我要评论
后端分层架构：巧妙划分业务逻辑与非业务逻辑
后端开发中，分层架构（例如，controller、service、dao三层）至关重要。虽然分层原则清晰，但在实践中，特别是service层和dao层间的界限，以及引入manager层后的逻辑划分，常常令人困惑。本文将探讨如何有效区分业务逻辑和非业务逻辑。
业务逻辑与非业务逻辑的界定
业务逻辑直接关联业务需求，用户可感知；而非业务逻辑则为底层操作，与业务流程无关，例如数据库操作细节或密码加密。
以下是一些非业务逻辑示例：
-
数据库操作细节： usermanager.delete() 和 departmentmanager.delete() 可能同时删除关联表（例如userdeptmodel）中的数据。这属于非业务逻辑，因为它只涉及数据库操作，而非业务流程本身。如果没有manager层，dao层也可以处理这类操作，只要它与业务无关。
class usermanager: def delete(self): userdao.delete() userdeptdao.delete() class departmentmanager: def delete(self): departmentdao.delete() userdeptdao.delete()登录后复制 -
密码加密： 用户无需了解密码存储细节，加盐操作可放在dao或manager层。
class userdao: def make_password(self, passwd): return salt(passwd) # 假设salt函数用于密码加盐 def save(self): passwd = self.make_password(passwd) self.passwd = passwd super().save() #假设super().save()是数据库保存方法登录后复制 -
dao层方法命名： get_super_user 这样的方法名是否合适，取决于其是否涉及业务逻辑。如果super与业务无关，则可以使用；否则，应在service层处理。
-
http请求封装： 后端依赖的封装，可以放在dao层，而非service层。
python中实现类似django filter的功能
在django/flask中，数据过滤相对容易。但在python的三层架构中，需要考虑如何在dao层处理请求参数。如果没有spring之类的依赖注入框架，则需手动传递参数。 java中，hibernate等orm框架提供了强大的数据过滤和查询功能。
数据实体与分层架构
数据实体用于数据持久化。在三层架构中，controller、service和dao层并非严格一一对应。service层可能调用多个dao完成一个业务操作，而一个dao也可能被多个service调用。
总之，正确区分业务逻辑和非业务逻辑是后端开发的关键，合理的分层架构能提升代码可读性和可维护性。
以上就是后端开发中的分层架构如何正确划分业务逻辑和非业务逻辑？的详细内容，更多请关注代码网其它相关文章！
发表评论