获取第三方数据四种方式

简介: 减少开发人员逻辑处理。api将功能的逻辑在接口内部封装好,不需要开发人员在自行的编写逻辑

调用api


优点:


1.接口文档规范,体现在请求方式和传递的参数及参数类型有严格说明

2.减少开发人员逻辑处理。api将功能的逻辑在接口内部封装好,不需要开发人员在自行的编写逻辑

3.接口返回信息丰富


缺点:


1、一个业务可能会调用多个接口。如业务:判断用户创建任务是否符合规范:


接口1、获取指定项目下的成员,


接口2、根据成员获取创建的任务,


接口3、根据任务id获取任务具体信息,


判断任务是否符合规范


2、过度获取数据,增加相应时间。接口返回的大部分信息是不需要的,比方说只获取项目下人员,剩余数据不需要,增加接口响应时间


528aa46af64ffe1677868ffadc439fd6.png


3、数据结构不明确。需要使用postman或idea调用api并且转义或解析之后才知道返回的数据格式


远程表


优点:


1.在本地能够清晰的看到数据库的数据,并且禅道数据会同步更新到本地

2.灵活。根据需求能够自定义表之间的连接查询


缺点:


  1. 占用服务器内存资源
  2. 不支持事务(目前业务需求中只涉及到对数据表的查操作,不涉及事务)
  3. 本地只能读取数据,不能修改数据(目前业务需求不涉及到修改)
  4. 需要熟悉表结构,花费时间成本


数据源


优点:


配置灵活。在配置文件中配置数据源的地址、用户名、密码、库名方便,可灵活的去修改数据库连接信息


缺点:


1.本地只能读取数据,不能修改数据(目前业务需求不涉及到修改)

2.需要熟悉表结构,花费时间成本


jsoup


模拟用户的人工行为


缺点:


如果该网站有爬虫限制,无法获取信息


如何判断该使用哪一种获取数据方式?


  1. 数据库是否在我们这边,是否可以直接连接数据库?-远程表、数据源
  2. 是否有权限调用对方api?-调用api
  3. 模拟用户的人工行为-爬虫


如果有想要交流的内容欢迎在评论区进行留言,如果这篇文档受到了您的喜欢那就留下你点赞、收藏脚印支持一下博主~

相关文章
|
搜索推荐 JavaScript 前端开发
77 网站点击流数据分析案例(原理及意义)
77 网站点击流数据分析案例(原理及意义)
859 0
|
Java BI API
Java如何实现文件批量导入导出(兼容xls,xlsx)
Java如何实现文件批量导入导出(兼容xls,xlsx)
373 0
|
数据采集 SQL 分布式计算
数据处理 、大数据、数据抽取 ETL 工具 DataX 、Kettle、Sqoop
数据处理 、大数据、数据抽取 ETL 工具 DataX 、Kettle、Sqoop
2307 0
|
3月前
|
人工智能 自然语言处理 搜索推荐
阿里巴巴首批企业级Agent来了!
阿里巴巴旗下瓴羊推出首批企业级Agent应用,包括“超级客服专家”和“超级电销专家”,基于多年电商经验与AI技术,显著提升客服与销售效率。通过自动化处理退换货、售后补发、线索筛选等任务,企业效率提升超60%,助力实现“人+Agent”协同新模式。
871 0
|
缓存 Java Sentinel
Springboot 中使用 Redisson+AOP+自定义注解 实现访问限流与黑名单拦截
Springboot 中使用 Redisson+AOP+自定义注解 实现访问限流与黑名单拦截
|
10月前
|
自然语言处理 前端开发 Serverless
基于阿里云通义千问开发编程辅助与代码生成工具
随着软件开发需求的增加,编程辅助与代码生成工具成为开发者提高效率的利器。这类工具能够根据用户描述生成代码片段、协助调试、生成自动化脚本等,大大减少重复性劳动。阿里云通义千问作为一款先进的大语言模型,具备强大的自然语言处理和代码生成能力,非常适合用于开发这样的工具。
1210 3
|
12月前
|
SQL 关系型数据库 MySQL
Mysql中搭建主从复制原理和配置
主从复制在数据库管理中广泛应用,主要优点包括提高性能、实现高可用性、数据备份及灾难恢复。通过读写分离、从服务器接管、实时备份和地理分布等机制,有效增强系统的稳定性和数据安全性。主从复制涉及I/O线程和SQL线程,前者负责日志传输,后者负责日志应用,确保数据同步。配置过程中需开启二进制日志、设置唯一服务器ID,并创建复制用户,通过CHANGE MASTER TO命令配置从服务器连接主服务器,实现数据同步。实验部分展示了如何在两台CentOS 7服务器上配置MySQL 5.7主从复制,包括关闭防火墙、配置静态IP、设置域名解析、配置主从服务器、启动复制及验证同步效果。
377 0
Mysql中搭建主从复制原理和配置
|
11月前
|
SQL 分布式计算 大数据
【赵渝强老师】大数据生态圈中的组件
本文介绍了大数据体系架构中的主要组件,包括Hadoop、Spark和Flink生态圈中的数据存储、计算和分析组件。数据存储组件包括HDFS、HBase、Hive和Kafka;计算组件包括MapReduce、Spark Core、Flink DataSet、Spark Streaming和Flink DataStream;分析组件包括Hive、Spark SQL和Flink SQL。文中还提供了相关组件的详细介绍和视频讲解。
654 0
|
存储 算法 安全
密码学系列之九:密钥管理
密码学系列之九:密钥管理
2240 45
|
传感器 算法 C++
C++ PCL 设置法向量的方向
C++ PCL 设置法向量的方向
264 0