关于近期技术改造的一些思考

简介:

 在过去的差不多一个半月时间里,有幸参与了订单列表的翻译工作,这个工作就做一个事情,将订单列表的实现由php语言改为java语言(类似于搬运工的工作)。在这个过程中有一些个人的感悟,沉淀下来作为个人的总结。

 个人感悟亦或是总结我觉得主要是分为两大块,一块我称之为项目把控的反思,另一块我称之为技术上的反思。


关于技术改造中项目把控的反思

现状的分析

  • 这里想强调下前人工作的重要性,我参与的技术改造属于二期,所以很多问题和隐藏的坑已经被前人很好的解决了,我们能够站在前人的肩膀上继续前进。
  • 因为有了前人的铺路,至少在两点上我们比较有信心,第一是实际方案的选择上几乎沿用了技术改造一期定的方案;第二是心理上对技术改造过程中能够遇到的困难比较乐观,至少我们能够遇到的问题不会比一期的更多,类似于有点战略上要藐视,战术要重视的意味。
  • 实际执行当中至少技术上我们遇到的困难跟我们预估的比较相近,没有出现预期之外的问题。

跨团队协作问题。

  • 在这个改造过程中,由于依赖的上下游业务接口同样需要由php改造为java的实现,所以这里就需要涉及到跨团队的协作问题。
  • 针对这种跨团队的协作,我们也借鉴了一期技术改造的经验,通过前期梳理依赖接口,友邻团队专人跟进的方针去实施,这个方案的优点在于友邻团队能够在集中的时间窗口内提供服务。
  • 实际过程中还可能遇到前期梳理存在遗漏的依赖接口或者提供的服务接口存在问题,这些都需要与友邻团队保持沟通及时反馈解决,这个过程中可能会零散地贯穿整个过程。

做好应对突发问题的预期

  • 在整个技术改造过程中需要做好应对突发问题的预期,突发问题在实际改造过程指的就是原本已经在线上使用的接口有可能在java中就不好使了。
  • 实际遇到的最大的突发问题就是原本java的服务通过rest协议发布服务在线上使用没有问题,但是一旦转为dubbo调用之后,各种不规范的写法导致的问题就会爆发,主要集中为基本的对象序列化定义缺失,导致部分接口需要重新发布上线。
  • 另外,在开发和测试过程中会遇到一些服务不存在预发环境或者预发环境经常性重启服务不稳定,针对这种问题我们基本上把这类服务直接直连线上,当然这是有前期条件的,那就是我们的服务都是read类型,所以不存在污染线上环境的可能。

及时做好向上管理

  • 这里主要想强调的是对于这类技术改造的项目,前期我们很难有全面的时间评估,而且大部分技术改造都是按照deadline来倒推时间线,时间点大概率是比较赶的,能做到的就是尽量往前赶,保证deadline之前完成。
  • 在保证大deadline的前期下,对于未按照实际排期完成任务的情况,需要及时反馈问题做好向上管理,保证双方得到的信息是一致的。

技术改造时间点的选择

  • 对于电商公司,Q3进行技术改造不是一个好选择,特别在双11-12期间,事实证明时间会被各种打乱。


关于技术改造中技术上的反思

翻译和重构的平衡

  • 在改造过程中会自然而然遇到是直接搬运代码还是按照功能重构代码的灵魂拷问,平心而论直接搬运代码有辱程序员的底线,而按照功能重构代码又有时间上的问题,所以建议在两者取个平衡。
  • 在保证时间点的前提下尽量把原来一团麻的代码进行有限的梳理,至少按照功能块拆分下保证条理顺便保证下代码的可读性。
  • 强烈建议在模型和视图(MV)这个原则上,需要在代码上强行进行隔离,不然你会发现后人会在原本视图的基础上耦合进各种模型的内容,导致代码腐化的非常严重。

新技术和新平台的使用

  • 在改造过程中针对具体实现,如果使用新的技术特性能够节省工作量那么强烈建议使用,至少在我们改造过程中java8的stream的语法节省了大量的工作量。
  • 咨询下公司内部是否有新的平台能够帮忙提高自测的能效,如果有那么同样强烈建议使用。

往前多想一步

  • 在保证改造工作完成的前期下,如果有时间能够往前多想一步,考虑到这个业务的迁移有可能导致流量分配的迁移以及带来的影响,可以提前做好方案。
  • 备用的方案方案包括流量分配需要带来的机器扩容或者应用的拆分,其实改造只是第一步,后续带来的问题会引发一系列的问题同样值得深思。
目录
相关文章
|
SQL 数据可视化 关系型数据库
【大数据】可视化仪表板 - Superset的安装和使用
【大数据】可视化仪表板 - Superset的安装和使用
1328 0
|
8月前
|
存储 SQL 数据库
数据库设计案例:电商系统数据库设计实践
数据库设计案例:电商系统数据库设计实践
788 1
|
人工智能 自动驾驶 安全
破壁人AI百度:科技公司反内卷的典型样本
互联网整个行业都在陷入被动且尴尬的局面。去年开始流行的“内卷”一词,恰如其分的描述了互联网的现状,比如抖音开始做外卖,微信强推视频号,一直硝烟弥漫的电商市场,更是激战在社区团购上。
|
2月前
|
消息中间件 监控 数据可视化
Apache Airflow 开源最顶级的分布式工作流平台
Apache Airflow 是一个用于创作、调度和监控工作流的平台,通过将工作流定义为代码,实现更好的可维护性和协作性。Airflow 使用有向无环图(DAG)定义任务,支持动态生成、扩展和优雅的管道设计。其丰富的命令行工具和用户界面使得任务管理和监控更加便捷。适用于静态和缓慢变化的工作流,常用于数据处理。
Apache Airflow 开源最顶级的分布式工作流平台
|
5月前
|
数据采集 XML 数据可视化
【优秀python案例】基于Python的口红商品的爬虫与可视化的设计与实现
本文介绍了一个基于Python的京东商城口红商品爬虫与可视化系统,通过requests和lxml库抓取商品信息,使用pandas进行数据处理,matplotlib进行数据可视化,分析了口红的价格、评论数(销量)分布以及自营口红品牌的销量和商品种类。
162 3
【优秀python案例】基于Python的口红商品的爬虫与可视化的设计与实现
|
8月前
|
存储 关系型数据库 MySQL
数据库之魅:MySQL表设计的艺术与技巧
【4月更文挑战第20天】
160 0
|
SQL JSON NoSQL
一站式开源持续测试平台Metersphere初探
MeterSphere 是一款一站式开源持续测试平台, 涵盖测试跟踪、接口测试、UI 测试和性能测试等,全面兼容 JMeter、Selenium 等主流开源标准。本篇文章为【开源持续测试平台横向测评系列】的第一篇正式文章,旨在从安装部署、接口测试、使用体验等多方面对MS开展评测,力争以真实的实战体验,对比各个平台的优缺点。
一站式开源持续测试平台Metersphere初探
|
数据采集 Web App开发 前端开发
Python+Selenium 爬虫详解
Python+Selenium 爬虫详解
1823 0
|
开发框架 Dart 开发工具
使用Flutter开发一套可同时运行在Android和iOS平台的代码
Flutter是一种跨平台移动应用开发框架,它允许开发者使用单一代码库构建高性能、美观且可在多个平台上运行的应用程序。本文将介绍如何使用Flutter开发一套同时适用于Android和iOS平台的代码。
|
Ubuntu Windows
Ubuntu 18.04开机卡在grub,引导修复的2种实用方法
Ubuntu 18.04开机卡在grub,引导修复的2种实用方法