多种异构数据的分析设计方案3:聊聊策略模式+函数式接口+MAP

2024-06-20 1187阅读

多种异构数据的分析设计方案3:聊聊策略模式+函数式接口+MAP

多种异构数据的分析设计方案3:聊聊策略模式+函数式接口+MAP
(图片来源网络,侵删)

 

定义

策略模式(Strategy Pattern): 定义并封装一系列算法类,并且这些类可以相互替换,可以在运行时根据需要选择不同的算法,而不需要修改客户端流程代码。

策略模式让算法独立于使用它的客户端而变化,也称为政策模式(Policy)。

 

主要解决,在有多种算法流程相似的情况下,使用许多if...else分支所带来的代码复杂且难以维护的问题。

关键代码:定义共通的函数时接口。

何时使用:一个系统有许多业务分支类,执行的业务逻辑一致,只是具体实现不同。

如何解决:将这些算法封装成一个一个的类,根据需求任意地组合替换。

 

 

 

业务场景: 智能工厂升级改造,解决历史遗留的不同系统之间数据隔离问题,并统计分析各个系统生产制造运行数据指标。

各个系统数据库设计的表结构不同,各字段名称不同,但都有一定规律。现要将数据进行分析汇总到同一个分析表里。

 

示例:数据库A,表设计。

 

    CREATE TABLE demo.table_a (

            id int IDENTITY(1,1) ,

            product_shop_id int (生产车间ID),

            robot_id varchar(50) (机器人ID),

            robot_type int (机器人类型),

            qr_code varchar(50) (条形码),

            ok_ng_flag int (OK/NG判断),

            date_time datetime (生产时间)

    );

示例:数据库B,表设计。

 

    CREATE TABLE demo.table_a (

            id int IDENTITY(1,1) ,

            product_line_id int (生产线ID),

            assemble_id varchar(50) (机器工位ID),

            assemble_type int (机器工位型),

            prodct_code varchar(50) (生产条形码),

            judge_flag int (OK/NG判断),

            date_time datetime (生产时间)

    );

 

示例:数据库C,D,E,F表设计.........。

 

数据分析汇总表

 

    CREATE TABLE demo.statistic (

            ID int IDENTITY(1,1),

            product_date date(生产日期),

            flow_line_id int (生产流水线ID),

            assemble_id varchar(50) (机器工位ID),

            assemble_type int (机器工位型),

            count_all int(OK总数) ,

            count_ng int (NG总数)

    );

 

伪代码示例:

 

定义字段转换使用的函数式接口

 

    @FunctionalInterface

    public interface MyFunction {

            /**

             */

            ColumnBean makeColumnExe();

    }

 

 

定义业务类

 

    @Service

    public class MyServiceImpl{

            // 使用 map 存储具体策略执行逻辑函数

            // 特点:通过key从map里面获取,替换通过if-else获取策略类,减少了复杂度,

            // 特点:减少class,但增加 method,增加新的策略函数,既可以定义在新class里面,也可以写在已有的class里面。

            private Map FUN_MAP = new HashMap();

            @PostConstruct

            public void beanInit() {

                    //

                    FUN_MAP.put("KEY1", () -> this.makeColumn1());

                    //

                    FUN_MAP.put("KEY2", () -> this.makeColumn2());

                    //

                    ............

            }

 

 /**

  * 使用

  */

 public void myServiceExe(Key key){

  ............

  ............

  // 替换通过if-else获取策略类,通过key从map里面获取

  MyFunction fun = FUN_MAP.get(key);

  if (fun != null) {

     ColumnBean columnBean = fun.makeColumnExe();

    //使用参数做统计分析

   //在SQL,动态拼接字段,表名称等

 

 statisticService.statisticDaily(columnBean);

  }

  ............

  ............

 }

 

 /**

  * 定义具体实现

  */

 private ColumnBean makeColumn1(){

  ............

  columnBean = new columnBean();

  columnBean.setIdColumn("id");

  columnBean.setProductDateColumn("date_time");

  columnBean.setFlowLineIdColumn("product_shop_id");

  columnBean.setAssembleIdColumn("robot_id");

  columnBean.setAssembleTypeColumn("robot_type");

  columnBean.setJudgeColumn("ok_ng_flag");

  ............

 }

 /**

  * 定义具体实现

  */

 private ColumnBean makeColumn2(){

  ............

  columnBean = new columnBean();

  columnBean.setIdColumn("ID");

  columnBean.setProductDateColumn("date_time");

  columnBean.setFlowLineIdColumn("product_line_id");

  columnBean.setAssembleIdColumn("assemble_id");

  columnBean.setAssembleTypeColumn("assemble_type");

  columnBean.setJudgeColumn("judge_flag");

  ............

 }

    }

或者创建数据库,把makeColumn的相关配置信息,落实到数据库中。取用时根据KEY获取。

 

 

 

 

VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]