Android应用架构概述

简介:

通常一个App的成长过程都是这样的:

第一阶:先用最少的成本和时间快速把东西做出来。

第二阶段:积累一定用户量之后在小步快跑的迭代功能。

第三阶段:性能和体验上逐步求精。

我发现好多项目在第二阶段和第三阶段耗费了好多本来不应该浪费的人力成本、时间成本。究其原因就是因为前期忽略了合理的架构,我甚至经历过因为前期的设计不合理导致后期技术债务太多项目濒临死掉、整个项目组全员换掉重造锅炉的境地。所以,我们为什么不既能使用最简洁的方式实现功又能要保证后期灵活的扩展能力呢?下面是本人最近项目实践的一些整理,抛砖引玉,希望一起讨论。文章首发:http://www.liuguangli.win/archives/299。

视图和数据

好的代码一定是层次分明、职责分明,糟糕的代码架构就是没有层次没有模块,每次修改代码都是牵一发动全身。从大的方面来讲Android应用都会被分为两层:视图层、数据层。


数据和视图

视图:一般以Activity为依托的各种View,包含View、ViewGroup和WebView,还有各种fragment。

数据:支撑整个应用逻辑的数据,分为两类。一类存储在远端服务器上的,一类在本地。远端数据需要通过网络(通常是Http)获取,本地数据包括sqlite存储的关系型数据,文件系统,内存缓存对象。

必然联系

用数据驱动视图变化,这才产生了丰富多彩的应用交互世界,所以,视图和数据的联系是必然的。


视图数据的直接联系

在Android平台和整个移动开发生态都发展的非常快,在Android兴起之初,对层的重要性不是太强调,所有很多开始写Android程序的开发对层划分不是太清晰 ,看到很多入门书本里很多直接在Activity里面直接处理数据的代码,例如直接在Activity里面直接调SharedPrefrence操作数据,直接在Activity 里面直接调用网络请求等,很多初级选手的很容易写出这样没有层次的代码出来。当接口变更,当存储方式更好的时候整个UI层面的逻辑都受影响。

解藕

好一点的设计必然会做一次隔离:尽量做到UI和数据彼此透明、“互不干涉内政”。


解藕


隔离的好处是:一、 提高可维护性。在UI逻辑发生变化甚至整个端掉都不会影响到处理逻辑。二、 提高可复用性。复用通常是数据的复用,数据逻辑不受UI的左右,由此可以服务于多个UI视图。三、 可读性。层次分清之后按照统一的架构思路区理解代码,当然还得靠开发人员良好的编程素养和代码规范。

那么怎么做到隔离呢?关于解藕,业界比较流行的可以归纳为两种:MVC、MVP(MVVM)。

MVC解藕


MVC

V:V在MVC架构中Activity(托管Fragment,View,WebView等)首先充当V的角色。

M:业务逻辑层划分出来专门处理数据。例如:数据的http请求,数据解析和储存等逻辑都封装在这一层。Activity 不直接和Http,Dao(数据访问对象层)直接有联系了,视图数据从此为路人。

C:C是什么?

MVC这个概念,在移动应用开发出现之前就已经产生了,最经典的使用场景:JSP +servlet+javabean,我开始接触MVC页是在做JavaWeb开发的时候。后来Android开发火了,把这套模式搬上来。但是控制器(C)的概念在Android应用开发中不太好理解,也只能很狭义的理解为接受或控制事件或逻辑层的回调响应,所以在Android应用开发中,套上MVC,Activity 兼具V和C的角色。

MVP解藕

很多时候视图层面还是充斥中很多复杂的逻辑,例如UI事件的响应处理,网络响应的回调等等,充斥着各种监听器的回调。我们期望视图V便当更简单、更纯粹,V只负责绘制和刷新其他逻辑都不用管了,也不想和M有直接的联系。从MVC的VC(Activity)中我们分离一层出来叫做Presenter,由它来负责调度UI何时刷新、由它来接受UI的事件响应并传达指令给M。从此V和M是路人,V和数据的距离跟远了。


mvp

V:Activity为代表,这时候的Activity更为简单了,只负责UI的绘制和刷新。

P:负责传达指令。向上接收V的事件指令并需要的时候传达给M,向下接收M的指令并通知V刷新UI。

M:只负责出来数据逻辑。其实还可以细分一些东西,比如Http请求,很多时候我们的Http框架都是用的第三方开源框架,如果有一天更优秀的框架出现了,要更换,怎么才能做到不影响其他层次?如果我门做了分层隔离那么,我门可以很轻松的换掉,如果没有做分层隔离,那么我门可能要在每一个功能模块的M中修改代码,修改代价是巨大的,所以一遍第三方开源框架我都不会直接食用而是在业务上做一层抽象隔离。同理,本地数据的存储,也有必要做响应的封装或隔离,因为今天是用Litepal,也许某一天想用GreenDao了,只需要修改封装类的代码就好了。

MVP的依赖关系:



MVP依赖关系

MVP类图:


MVP类图

我们把每一层都抽象成一个接口,例如V层,我们定义一个接口为View(不要和Android API里的View弄混了),让后Activity为这个View的具体实现。每一层对另一层的依赖都是接口依赖,并不关心另一层的具体实现,每一层我们都可以写不同的实现,随时切换,这就意味着,有一天如果有一层不好用了,我们可以轻松的重写另一个实现来替换掉,而不是如履薄冰的修改。

MVP demo

https://github.com/liuguangli/androidmvp

未完待续...

关于架构与解藕,并非一篇博客文章就能说清楚的,文章如有不只之初恳请指正,后续有时间还会做相关补充总结。
目录
相关文章
|
3月前
|
监控 Java API
Spring Boot 3.2 结合 Spring Cloud 微服务架构实操指南 现代分布式应用系统构建实战教程
Spring Boot 3.2 + Spring Cloud 2023.0 微服务架构实践摘要 本文基于Spring Boot 3.2.5和Spring Cloud 2023.0.1最新稳定版本,演示现代微服务架构的构建过程。主要内容包括: 技术栈选择:采用Spring Cloud Netflix Eureka 4.1.0作为服务注册中心,Resilience4j 2.1.0替代Hystrix实现熔断机制,配合OpenFeign和Gateway等组件。 核心实操步骤: 搭建Eureka注册中心服务 构建商品
526 3
|
24天前
|
人工智能 JavaScript 前端开发
GenSX (不一样的AI应用框架)架构学习指南
GenSX 是一个基于 TypeScript 的函数式 AI 工作流框架,以“函数组合替代图编排”为核心理念。它通过纯函数组件、自动追踪与断点恢复等特性,让开发者用自然代码构建可追溯、易测试的 LLM 应用。支持多模型集成与插件化扩展,兼具灵活性与工程化优势。
105 6
|
24天前
|
Java Linux 虚拟化
【Docker】(1)Docker的概述与架构,手把手带你安装Docker,云原生路上不可缺少的一门技术!
1. Docker简介 1.1 Docker是什么 为什么docker会出现? 假定您在开发一款平台项目,您的开发环境具有特定的配置。其他开发人员身处的环境配置也各有不同。 您正在开发的应用依赖于您当前的配置且还要依赖于某些配置文件。 您的企业还拥有标准化的测试和生产环境,且具有自身的配置和一系列支持文件。 **要求:**希望尽可能多在本地模拟这些环境而不产生重新创建服务器环境的开销 问题: 要如何确保应用能够在这些环境中运行和通过质量检测? 在部署过程中不出现令人头疼的版本、配置问题 无需重新编写代码和进行故障修复
232 2
|
2月前
|
人工智能 Cloud Native 中间件
划重点|云栖大会「AI 原生应用架构论坛」看点梳理
本场论坛将系统性阐述 AI 原生应用架构的新范式、演进趋势与技术突破,并分享来自真实生产环境下的一线实践经验与思考。
|
2月前
|
机器学习/深度学习 人工智能 vr&ar
H4H:面向AR/VR应用的NPU-CIM异构系统混合卷积-Transformer架构搜索——论文阅读
H4H是一种面向AR/VR应用的混合卷积-Transformer架构,基于NPU-CIM异构系统,通过神经架构搜索实现高效模型设计。该架构结合卷积神经网络(CNN)的局部特征提取与视觉Transformer(ViT)的全局信息处理能力,提升模型性能与效率。通过两阶段增量训练策略,缓解混合模型训练中的梯度冲突问题,并利用异构计算资源优化推理延迟与能耗。实验表明,H4H在相同准确率下显著降低延迟和功耗,为AR/VR设备上的边缘AI推理提供了高效解决方案。
290 0
|
1月前
|
机器学习/深度学习 自然语言处理 算法
48_动态架构模型:NAS在LLM中的应用
大型语言模型(LLM)在自然语言处理领域的突破性进展,很大程度上归功于其庞大的参数量和复杂的网络架构。然而,随着模型规模的不断增长,计算资源消耗、推理延迟和部署成本等问题日益凸显。如何在保持模型性能的同时,优化模型架构以提高效率,成为2025年大模型研究的核心方向之一。神经架构搜索(Neural Architecture Search, NAS)作为一种自动化的网络设计方法,正在为这一挑战提供创新性解决方案。本文将深入探讨NAS技术如何应用于LLM的架构优化,特别是在层数与维度调整方面的最新进展,并通过代码实现展示简单的NAS实验。
|
3月前
|
Web App开发 Linux 虚拟化
Omnissa Horizon 8 2506 (8.16) - 虚拟桌面基础架构 (VDI) 和应用软件
Omnissa Horizon 8 2506 (8.16) - 虚拟桌面基础架构 (VDI) 和应用软件
171 0
Omnissa Horizon 8 2506 (8.16) - 虚拟桌面基础架构 (VDI) 和应用软件
|
3月前
|
机器学习/深度学习 数据采集 存储
技术赋能下的能源智慧管理:MyEMS 开源系统的架构创新与应用深化
在全球能源转型与“双碳”战略推动下,MyEMS作为基于Python的开源能源管理系统,凭借模块化架构与AI技术,助力重点用能单位实现数字化、智能化能源管理。系统支持多源数据采集、智能分析、设备数字孪生与自适应优化控制,全面满足国家级能耗监测要求,并已在制造、数据中心、公共建筑等领域成功应用,助力节能降碳,推动绿色可持续发展。
87 0
|
4月前
|
人工智能 数据可视化 Java
什么是低代码(Low-Code)?低代码核心架构技术解析与应用展望
低代码开发正成为企业应对业务增长与IT人才短缺的重要解决方案。相比传统开发方式效率提升60%,预计2026年市场规模达580亿美元。它通过可视化界面与少量代码,让非专业开发者也能快速构建应用,推动企业数字化转型。随着AI技术发展,低代码与AIGC结合,正迈向智能化开发新时代。