业务设计---针对天气预报变化时触发用户通知和推荐行程用什么设计模式

✅针对天气预报变化时触发用户通知和推荐行程用什么设计模式

当天气不同时,用户会收到不同的通知,通知中包括具体的天气和推荐的行程。

这里有两个点,一个是天气不同的时候发通知,还有一个就是不同的天气发送的内容不一样。

  • 天气变化是典型的事件驱动场景,需通知多个订阅方(如通知服务、推荐服务),观察者模式天然支持一对多依赖关系,实现低耦合的事件响应机制。

  • 不同天气对应不同的行程推荐策略(如晴天推荐户外活动、雨天推荐室内活动),策略模式通过封装可互换的业务逻辑实现逻辑灵活切换。

那么其实就是需要结合 观察者模式 和 策略模式两种设计模式。

观察者模式

  • Subject(被观察者):天气服务(WeatherService),负责监测天气变化,并管理观察者列表。

  • Observer(观察者):定义通知接口(如 sendNotification),由具体观察者实现。

    • NotificationService:向用户发送天气变化的通知。
    • RecommendationService:生成并推送推荐行程。
  1. 用户和行程服务订阅天气服务(注册为观察者)。
  2. 天气变化时,WeatherService 调用 notify(),遍历所有观察者。
  3. 每个观察者(如 NotificationService 和 RecommendationService)执行各自的更新逻辑。

策略模式

  • 策略接口:Strategy,定义生成推荐的方法(如 generateRec())。
  • 具体策略:针对不同天气实现推荐逻辑,如 SunnyDayStrategy、RainyDayStrategy。
java 复制代码
// 推荐服务 + 策略模式
class RecommendationService implements WeatherObserver {
    private RecommendationStrategy strategy;

    public void setStrategy(RecommendationStrategy strategy) {
        this.strategy = strategy;
    }

    @Override
    public void update(WeatherData data) {
        // 根据天气类型切换策略     
        switch (data.getType()) {
            case SUNNY:
                setStrategy(new SunnyStrategy());
                break;
            case RAINY:
                setStrategy(new RainyStrategy());
                break;
        }
        String rec = strategy.generateRecommendation(data);
        sendRecommendation(rec);
    }
}

// 策略接口与实现

interface RecommendationStrategy {
    String generateRecommendation(WeatherData data);
}

class SunnyStrategy implements RecommendationStrategy {
    @Override
    public String generateRecommendation(WeatherData data) {
        return "今日晴,推荐去公园野餐,紫外线指数:" + data.getUVIndex();
    }
}
相关推荐
凤山老林37 分钟前
Spring Boot 集成 iText 7 实现动态 PDF 生成与电子签章:合同、报表场景实战
spring boot·后端·pdf·itext7·电子签章
孙启超41 分钟前
【AI开发之Rust】第 19 课:UniFFI 导出核心能力
开发语言·后端·rust
ServBay1 小时前
基于Jev的浏览器Agent插件狂揽 21k star,3分钟教你解放双手
后端·aigc·ai编程
Json____1 小时前
家居装修 AI 智能咨询助手:让装修咨询从“大海捞针“变成“一问即答“
java·后端·vue3·it学习·wwwoop.com
Apifox2 小时前
Apifox 9 月更新|CLI 能力升级、GitLab 私有化部署接入与产品体验优化
前端·后端·测试
鱼弦2 小时前
Agent智能体 vs 传统运维:职业天花板的3倍差距?
后端
暗夜行者之光2 小时前
LangGraph 实战:用 LangSmith 可视化追踪 AI 智能体执行轨迹
后端
鱼弦2 小时前
Agent 的工具选择策略:从硬编码到动态决策
后端
Lost of 程序猿2 小时前
建造者模式实战:告别“十参数构造函数“的数据导出任务
后端·设计模式·c#·asp.net
SensorFlow2 小时前
ClickHouse 埋点事件表:先验证时间与重复,再谈漏斗看板
后端