[原创].NET 分布式架构开发实战五 Framework改进篇

简介: 原文:[原创].NET 分布式架构开发实战五 Framework改进篇.NET 分布式架构开发实战五 Framework改进篇   前言:本来打算这篇文章来写DAL的重构的,现在计划有点改变。之前的文章,园子里的朋友给出了不少的反馈,特别感谢金色海洋和Virus两位朋友的一些反馈。
原文: [原创].NET 分布式架构开发实战五 Framework改进篇

.NET 分布式架构开发实战五 Framework改进篇

  前言:本来打算这篇文章来写DAL的重构的,现在计划有点改变。之前的文章,园子里的朋友给出了不少的反馈,特别感谢金色海洋和Virus两位朋友的一些反馈。周末的这两天,对文章中开发的那个Framework做了一些改进,虽然说系列文章会慢慢的给出代码,但是这两天的一些想法让我很兴奋,迫不及待的和大家分享一下,也当是对文章中以后给出的Framework先睹为快吧。

 

  系列文章链接:

 [原创].NET 分布式架构开发实战之一 故事起源

[原创].NET 分布式架构开发实战之二 草稿设计

[原创].NET 分布式架构开发实战之三 数据访问深入一点的思考

[原创].NET 分布式架构开发实战之四 构建从理想和实现之间的桥梁(前篇)

[原创].NET 分布式架构开发实战五 Framework改进篇

[原创].NET 业务框架开发实战之六 DAL的重构

[原创].NET 业务框架开发实战之七 业务层初步构想

[原创].NET 业务框架开发实战之八 业务层Mapping的选择策略

[原创].NET 业务框架开发实战之九 Mapping属性原理和验证规则的实现策略

[原创].NET 业务框架开发实战之十 第一阶段总结,深入浅出,水到渠成(前篇)

[原创].NET 业务框架开发实战之十 第一阶段总结,深入浅出,水到渠成(后篇)

 

  本篇文章涉及技术不多,主要是些想法(代码部分正在实现)

  最主要的改进主要在于业务层开发的简化。

  大家都知道系统的核心就是业务逻辑层了,业务逻辑的代码往往得我们一行行的敲代码,而且不同的系统,每次都得一行一行的重头来写,这样的开发的效率可想而知了。基于这个原因,所以很有必要用一些工具和方法来加速开发。

 

  经过这两天的思考,个人认为最大的改进就是:业务逻辑类的图形化配置。我先给出图的示例,然后再详细的说明这个思想。

 

 

  大家知道,在一个BLL类中包含了大量的业务规则和验证规则,而且这些规则往往需要手工来写,特别是一个业务类的一些属性,要对他们的数据类型,长度,格式,状态更改跟踪,是否可以读写等进行验证,虽然说现在已经有了一些类库可以使用,如Enterprise Library中的Validation组件,但是我们还是要写代码,如果把这些规则通过图形化的拖拽的方式,或者图形的配置方式来生成C#代码,然后需要定制的部分再手动的修改,这样开发就简化多了(甚至可以把自动生成的代码和需要手写的代码分别放在partial类中,大家可以想想VS中开发Window程序时,VS就把那些自动生成的代码放到了另外的一个partial类中)。用过Enterprsie Library的朋友已经很清楚那个图形化配置工具的威力。

 

  首先,来看第一个图(设计的草图)

 

  当我们新添加了一个业务类的以后,假设这个业务类的为 Product,在解决方案管理器中点击右键,选择配置业务类,就会弹出图形化的配置窗体,从草图中可以看出:

1.       Properties,为业务类添加的属性。

2.       DataProvider,这个配置表明了业务类使用哪个数据提供者:AdoDotNetProvider,LinqProvider,EntityFrameworkProvider.(这些Provider就是之前DAL系列文章最终会完成的那些Provider)

3.       MappingType这个业务类和那个数据来源体映射,这里有两个选择:DataTable,DataEntity(Linq实体或者EF实体,DataTable 的改进是来源于金色海洋和virusthanks)

4.       MappingTypeName:这个配置项就表明这个业务类会和哪个数据来源体的属性进行映射,如,在上面选择了MappingTypeDataEntity,而且选择DataEntity的名字MS_Product(通过Linq生成的实体,对应数据库中的MS_Product)。当然,一个业务类的属性字段可能来自多个DataEntity的组合,所以,这里的MappingTypeName是多个。

 

 

  下面来看第二个草图。

 

            这个图的出现时当点击了第一个图中的Properties出现的,这个界面就是专门来配置业务类的具体的属性的。

    Name:就是属性的名字。

    MappingTo:就是指出要和哪个数据实体的哪个属性映射。(之前第一个界面已经制定的数据实体)。

    ValidationRules:用来指定为这个属性使用哪些规则。

 

    下面就来看看第三个草图。

 

    这个草图和之前的第二个草图类似,只补过这个界面是专门用来给特定的属性配置验证规则的。

 

    就介绍到这里了,希望大家以后多多提出意见,便于进一步的改进,最后开发的Framework会以源代码的形式给出的。

    

   版权为小洋和博客园所有,转载请标明出处给作者。

    http://www.cnblogs.com/yanyangtian

 

目录
相关文章
|
1月前
|
消息中间件 Java Kafka
Java 事件驱动架构设计实战与 Kafka 生态系统组件实操全流程指南
本指南详解Java事件驱动架构与Kafka生态实操,涵盖环境搭建、事件模型定义、生产者与消费者实现、事件测试及高级特性,助你快速构建高可扩展分布式系统。
154 7
|
2月前
|
存储 SQL 监控
数据中台架构解析:湖仓一体的实战设计
在数据量激增的数字化时代,企业面临数据分散、使用效率低等问题。数据中台作为统一管理与应用数据的核心平台,结合湖仓一体架构,打通数据壁垒,实现高效流转与分析。本文详解湖仓一体的设计与落地实践,助力企业构建统一、灵活的数据底座,驱动业务决策与创新。
|
2月前
|
存储 设计模式 人工智能
AI Agent安全架构实战:基于LangGraph的Human-in-the-Loop系统设计​
本文深入解析Human-in-the-Loop(HIL)架构在AI Agent中的核心应用,探讨其在高风险场景下的断点控制、状态恢复与安全管控机制,并结合LangGraph的创新设计与金融交易实战案例,展示如何实现效率与安全的平衡。
369 0
|
2月前
|
人工智能 监控 数据可视化
企业级LLMOps落地指南:蜂巢架构×可视化编排实战
本文将基础的单应用扩展成多应用,并实现工作流组件,包括:多应用模块设计、工作流模块设计、LangGraph实现图应用、前端Vue-Flow组件使用、工作流转LLM工具设计思路、关联工作流登技巧。
172 3
企业级LLMOps落地指南:蜂巢架构×可视化编排实战
|
2月前
|
缓存 人工智能 监控
1688 平台商品详情接口技术揭秘:架构演进与实战优化
本文深入解析了1688商品详情接口的技术架构与核心实现,涵盖微服务拆分、多级缓存、数据聚合及高可用策略,展示了如何构建高性能电商接口系统,并展望AI技术在商品展示中的应用。
|
2月前
|
缓存 监控 数据安全/隐私保护
京东平台商品详情接口技术解密:高性能架构与实战经验
本文深入解析京东商品详情接口技术架构,涵盖微服务设计、多级缓存、异步加载及数据一致性保障等关键策略,分享高并发场景下的性能优化实践,助力电商系统稳定高效运行。
|
2月前
|
消息中间件 人工智能 安全
企业级AI应用需要系统工程支撑,如何通过MCP大模型架构实现全链路实战解构?
本文三桥君深入探讨了MCP大模型架构在企业级AI应用中的全链路实战解构。从事件驱动、统一中台、多端接入、API网关、AI Agent核心引擎等九个核心模块出发,系统阐述了该架构如何实现低耦合高弹性的智能系统构建。AI专家三桥君提出从技术、内容、业务三个维度构建评估体系,为企业级AI应用提供了从架构设计到落地优化的完整解决方案。
187 0
|
3月前
|
缓存 负载均衡 监控
微服务架构下的电商API接口设计:策略、方法与实战案例
本文探讨了微服务架构下的电商API接口设计,旨在打造高效、灵活与可扩展的电商系统。通过服务拆分(如商品、订单、支付等模块)和标准化设计(RESTful或GraphQL风格),确保接口一致性与易用性。同时,采用缓存策略、负载均衡及限流技术优化性能,并借助Prometheus等工具实现监控与日志管理。微服务架构的优势在于支持敏捷开发、高并发处理和独立部署,满足电商业务快速迭代需求。未来,电商API设计将向智能化与安全化方向发展。
|
3月前
|
存储 人工智能 缓存
OSS与NAS混合云存储架构:非结构化数据统一管理实战
AI训练集管理面临数据规模爆炸与访问模式多样的挑战。传统单一存储方案存在成本高、访问慢等问题。创新混合架构融合OSS与NAS,实现热冷数据自动分层,降低存储成本62%,提升训练速度3.8倍。通过统一接口、智能调度与自动迁移,兼顾高性能与低成本,助力AI训练高效稳定运行。
187 0

热门文章

最新文章