ABF-新一代标准化中后台研发平台

简介: “中后台系统”一般是指各种互联网公司研发的面向内部或者ToB用户的运营管理类平台,如各种CMS系统、CRM系统等,它们的特点是交互复杂度高(大量复杂表单、表格、弹框)、碎片化严重(随着业务的发展补全功能,早期的顶层设计缺失)、交互体验相对较低(尤其是对内系统,在性能、卡顿方面要求较低)、迭代频繁(随着业务的诉求随时变动)。前端在中后台系统的业务支撑中往往面临着人少事多、碎片化,需要经常补位支撑的情况。

“中后台系统”一般是指各种互联网公司研发的面向内部或者ToB用户的运营管理类平台,如各种CMS系统、CRM系统等,它们的特点是交互复杂度高(大量复杂表单、表格、弹框)、碎片化严重(随着业务的发展补全功能,早期的顶层设计缺失)、交互体验相对较低(尤其是对内系统,在性能、卡顿方面要求较低)、迭代频繁(随着业务的诉求随时变动)。前端在中后台系统的业务支撑中往往面临着人少事多、碎片化,需要经常补位支撑的情况。

优酷的运营中后台系统就是具备这些特点的一系列系统,随着用户需求和竞争环境的改变,需要制定灵活的内容和用户战略,来满足不同用户在不同场景下的内容消费需求,需要研发大量的支撑系统,ABF就是作为所有支撑系统的技术底座而诞生的。

ABF平台英文全称为“A Backstage Factory”,即:中后台研发工厂,这是一个面向“中后台系统”的、标准的前端研发解决方案,聚焦中后台系统研发中工具统一、流程标准、人员流动、快速迭代等方面的需求痛点。最终目标是让中后台系统的研发像工厂流水线一样更加的“工业化”,提升研发迭代质量和效率,让业务的支持更加迅速高效,减少业务试错成本。

为了实现上述目标,ABF平台通过建设几个中心功能去提供统一的中后台研发解决方案,各个模块的介绍都有单独的文章进行输出,大家可以点击链接去继续了解:

  • 配置中心:规范从应用创建到最终页面上线的流程。我们只是流水线的配置器
  • 渲染中心:通过微前端基座,控制一些通用的页面渲染侧框架如导航菜单、权限、用户,并做到子应用(页面)能够灵活的组装搭配而且互相之间不依赖影响。
  • 物料中心:通过拉齐中后台前端物料标准,规范化物料的生产流程及产物,使得部分可通用的物料能在各个系统中灵活的流通。
  • 搭建中心:借助低代码搭建能力赋能更多角色进行页面搭建,并尝试在开发迭代效率上进行进一步的升级。优酷中后台低代码开发方案
  • 体验中心:作为各个中后台运行情况的眼耳鼻,把系统运行的稳定性、效率以及使用情况进行感知并数据化,发现问题并尝试去解决问题。

未来的五篇系列文章将会分别从上述五个方面,对ABF平台设计进行详细讲解与描述。

相关文章
|
druid 数据库
几行代码轻松复现druid连接泄露的BUG之keepalive
几行代码轻松复现druid连接泄露的BUG之keepalive
1564 6
|
JavaScript Windows
npm install安装太慢或者失败,可以尝试一下以下方法
npm install安装太慢或者失败,可以尝试一下以下方法
2957 1
|
JavaScript
Property “selectedItemIndex“ was accessed during render but is not defined on instance. 报错解决
Property “selectedItemIndex“ was accessed during render but is not defined on instance. 报错解决
1099 0
|
JavaScript API C++
Vue项目中的文件/文件夹命名规范
文件或文件夹的命名遵循以下原则: index.js 或者 index.vue,统一使用小写字母开头的(kebab-case)命名规范 属于组件或类的,统一使用大写字母开头的(PascalCase)命名规范 其他非组件或类的,统一使用小写字母开头的(kebab-case)命名规范 1.
18610 0
|
8月前
|
缓存 前端开发 JavaScript
前端性能优化:打造流畅的用户体验
前端性能优化:打造流畅的用户体验
|
12月前
|
人工智能 数据可视化 API
Deepseek 本地部署“网页版”与“软件版”超级详细教学(deepseek+Ollama+OpenWebUI+Chatbox AI+Cherry Studio)
近期,人工智能领域迎来了一股新的热潮,DeepSeek作为一款备受瞩目的开源语言模型,凭借其卓越的性能和广泛的应用场景,迅速在全球范围内引起了广泛关注。从技术社区到商业领域,DeepSeek的热度不断攀升,甚至有“挤爆”的趋势。这不仅反映了其强大的技术实力,也体现了市场和用户对其的高度期待。 在这样的背景下,本地部署DeepSeek模型的需求也日益增加。本地部署不仅可以避免网络延迟和数据隐私问题,还能根据用户需求进行定制化优化。结合deepseek+Ollama+OpenWebUI+Chatbox AI+Cherry Studio AI等工具,用户可以轻松实现模型的本地化部署,并通过可视化面板
1724 8
Deepseek 本地部署“网页版”与“软件版”超级详细教学(deepseek+Ollama+OpenWebUI+Chatbox AI+Cherry Studio)
时间序列平稳性的双重假设检验:KPSS与ADF方法比较研究
时间序列分析中,确定序列的平稳性至关重要。本文介绍如何使用KPSS检验和Dickey-Fuller检验验证序列平稳性。KPSS假设数据非平稳,而Dickey-Fuller假设数据平稳。通过构造平稳(白噪声)和非平稳(随机游走)序列并进行检验,展示了两种方法的应用。KPSS适用于检测围绕趋势的平稳性,Dickey-Fuller则用于检验单位根。建议同时使用两者以确保结论可靠。
564 4
时间序列平稳性的双重假设检验:KPSS与ADF方法比较研究
|
SQL 关系型数据库 MySQL
Vanna使用ollama分析本地数据库
这篇文章详细介绍了如何使用Vanna和Ollama框架来分析本地数据库,实现自然语言查询转换为SQL语句并与数据库交互的过程。
2725 7
Vanna使用ollama分析本地数据库
|
数据中心
双绞线电缆带宽和频率范围详解
【10月更文挑战第14天】
1722 1
|
前端开发 开发者
sass中的导入与部分导入
sass中的导入与部分导入
516 0