22 | 别再复制粘贴那 80% 的代码了:给你的流程装个“标准模具”——模板方法模式

news2026/3/16 4:49:10
我之前给一个做跨境电商的朋友帮忙处理过一段让人特别心累的代码。当时系统里有各种各样的“数据导出”功能导出订单、导出库存、导出用户。我发现代码里全是重复的影子先查数据库再格式化数据最后生成文件。虽然导出的格式不同有的要 CSV有的要 Excel但头尾那 80% 的逻辑几乎一模一样。每次改个数据库连接池的配置我得把这三个导出函数全翻出来改一遍漏掉一个就是事故。我当时就跟同事复盘我们不应该在每个函数里都去重复那套“固定动作”。我们应该造一个“标准模具”把不变的流程焊死把会变的部分留出空位让不同的业务自己去填。这种定义一个算法的骨架而将一些步骤延迟到子类中实现的套路就是模板方法模式Template Method Pattern。为什么你的流程逻辑总是“改不动”先聊聊这个现象我们太习惯于写“一气呵成”的长函数了。你觉得写一个exportOrders很快写个exportUsers也不难。但换个角度想你其实是在不断地重复造轮子。说白了这种麻烦是因为你没有分清“流程”和“细节”。流程是稳定的比如校验 - 取数 - 转换 - 发送。细节是多变的比如怎么转换发给谁。如果你把这两者混在一起你的代码就会变得极其臃肿而且只要流程一变你就得去改几十个地方。点破真相真正的解耦是把“骨架”锁死把“血肉”交给具体业务去长。在 JS 里模板方法就是“高阶函数 钩子”在 Java 里你必须写个abstract class定一个final方法。但在 JavaScript 里我们有更灵动的玩法利用高阶函数或者带“钩子Hooks”的对象。咱们来看看怎么把那个乱成一团的“数据上传”流程理顺。// 0. 关键定义“标准模具”流程骨架// 这种写法最爽的地方在于流程是唯一的谁也别想乱改constbaseUploaderasync(config){const{validate,performUpload,notify}config;console.log(--- 启动标准上传流程 ---);// 1. 固定步骤校验每个上传都要做console.log(正在校验文件合法性...);if(!validate())returnconsole.log(❌ 校验失败);// 2. 变动步骤具体的上传动作// 换个角度想这里就是留给业务方的“填空题”awaitperformUpload();// 3. 固定步骤通知console.log(正在发送通知...);notify();console.log(--- 流程结束 ---);};// 1. 使用业务方只需要填空不需要管流程consts3Uploader()baseUploader({validate:()true,performUpload:async()console.log( 正在上传到 AWS S3...),notify:()console.log( 已发送邮件给管理员)});constlocalUploader()baseUploader({validate:()true,performUpload:async()console.log( 正在保存到本地硬盘...),notify:()console.log( 已弹出桌面通知)});// 2. 运行s3Uploader();换个角度想这种写法最舒服的地方在于…这种写法最爽的地方在于它建立了“秩序”。你想想如果你明天想在所有上传流程里加一个“压缩文件”的步骤。你只需要在baseUploader这个模具里加一行代码。所有的上传功能S3、本地、FTP都会瞬间自动获得这个能力。你完全不需要去动具体的业务逻辑。还有一个细节在现代前端框架里生命周期钩子如 Vue 的 mounted, React 的 useEffect本质上就是模板方法模式。框架定好了“组件渲染”的骨架它在特定的时刻喊你一下让你去填入自己的逻辑。两种写法的直观对比容易出问题的写法重复造轮子uploadToS3()和uploadToLocal()各自写一遍校验和通知。后果代码冗余严重。一旦流程要加个步骤你得满世界去找代码去改漏改一个就是坑。更稳健的模板方法写法baseProcess(specificSteps)后果核心流程被高度保护业务方想乱来都难。代码结构清晰得像流水线一眼就能看出哪些是共性的哪些是个性的。给你的 2 条行动建议识别“大同小异”的流程如果你发现两个函数的逻辑有 70% 以上是重合的只有中间一两行不一样别犹豫直接把那 70% 抽成模板。善用“默认钩子”在定义模板时可以给一些步骤提供默认实现。这样业务方如果没特殊需求连填空都不用填直接跑默认逻辑就行。我以前总觉得写个通用的模具有点费脑子不如直接复制粘贴快。后来才明白真正的专业是学会把“变动的细节”留给业务把“稳定的秩序”留给自己。模板方法模式就是给你的业务逻辑装上了一套“标准流水线”。

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/2415026.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

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…