数据库连接对象吗,这是绝对不可能的❗️ 对吧⁉️如果说,支付宝扣款成功了,但是话费充值失败(比如正好断网演练而发生异常等情况),那么电信的service层就会去判断,只要确保支付宝转的钱到账了,那应该是自己电信的业务出问题了,它们可能会先垫付这笔钱,再service生成核对的消息给人工审核,然后巴拉巴拉总之电信会通过自己的异常流程进行处理解决,是不可能电信去回滚支付宝的扣款的,想一想是不是这个逻辑。所以在实际业务中,数据库连接对象是无法传递的,因为数据库连接对象早就被close了,一旦被close,那这辈子都取不到该连接对象了,更不要说传递它进行回滚操作。所以我认为即使在service层处理了事务意义也不大(除非就是个单体项目)更多的应当靠service层的逻辑校验保护业务的正常的或异常的执行流程,而dao层只需要管好自己与数据库的交互,即保证dao中单个方法的回滚。
(这是博主自身的经验分享,可能和您认知的相悖,但博主依然认为应当通过分析,形成自己的理解,而不是别人说什么就是什么。在程序设计上没有对错,只有适合和更适合,若有问题请在评论区中指正,非常感谢 )
本条虽为推荐,但在实际开发中非常重要,请务必多花时间理解应用分层的意义及作用
- 【参考】(分层异常处理规约)在 DAO 层,产生的异常类型有很多,无法用细粒度的异常进行 catch,使用 catch(Exception e)方式,并 throw new DAOException(e),不需要打印日志,因为日志在 Manager/Service 层一定需要捕获并打印到日志文件中去,如果同台服务器再打日志,浪费性能和存储。在 Service 层出现异常时,必须记录出错日志到磁盘,尽可能带上参数信息,相当于保护案发现场。Manager 层与 Service 同机部署,日志方式与 DAO 层处理一致,如果是单独部署,则采用与 Service 一致的处理方式。Web 层绝不应该继续往上抛异常,因为已经处于顶层,如果意识到这个异常将导致页面无法正常渲染,那么就应该直接跳转到友好错误页面,尽量加上友好的错误提示信息。开放接口层要将异常处理成错误码和错误信息方式返回。
瑞:本条中提到了Web 层绝不应该继续往上抛异常,因为已经处于顶层,所以在Web层(常见是Controller),一定要对catch中的error_message进行转义处理后返回给前端。本条需结合本系列第二篇【异常日志】中的(二) 异常处理第4条:【强制】捕获异常是为了处理它,不要捕获了却什么都不处理而抛弃之,如果不想处理它,请将该异常抛给它的调用者。最外层的业务使用者,必须处理异常,将其转化为用户可以理解的内容,以及【异常日志】中的(一) 错误码第7条、第8条。错误码不能直接输出给用户作为提示信息使用、错误码之外的业务独特信息由 error_message 来承载,而不是让错误码本身涵盖过多具体业务属性。
- 【参考】分层领域模型规约:
• DO(Data Object):此对象与数据库表结构一一对应,通过 DAO 层向上传输数据源对象。
• DTO(Data Transfer Object):数据传输对象,Service 或 Manager 向外传输的对象。
• BO(Business Object):业务对象,可以由 Service 层输出的封装业务逻辑的对象。
• Query:数据查询对象,各层接收上层的查询请求。注意超过 2 个参数的查询封装,禁止使用 Map 类来传输。
• VO(View Object):显示层对象,通常是 Web 向模板渲染引擎层传输的对象。
瑞:一定要分清楚 [ 数据对象类 ] 和 [ 业务对象类 ] 的职责区别。数据对象类只负责数据的存储和传递,数据对象类内部不应该存在任何的业务逻辑的处理,通常情况下只有 setter/getter/toString ,如DTO数据传输对象。而业务对象类才是负责处理业务逻辑,不应该去维护非业务的成员属性,如Service层接口的具体实现类。
下图为博主的经验对应用分层的理解,可能有误,仅供学习参考(若需搬运下图请标明出处)
瑞:
1️⃣PO/DO(实体类):根据阿里巴巴的开发手册中的定义,DO可以认为等同于PO也就是Entity实体类,与数据库表结构一一对应,用来增删改查
2️⃣BO(业务对象类):BO是PO的需求结果组合,同一类别的业务就会有一个BO与之对应,除了get,set方法以外,还有业务逻辑的方法。如购物业务,需要从商品DO、用户余额DO等获取需要的数据
3️⃣:DTO(数据传输对象类):DTO和BO、VO的区别主要是就是字段的删减,DTO在BO的基础上,获取需要的数据向上层传递。而VO是在DTO的基础上,删减一些数据向前端展示
4️⃣VO(展示对象类):VO就是展示给前端用的数据,一般情况下是从DTO中获取要展示的信息。如博主信息简略展示,会从博主信息DTO中获取到名称、成就展示,而DTO中的头像等数据不需要在简略展示的前端界面中出现
5️⃣所以在一些简单的业务中(基础CRUD)可以把DTO和BO合并为DTO,VO也可以使用DTO代替,即PO(实体类)->DTO(Response)->前端
(二) 二方库依赖
-
【强制】定义 GAV 遵从以下规则:
1) GroupID 格式:com.{公司/BU }.业务线 [.子业务线],最多 4 级。
说明:{公司/BU} 例如:alibaba/taobao/tmall/aliexpress 等 BU 一级;子业务线可选。
正例:com.taobao.jstorm 或 com.alibaba.dubbo.register
2) ArtifactID 格式:产品线名-模块名。语义不重复不遗漏,先到中央仓库去查证一下。
正例:dubbo-client / fastjson-api / jstorm-tool
3) Version:详细规定参考下方。 -
【强制】二方库版本号命名方式:主版本号.次版本号.修订号
1)主版本号:产品方向改变,或者大规模 API 不兼容,或者架构不兼容升级。
2) 次版本号:保持相对兼容性,增加主要功能特性,影响范围极小的 API 不兼容修改。
3) 修订号:保持完全兼容性,修复 BUG、新增次要功能特性等。
说明:注意起始版本号必须为:1.0.0,而不是 0.0.1。
反例:仓库内某二方库版本号从 1.0.0.0 开始,一直默默“升级”成 1.0.0.64,完全失去版本的语义信息。
瑞:在Maven中使用<version>,如下所示:
<version>1.0.0</version>
-
【强制】线上应用不要依赖 SNAPSHOT 版本(安全包除外);正式发布的类库必须先去中央仓库进行查证,使 RELEASE 版本号有延续性,且版本号不允许覆盖升级。
说明:不依赖 SNAPSHOT 版本是保证应用发布的幂等性。另外,也可以加快编译时的打包构建。 -
【强制】二方库的新增或升级,保持除功能点之外的其它 jar 包仲裁结果不变。如果有改变,必须明确评估和验证。
说明:在升级时,进行 dependency:resolve 前后信息比对,如果仲裁结果完全不一致,那么通过dependency:tree 命令,找出差异点,进行<exclude>排除 jar 包。 -
【强制】二方库里可以定义枚举类型,参数可以使用枚举类型,但是接口返回值不允许使用枚举类型或者包含枚举类型的 POJO 对象。
-
【强制】依赖于一个二方库群时,必须定义一个统一的版本变量,避免版本号不一致。
说明:依赖 springframework-core,-context,-beans,它们都是同一个版本,可以定义一个变量来保存版本:${spring.version},定义依赖的时候,引用该版本。
瑞:在Maven中如下所示:
<!-- 属性配置 --><properties><spring.version>版本</spring.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId><version>${spring.version}</version></dependency></dependencies>
-
【强制】禁止在子项目的 pom 依赖中出现相同的 GroupId,相同的 ArtifactId,但是不同的Version。
说明:在本地调试时会使用各子项目指定的版本号,但是合并成一个 war,只能有一个版本号出现在最后的lib 目录中。曾经出现过线下调试是正确的,发布到线上却出故障的先例。 -
【推荐】底层基础技术框架、核心数据管理平台、或近硬件端系统谨慎引入第三方实现。
-
【推荐】所有 pom 文件中的依赖声明放在<dependencies>语句块中,所有版本仲裁放在<dependencyManagement>语句块中。
说明:<dependencyManagement>里只是声明版本,并不实现引入,因此子项目需要显式的声明依赖,version 和 scope 都读取自父 pom。而<dependencies>所有声明在主 pom 的<dependencies>里的依赖都会自动引入,并默认被所有的子项目继承。
瑞:后续博主会专门写关于maven的使用博客,先预留位置
-
【推荐】二方库不要有配置项,最低限度不要再增加配置项。
-
【推荐】不要使用不稳定的工具包或者 Utils 类。
说明:不稳定指的是提供方无法做到向下兼容,在编译阶段正常,但在运行时产生异常,因此,尽量使用业界稳定的二方工具包。 -
【参考】为避免应用二方库的依赖冲突问题,二方库发布者应当遵循以下原则:
1)精简可控原则。移除一切不必要的 API 和依赖,只包含 Service API、必要的领域模型对象、Utils 类、
常量、枚举等。如果依赖其它二方库,尽量是 provided 引入,让二方库使用者去依赖具体版本号;无 log
具体实现,只依赖日志框架。
2)稳定可追溯原则。每个版本的变化应该被记录,二方库由谁维护,源码在哪里,都需要能方便查到。除
非用户主动升级版本,否则公共二方库的行为不应该发生变化。
(三) 服务器
-
【推荐】高并发服务器建议调小 TCP 协议的 time_wait 超时时间。
说明:操作系统默认 240 秒后,才会关闭处于 time_wait 状态的连接,在高并发访问下,服务器端会因为处于 time_wait 的连接数太多,可能无法建立新的连接,所以需要在服务器上调小此等待值。
正例:在 linux 服务器上请通过变更/etc/sysctl.conf 文件去修改该缺省值(秒):
net.ipv4.tcp_fin_timeout = 30 -
【推荐】调大服务器所支持的最大文件句柄数(File Descriptor,简写为 fd)。
说明:主流操作系统的设计是将 TCP/UDP 连接采用与文件一样的方式去管理,即一个连接对应于一个 fd。主流的linux服务器默认所支持最大fd数量为1024,当并发连接数很大时很容易因为fd不足而出现“opentoo many files”错误,导致新的连接无法建立。建议将 linux 服务器所支持的最大句柄数调高数倍(与服务器的内存数量相关)。 -
【推荐】给 JVM 环境参数设置-XX:+HeapDumpOnOutOfMemoryError 参数,让 JVM 碰到 OOM场景时输出 dump 信息。
说明:OOM 的发生是有概率的,甚至相隔数月才出现一例,出错时的堆内信息对解决问题非常有帮助。
瑞:jvm虚拟机参数模版如下
设置 | 说明 |
---|---|
-Xms1g | 初始堆内存大小 |
-Xmx1g | 最大堆内存大小 |
-Xss256k | 虚拟机栈内存大小 |
-XX:MaxMetaspaceSize=512m | 最大元空间大小 |
-XX:+DisableExplicitGC | 让System.gc()方法失效 |
-XX:+HeapDumpOnOutOfMemoryError | 在OutOfMemoryError的时候保存堆内存快照 |
-XX:HeapDumpPath=/opt/logs/my-service.hprof | 将堆内存快照保存到文件中 |
-XX:+PrintGCDetails | 打印垃圾回收的详细信息 |
-XX:+PrintGCDateStamps | 打印垃圾回收发生的时间 |
-Xloggc:文件路径 | 将垃圾回收信息保存保存到文件中 |
- 【推荐】在线上生产环境,JVM 的 Xms 和 Xmx 设置一样大小的内存容量,避免在 GC 后调整堆大小带来的压力。
瑞:建议将-Xms设置的和-Xmx一样大,有以下几点好处:
1️⃣运行时性能更好,堆的扩容是需要向操作系统申请内存的,这样会导致程序性能短期下降。
2️⃣可用性问题,如果在扩容时其他程序正在使用大量内存,很容易因为操作系统内存不足分配失败。
3️⃣启动速度更快,Oracle官方文档的原话:如果初始堆太小,Java 应用程序启动会变得很慢,因为 JVM 被迫频繁执行垃圾收集,直到堆增长到更合理的大小。
- 【参考】服务器内部重定向必须使用 forward;外部重定向地址必须使用 URL Broker 生成,否则因线上采用 HTTPS 协议而导致浏览器提示“不安全“。此外,还会带来 URL 维护不一致的问题。
如果觉得这篇文章对您有所帮助的话,请动动小手点波关注💗,你的点赞👍收藏⭐️转发🔗评论📝都是对博主最好的支持~