【项目实战典型案例】05.前后端分离的好处(发送调查问卷)

目录

一、背景

以下流程图是给用户发送调查问的整体流程,将不必要的业务逻辑放到前端进行处理。这样导致逻辑混乱难以维护。前后端分离的其中一个目的是将功能的样式放在了前端将功能的业务逻辑放到了后端来处理。

二、思路

明确业务逻辑,对于业务逻辑的明确可以使用UML图的方式进行梳理和整理,这样我们对宏观就有了一个了解,一张图胜过千言万语。梳理前端的功能样式和功能样式对应的后端接口。把需要的运算和复杂复杂处理的业务逻辑放到后端,对于数据的渲染传给前端直接显示即可。不需要接收到消息之后在做一些复杂的运算逻辑了。

三、过程

1、主要的业务逻辑

1.在章节推送页面,查询三个执行的章节颗粒会调用后端接口保存规则在redis中。

2.当章节颗粒执行的倒计时进入到10时,前端再调用后端接口获取该章节颗粒的激励配置,并返回个给前端。

3.当章节颗粒结束时判断是否配置发送调查问卷如果配置了,就调用后端发送调查问卷的接口发送问卷,之后继续该流程,执行下一个章节颗粒。如果没有配置则继续该流程,执行下一个章节颗粒。

2、解决问题的思路

1.将及时器放入到后端:这样的话在后端进行倒计时到十秒的时候调用获取激励规则,计时器到零秒时发送调查问卷。这样的话减少了前端的逻辑判断,将逻辑放入到后端进行。并且减少了入口。

2.取消不必要的循环,在流程图上去除循环,没有必要进行调用。

四、总结

将同一功能的样式和逻辑计算进行了拆解,这样的好处:

1.提高了开发效率,前后端可以有对应的人员进行开发。

2.增强了代码的可维护性,减少了样式和逻辑的耦合。解决问题方便定位。

3.提高了复用性,适应能力强同一套后端程序代码,不用修改就可以用于Web界面、手机、平板等多种客户端。

体现了面向对象的思想。高扩充、高复用、低成本维护。

五、面向对象的好处

  1. 模块化和可维护性:面向对象的编程将程序分解为多个独立的对象,每个对象都有自己的属性和方法。这种模块化的设计使得代码更加可维护和可扩展,可以通过修改或替换单个对象来改变程序的行为,而不必修改整个程序。
  2. 封装和信息隐藏:面向对象的编程通过封装将数据和行为组合在一起,形成一个独立的对象。对象对外部隐藏了内部的实现细节,只提供有限的接口供外部访问。这种信息隐藏的机制可以保护数据的完整性和安全性,并且提高了代码的可复用性。
  3. 继承和代码重用:面向对象的编程支持继承机制,可以通过继承一个已有的类来创建一个新的类,并且可以重用父类的属性和方法。这种代码重用的机制可以减少重复编写代码的工作量,提高代码的可维护性和可扩展性。
  4. 多态和灵活性:面向对象的编程支持多态机制,即同一个方法可以根据不同的对象调用而表现出不同的行为。这种灵活性使得程序可以根据实际情况进行动态的适应和扩展,提高了代码的灵活性和可扩展性。
  5. 抽象和概念模型:面向对象的编程通过抽象将真实世界的概念和实体转化为程序中的类和对象。这种抽象的过程使得程序更贴近问题领域的概念模型,提高了程序的可读性和可理解性。
相关推荐
胖哥真不错4 天前
Python实现随机分布式延迟PSO优化算法(RODDPSO)优化CNN回归模型项目实战
python·项目实战·cnn回归模型·roddpso·随机分布式延迟pso优化算法
胖哥真不错7 天前
Python实现随机分布式延迟PSO优化算法(RODDPSO)优化CNN分类模型项目实战
python·项目实战·roddpso·随机分布式延迟pso优化算法·cnn分类模型
胖哥真不错25 天前
Python实现随机分布式延迟PSO优化算法(RODDPSO)优化DBSCAN膨胀聚类模型项目实战
python·项目实战·随机分布式延迟pso·roddpso·dbscan膨胀聚类模型
胖哥真不错1 个月前
Python基于TensorFlow实现双向长短时记忆循环神经网络加注意力机制回归模型(BiLSTM-Attention回归算法)项目实战
python·tensorflow·attention·项目实战·bilstm·双向长短时记忆循环神经网络·注意力机制回归模型
胖哥真不错1 个月前
Python基于TensorFlow实现双向循环神经网络GRU加注意力机制分类模型(BiGRU-Attention分类算法)项目实战
python·tensorflow·attention·项目实战·bigru·双向循环神经网络gru·注意力机制分类模型
胖哥真不错1 个月前
Python基于TensorFlow实现简单循环神经网络回归模型(SimpleRNN回归算法)项目实战
python·rnn·tensorflow·项目实战·简单循环神经网络回归模型·simplernn回归算法
胖哥真不错1 个月前
Python基于TensorFlow实现GRU-Transformer回归模型(GRU-Transformer回归算法)项目实战
python·gru·tensorflow·transformer·回归模型·项目实战·gru-transformer
胖哥真不错1 个月前
Python实现贝叶斯优化器(Bayes_opt)优化简单循环神经网络分类模型(SimpleRNN分类算法)项目实战
python·tensorflow·项目实战·贝叶斯优化器·bayes_opt·简单循环神经网络分类模型·simplernn分类算法
胖哥真不错1 个月前
Python基于TensorFlow实现循环神经网络GRU分类模型(GRU分类算法)项目实战
python·rnn·tensorflow·项目实战·循环神经网络·gru分类模型
胖哥真不错1 个月前
Python基于TensorFlow实现简单循环神经网络分类模型(SimpleRNN分类算法)项目实战
python·rnn·tensorflow·项目实战·简单循环神经网络分类模型·simplernn分类算法