• 策略模式在数据接收和发送场景的应用


    作者:七破

    在本篇文章中,我们介绍了策略模式,并在数据接收和发送场景中使用了策略模式。

    一、背景

    在最近项目中,需要与外部系统进行数据交互,刚开始交互的系统较为单一,刚开始设计方案时打算使用了 if else 进行判断:

    if("A".equals(system)){    ASystem.sync("向A同步数据");}if("B".equals(system)){    BSystem.sync("向B同步数据");}...
    

    二、升级为策略模式

    这样设计有什么样的问题呢?首先随着外部系统接入越来越多,不具备良好的扩展性,会导致代码越来越臃肿,其次从软件的设计角度来看, 不符合单一职责原则, 也不符合开闭原则。

    那么选择什么样的设计模式来解决 if else 堆砌的问题呢?首先我想到了策略模式。

    首先我们来看一下策略模式的定义:

    策略模式(Strategy Pattern)定义了一组同类型的算法,在不同的类中封装起来,每种算法可以根据当前场景相互替换,从而使算法的变化独立于使用它们的客户端(即算法的调用者)

    那么代入到我们的需求场景,我需要向外部系统同步或接收数据,数据的类型决定了我需要同步给 A 系统或者 B 系统,这些不同的数据决定了不同的策略

    策略模式的结构通常包括以下组成部分:

    1. 定义一个策略接口或抽象类:该接口或抽象类定义了所有策略类都需要实现的方法。

    2. 创建多个具体的策略类:每个具体的策略类都实现了策略接口或抽象类,并提供了不同的实现。

    3. 创建一个策略上下文类:该类负责使用策略,它通常会维护一个策略接口或抽象类的引用。

    4. 在客户端代码中使用策略上下文类:客户端代码可以根据需要选择不同的策略。

    看定义有些抽象,下面的结构图应该会容易理解一些。

    根据上面的结构,我们来实现一下我们的场景

    1.我们需要定义一个策略接口,定义与外部系统间交互都需要实现的方法

    public interface DataProcessingStrategy {    void receiveData();    void sendData();}

    2.为每个外部系统创建一个策略类:

    public class ASystemDataProcessingStrategy implements DataProcessingStrategy {    @Override    public void receiveData() {        // 接收数据的具体实现    }
        @Override    public void sendData() {        // 发送数据的具体实现    }}
    public class BSystemDataProcessingStrategy implements DataProcessingStrategy {    @Override    public void receiveData() {        // 接收数据的具体实现    }
        @Override    public void sendData() {        // 发送数据的具体实现    }}

    3.创建一个选择外部系统的策略类,用于在运行时根据需要选择合适的策略类

    public class Context {    private DataProcessingStrategy strategy;
        public Context(DataProcessingStrategy strategy) {        this.strategy = strategy;    }
        public void setStrategy(DataProcessingStrategy strategy) {        this.strategy = strategy;    }
        public void sendData(String data) {        strategy.sendData(data);    }
        public String receiveData() {        return strategy.receiveData();    }}

    4.最后,在需要调用外部系统同步数据的地方实例化相关策略类和上下文类,并调用 executeStrategy 方法:

    public class Main {    public static void main(String[] args) {        // 创建两个策略对象        DataProcessingStrategy strategyA = new ASystemDataProcessingStrategy();        DataProcessingStrategy strategyB = new BSystemDataProcessingStrategy();
            // 创建上下文对象,并传入策略对象        Context context = new Context(strategyA);        //使用 ASystemDataProcessingStrategy 请求和接收数据        context.sendData("");          context.receiveData("");
            // 使用 BSystemDataProcessingStrategy 请求和接收数据        context = new Context(strategyB);        context.sendData("");          context.receiveData("");    }}

    三、升级为策略模式+工厂模式

    那么策略模式存在什么样的问题呢?

    1. 硬编码的依赖关系:在上述代码中,我们直接将具体的策略类(例如 StrategyA 和 StrategyB)硬编码到上下文类(Context)中。这意味着如果我们想要添加或修改策略,我们需要在上下文类中修改代码。这种硬编码的方式使得系统难以扩展和维护。

    2. 客户端与策略的具体实现紧密耦合:由于上下文类 Context 直接依赖于具体的策略类,因此客户端代码必须了解每个具体策略的细节。这增加了客户端代码的复杂性,并使得客户端代码与策略的具体实现紧密耦合,增加了代码的维护难度。

    我们可以使用工厂模式来改进我们的设计。工厂模式可以帮助我们将对象的创建和使用过程分离,使得上下文类和客户端代码不需要了解具体策略的细节,那么我们来修改一下我们的实现:

    1. // 策略接口和具体的策略类保持不变
    2. public interface DataProcessingStrategy {
    3. void sendData(String data);
    4. String receiveData();
    5. }
    6. public class ASystemDataProcessingStrategy implements DataProcessingStrategy {
    7. @Override
    8. public void sendData(String data) {
    9. // 发送数据到系统A的实现
    10. }
    11. @Override
    12. public String receiveData() {
    13. // 从系统A接收数据的实现
    14. }
    15. }
    16. public class BSystemDataProcessingStrategy implements DataProcessingStrategy {
    17. @Override
    18. public void sendData(String data) {
    19. // 发送数据到系统B的实现
    20. }
    21. @Override
    22. public String receiveData() {
    23. // 从系统B接收数据的实现
    24. }
    25. }
    26. public class DataProcessingStrategyFactory {
    27. private static ConcurrentHashMap<String, DataProcessingStrategy> strategies = new ConcurrentHashMap<>();
    28. /**
    29. * 注册策略
    30. * @param strategyName
    31. * @param strategy
    32. */
    33. public static void register(String strategyName, DataProcessingStrategy strategy) {
    34. strategies.put(strategyName, strategy);
    35. }
    36. public static DataProcessingStrategy getStrategy(String strategyName) {
    37. return strategies.get(strategyName);
    38. }
    39. }
    40. //client类相关修改
    41. public class Main {
    42. public static void main(String[] args) {
    43. DataProcessingStrategy systemA = DeployStrategyFactory.getStrategy("A");
    44. //使用 ASystemDataProcessingStrategy 请求和接收数据
    45. systemA.sendData("");
    46. systemA.receiveData("");
    47. DataProcessingStrategy systemB = DeployStrategyFactory.getStrategy("B");
    48. // 使用 BSystemDataProcessingStrategy 请求和接收数据
    49. systemB.sendData("");
    50. systemB.receiveData("");
    51. }
    52. }

    四、总结

    在本篇文章中,我们介绍了策略模式,并在数据接收和发送场景中使用了策略模式。通过使用策略模式,我们可以在客户端代码中根据运行时条件动态地选择一个具体的策略类,并通过这个策略类来改变对象的行为。这样,我们就可以实现不同的数据接收和发送方式,而不需要在客户端代码中进行大量的 if-else 判断。同时通过策略模式+工厂模式的方式解决了客户端代码与策略的具体实现紧密耦合的问题。当然结合实际的场景灵活运用相应的设计模式也非常重要,避免过度设计。

  • 相关阅读:
    聊聊微服务治理体系
    pandas 排序和排名
    RFID让固定资产盘点更快更准
    离散化专题
    2D物理引擎 Box2D for javascript Games 第五章 碰撞处理
    YOLO7 姿势识别实例
    DTPA PEG 异硫氰酸荧光素,DTPA PEG FITC,FITC-PEG-DTPA
    手把手教你深度学习和实战-----线性回归+梯度下降法
    【Pytorch入门学习】 Dateset类的实现笔记(套路) 附有详细的代码注释以及实验框架流程
    【深度学习】实验11 使用Keras预训练模型完成猫狗识别
  • 原文地址:https://blog.csdn.net/AlibabaTech1024/article/details/134548603