[图文]图6.3会计事项-Fowler分析模式的剖析和实现

news2025/7/15 14:17:45

1
00:00:02,090 --> 00:00:05,160
Fowler在书里面也说了,6.4

2
00:00:05,290 --> 00:00:07,540
这里也说了

3
00:00:08,030 --> 00:00:11,340
不是常用的

4
00:00:12,520 --> 00:00:15,060
更倾向用6.2,实际上就是6.3了

5
00:00:15,760 --> 00:00:18,460
6.3更加通用

6
00:00:20,240 --> 00:00:23,640
6.3这里面

7
00:00:23,770 --> 00:00:26,280
他就说了下一个问题

8
00:00:27,280 --> 00:00:29,200
会计事项和分录之间的

9
00:00:29,210 --> 00:00:30,600
相互强制关系

10
00:00:30,610 --> 00:00:34,340
就引入了一个先有鸡还是先有蛋的问题

11
00:00:36,150 --> 00:00:37,100
巴拉巴拉,这里

12
00:00:38,780 --> 00:00:41,940
就是说,是先有分录

13
00:00:41,950 --> 00:00:43,260
还是先有会计事项

14
00:00:44,380 --> 00:00:49,120
他这里给出一个解决方案,就是说

15
00:00:50,230 --> 00:00:53,560
由会计事项来创建分录

16
00:00:53,570 --> 00:00:57,910
分录必须在会计事项里面来创建

1
00:00:01,200 --> 00:00:05,220
就拿刚才+5000

2
00:00:05,230 --> 00:00:06,540
-2000,-3000

3
00:00:06,550 --> 00:00:10,140
这三个分录来说

4
00:00:10,150 --> 00:00:13,740
这三个都应该在一个会计事项里面来创建

5
00:00:16,190 --> 00:00:19,470
所以如果这样

6
00:00:19,640 --> 00:00:25,550
它就可以说会计事项的平衡是可以满足的

7
00:00:27,710 --> 00:00:30,940
这样就会带来一个什么样的变化

8
00:00:30,950 --> 00:00:36,770
就是说,会计事项是创建分录

9
00:00:36,780 --> 00:00:37,930
它是知道分录的

10
00:00:40,580 --> 00:00:48,090
而原来的账户里面创建分录

11
00:00:48,100 --> 00:00:49,690
这个就不能再用了

12
00:00:50,600 --> 00:00:51,620
账户只能是什么

13
00:00:52,180 --> 00:00:55,220
被动的被分录关联过去

14
00:00:56,260 --> 00:00:58,850
这个也是合理的

15
00:00:58,860 --> 00:01:00,730
就是说事实上

16
00:01:00,740 --> 00:01:03,850
我只需要这个账能够做平

17
00:01:03,860 --> 00:01:05,910
我有一笔+5000的

18
00:01:06,720 --> 00:01:09,560
那边有-2000,-3000

19
00:01:10,190 --> 00:01:12,230
这个账能够做平就可以了

20
00:01:12,960 --> 00:01:14,400
至于背后关联的账户是哪一个

21
00:01:14,410 --> 00:01:18,120
实际上并不是那么重要

22
00:01:18,130 --> 00:01:19,760
因为这种是灵活多变的

23
00:01:20,360 --> 00:01:20,780


24
00:01:22,020 --> 00:01:23,560
没准2000 3000

25
00:01:25,700 --> 00:01:27,970
刚才那个例子是2000 3000

26
00:01:27,980 --> 00:01:29,770
都是进到同一个账户

27
00:01:30,630 --> 00:01:31,620
没准

28
00:01:31,630 --> 00:01:33,300
下个月还是2000 3000

29
00:01:33,310 --> 00:01:35,700
但是2000可能跑到A账户

30
00:01:35,710 --> 00:01:37,530
3000跑到B账户

31
00:01:37,980 --> 00:01:39,070
也有可能

32
00:01:40,260 --> 00:01:45,430
但是分录的值在一个会计事项里面

33
00:01:45,440 --> 00:01:47,050
它应该是做平的

34
00:01:47,060 --> 00:01:49,040
总和应该是0的

35
00:01:50,840 --> 00:01:54,760
Fowler在书上描述的

36
00:01:54,770 --> 00:01:55,800
就是这么多了

37
00:01:56,820 --> 00:01:59,540
巴拉巴拉,你看他说,提供一个操作

38
00:01:59,550 --> 00:02:00,620


39
00:02:00,630 --> 00:02:05,790
可以是带参数的数组

40
00:02:06,710 --> 00:02:07,820


41
00:02:08,460 --> 00:02:10,330
我们就按照他说的这个描述

42
00:02:11,750 --> 00:02:16,490
用代码来反映一下这里面的说的内容

43
00:02:17,350 --> 00:02:20,070
我们来看一下我们的数据库和代码

44
00:02:20,240 --> 00:02:24,000
我们就针对6.3这个图来做

45
00:02:25,160 --> 00:02:27,550
首先看数据库

46
00:02:29,040 --> 00:02:30,350
首先我们来看数据库

47
00:02:31,000 --> 00:02:33,030
映射过来,主要这三个表了

48
00:02:34,240 --> 00:02:34,990
三个表

49
00:02:37,570 --> 00:02:38,600
分录是多

50
00:02:38,950 --> 00:02:39,700
会计事项是1

51
00:02:39,710 --> 00:02:42,170
所以分录里面有会计事项ID

52
00:02:42,740 --> 00:02:45,000
分录是多,账户是1,有账户ID

53
00:02:47,470 --> 00:02:51,620
这两个是图上没有

54
00:02:51,630 --> 00:02:52,780
但是都要带上的

55
00:02:52,950 --> 00:02:56,370
背后有的,数量这里

56
00:02:58,400 --> 00:03:03,610
数额,这是映射到数据库

57
00:03:05,520 --> 00:03:07,940
接下来,我们来看一下代码的映射

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2387797.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【Linux】shell脚本的常用命令

目录 简介 一.设置主机名称 1.1通过文件修改 1.2通过命令修改 二.网络管理命令nmcli 2.1查看网卡 2.2设置网卡 三.简单处理字符 3.1seq打印连续字符 3.2printf,echo打印字符 3.3sort排序 3.4uniq冗余处理 3.5cut对字符的截取 四.xargs输入转参 简介 以下命令都是…

Pycharm and Flask 的学习心得(9)

request对象: 1. request包含前端发送过来的所有请求数据 将from表单里的内容CV到request里面,可以添加if语句来做判断出请求类型后的操作 在网页上的表单上input的数据,后端如何获取呢? request对象获取前端发送来的数据 // …

Linux初始-环境安装(2)

文章目录 安装问题(1-1.51.39)xshell的下载和登录步骤xshell创建多用户与删除用户xshell免密码登录 简介:这篇文章我认为对于初学Linux还是非常重要的,正所谓磨刀不误砍柴工,工具环境准备好了,后面的学习才…

Python Day34 学习

今日内容 通过“心脏病数据集”对之前的内容进行复习,再进行新内容“元组和OS模块”的学习。 机器学习模型建模和评估(先不考虑调参) 基于之前已经预处理过的心脏病数据集 划分数据值 模型训练与模型评估 # 随机森林 rf_model RandomFo…

【ASR】基于分块非自回归模型的流式端到端语音识别

论文地址:https://arxiv.org/abs/2107.09428 摘要 非自回归 (NAR) 模型在语音处理中越来越受到关注。 凭借最新的基于注意力的自动语音识别 (ASR) 结构,与自回归 (AR) 模型相比,NAR 可以在仅精度略有下降的情况下实现有前景的实时因子 (RTF) 提升。 然而,识别推理需要等待…

国芯思辰|国产FRAM SF25C128助力监控系统高效低功耗解决方案,对标MB85RS128/FM25V01

监控系统已成为保障公共安全、维护社会秩序的重要工具。随着监控系统的不断发展,对数据存储的要求也越来越高,不仅需要大容量、高速度的存储设备,还要求其具备高可靠性和低功耗等特性。国产铁电存储器 SF25C128作为一种新型非易失性存储器&am…

攻防世界逆向刷题笔记(新手模式9-1?)

bad_python 看样子是pyc文件损坏了。利用工具打开,发现是MAGIC坏了。搜下也没有头绪。 攻防世界-难度1- bad_python - _rainyday - 博客园 python Magic Number对照表以及pyc修复方法 - iPlayForSG - 博客园 看WP才知道36已经提示了pyc版本了。参考第二个文章&am…

制作一款打飞机游戏58:子弹模式组合

今天我们将继续深入探讨子弹模式系统,并在我们的模式编辑器上做一些收尾工作。 子弹模式系统的乐趣 首先,我想说,这个子弹模式系统真的非常有趣。看着屏幕上不断喷射的子弹,感觉真是太棒了! 合并修饰符 今天&#…

使用新一代达梦管理工具SQLark,高效处理 JSON/XML 数据!

在应用开发领域,JSON/XML数据结构因其灵活性和通用性,成为开发者存储和交换数据的首选。然而,传统管理工具在处理这些半结构化数据时,往往存在可视化效果差、编辑效率低等问题,严重影响开发者的工作效率。 现在&#…

深入了解PyTorch:起源、优势、发展与安装指南

深入了解PyTorch:起源、优势、发展与安装指南 目录 引言PyTorch简介PyTorch的优势 动态计算图直观易用的API强大的社区支持丰富的生态系统高性能与可扩展性 PyTorch的发展历程PyTorch的主要组件 Torch.TensorAutograd自动求导nn模块TorchvisionTorchText和TorchAu…

DeepSeek智能对话助手项目

目录: 1、效果图2、实现代码3、温度和TopK的作用对比 1、效果图 2、实现代码 # import gradio as gr# def reverse_text(text): # return text[::-1]# demogr.Interface(fnreverse_text,inputs"text",outputs"text")# demo.launch(share&q…

浅谈Mysql的MVCC机制(RC与RR隔离级别)

MVCC(Multi-Version Concurrency Control)多版本并发控制 说这个我们先来了解一下Mysql的隔离级别,因为MVCC和Mysql的隔离级别是有关的。 Mysql默认的隔离级别是RR(可重复读) 其他的隔离级别是读未提交(…

uniapp-商城-72-shop(5-商品列表,购物车实现回顾)

我们通过前面的章节已经将数据添加到了购物车,但实际上购物车的处理还有很多东西需要完成。 我们看看如何将商品添加到购物车。 本文介绍了购物车功能的实现方式,重点讲解了如何将商品添加到购物车以及购物车状态管理的处理机制。主要内容包括:1. 通过Vuex管理购物车状态,包…

MySQL#Select语句执行过程

服务端程序架构 MySQL 是典型的 C/S 架构,即 Client/Server 架构,服务器端程序mysqld。 Select语句执行过程 连接层 客户端和服务器端建立连接,客户端发送 SQL 至服务器端 SQL层 SQL语句处理 查询缓存: 缓存命中该SQL执行结果直…

hbuilder中h5转为小程序提交发布审核

【注意】 [HBuilder] 11:59:15.179 此应用 DCloud appid 为 __UNI__9F9CC77 ,您不是这个应用的项目成员。1、联系这个应用的所有者,请求加入项目成员(https://dev.dcloud.net.cn "成员管理"-"添加项目成员")…

【数据结构】单链表练习

1.链表的中间节点 https://leetcode.cn/problems/middle-of-the-linked-list/description/ 用快慢指针来解决 /*** Definition for singly-linked list.* struct ListNode {* int val;* struct ListNode *next;* };*/ struct ListNode* middleNode(struct ListNode* he…

学习vue3:跨组件通信(provide+inject)

目录 一,关于跨组件通信概述 二,跨组件传值 案例1(爷传孙) 三,跨组件传函数 案例2(爷传孙) 疑问:孙子传给爷爷是否可行呢? 一,关于跨组件通信概述 之前我们学习了父子组件的传…

【菜狗work前端】小程序加if判断时不及时刷新 vs Web

零、前提&#xff1a; 实现input输入数字不大于10000&#xff08;需要配合typenumber&#xff0c;maxlength5&#xff0c;这里没写&#xff09; 一、探究代码&#xff1a; <input v-model"model1" input"changeModel1" placeholder"请输入拒收件…

TCP 三次握手:详解与原理

无图、长文警告&#xff01;&#xff01;&#xff01;&#xff01; 文章目录 一、引言二、TCP 三次握手的过程&#xff08;一&#xff09;第一次握手&#xff1a;SYN&#xff08;同步序列号&#xff09;&#xff08;二&#xff09;第二次握手&#xff1a;SYN-ACK&#xff08;同…

LabVIEW累加器标签通道

主要展示了 Accumulator Tag 通道的使用&#xff0c;通过三个并行运行的循环模拟不同数值的多个随机序列&#xff0c;分别以不同频率向累加器写入数值&#xff0c;右侧循环每秒读取累加器值&#xff0c;同时可切换查看每秒内每次事件的平均值&#xff0c;用于演示多线程数据交互…