项目
程序员与代码密不可分,而代码又是为了项目服务的,项目又可以集合成一个产品,而产品最终是要为我们服务的。为什么会有计算机的存在,是因为人类想要一种机器帮助我们简化计算,为什么会有代码的存在,是因为人类想要计算机更易懂我们的想法,为什么会有项目的存在,是因为我们需要计算机可以将我们的想法完整表达出来,为什么会有产品存在,说到底,是人类的进化使我们想要更高效的生活。所以说,如何做一个产品?产品是我们最终想要的结果,项目明确了我们的需求,代码只是底层实现,计算机,执行者罢了。所以这篇文章,写一写怎样开始着手于写一个项目。
项目前的准备
写项目之前,首先要明确,你的需求是什么,你想要一个什么样的产品。明确需求很重要,否则你写出来的东西很有可能不是你或者别人想要的东西。一千个哈姆雷特
,每个人都有自己的想法,而完成一个别人的项目,需要完成的,就是实现别人的想法。所以大方向很重要。
明确真实需求后,怎么样实现需求呢?要做到心中有数,需要我们在自己心中建立起一个框架。要明确分为几个模块,每个模块会用到什么东西,具体的流程是什么样的,做到心中有数,自可万法归一,行云流水。
工欲善其事必先利其器
,为了更高效简洁的开发,我们需要准备好我们的工具。首先就是自己常用且顺手的各种工具,然后是可能已有的框架,一个逻辑的既定代码,造轮子固然可以提高自己的技术,但是重复造轮子就属实没有必要了。
需求文档,定义功能,界面,原型图,数据库设计,接口设计
具体流程
1.明确需求
2.搭建环境
3.找轮子
4.建数据库,建表
5.建类
6.思考设计模式
7.梳理接口,确定开发排期
8.写代码,写单测
9.前后端对接
10.产品验收,上线
项目构思框架
一个完整的项目,必定会有前后端。前端负责展示效果,后端负责处理逻辑。
前端
1.router.js
路由页面。负责网页地址的跳转
2.main.js
导入资源页面。负责导入用到的相关框架或者包。
3.view
vue的前端显示的页面。
包括三部分:
- html元素
- js代码
- css样式
components:部件。可以在这里设定上端、下端的固定样式,可以用到每个页面。
4.utils
工具类。
5.assets/static/public
存放静态资源。
6.request
跨域请求
后端
1.pom.xml
maven的配置文件。
2.controller层
控制层,一般在src下的java下。
3.service层
逻辑层,一般在src下的java下。
4.Mapper层
数据库层,src下的resources下的是数据库表字段的配置文件,src下的java下的是sql语句。
5.entity,pojo
实体类,一般在src下的java下。
6.exception
异常
7.utils
工具
8.filter
过滤,拦截器
9.config
配置
10.dto
自定义数据结构
用到的相关依赖
1 |
|
前后端的对接规范
1.使用MybatisPlus的R返回值。
R是com.baomidou.mybatisplus.extension.api中写好的一个统一结果返回集。主要包含code,data,msg
**R(IErrorCode errorCode)**: {data:null,code:errorCode.getCode(),msg:errorCode.getMsg()}
R.ok(T data): 默认情况下:{data:data,code:0,msg:执行成功} 如果data为Boolean类型且就是false:{data:false,code:-1,msg:操作失败}
R.failed(String msg): {data:null,code:-1,msg:msg}
R.failed(IErrorCode errorCode) : {data:null,code:errorCode.getCode(),msg:errorCode.getMsg()}
R.restResult(T data, IErrorCode errorCode) : {data:data,code:errorCode.getCode(),msg:errorCode.getMsg()}
R.restResult(T data, long code, String msg): {data:data,code:code,msg:msg}
可以自己定义枚举类实现IErrorCode接口,例如自定义一个IErrorCode
1 | public enum ResApiFailCode implements IErrorCode { |
对于异常也需要做处理:
1 |
|
2.使用SpringBoot提供的ResponseBodyAdvice
ResponseBodyAdvice的作用:拦截Controller方法的返回值,统一处理返回值/响应体,一般用来统一返回格式,加解密,签名等等
首先需要定义返回格式
1 |
|
再定义状态码
1 | public enum ReturnCode { |
再需要编写一个具体实现类:
1 |
|
注:@RestControllerAdvice
注解@RestControllerAdvice
是@RestController
注解的增强,可以实现三个方面的功能:
1.全局异常处理
2.全局数据绑定
3.全局数据预处理
对于异常,也需要统一返回格式:
1 |
|
注:
1.@RestControllerAdvice,RestController的增强类,可用于实现全局异常处理器
2.@ExceptionHandler,统一处理某一类异常,从而减少代码重复率和复杂度,比如要获取自定义异常可以@ExceptionHandler(BusinessException.class)
3.@ResponseStatus指定客户端收到的http状态码
数据库
参考文章:https://www.cnblogs.com/macoffee/p/13475320.html
单表行数超过 500 万行或者单表容量超过 2GB,推荐进行分库分表。预计三年后的数据量根本达不到这个级别,不要在创建表时就分库分表
- 1.数据库设计和表创建时就要考虑性能
- 2.sql的编写需要注意优化
- 4.分区
- 4.分表
- 5.分库
设计表时要注意:
表字段避免null值出现,null值很难查询优化且占用额外的索引空间,推荐默认数字0代替null。
尽量使用INT而非BIGINT,如果非负则加上UNSIGNED(这样数值容量会扩大一倍),当然能使用TINYINT、SMALLINT、MEDIUM_INT更好。
数据库表的id的类型:最好int,数据量大的用bigint
使用枚举或整数代替字符串类型
尽量使用TIMESTAMP而非DATETIME
单表不要有太多字段,建议在20以内
用整型来存IP
索引
索引并不是越多越好,要根据查询有针对性的创建,考虑在WHERE和ORDER BY命令上涉及的列建立索引,可根据EXPLAIN来查看是否用了索引还是全表扫描
应尽量避免在WHERE子句中对字段进行NULL值判断,否则将导致引擎放弃使用索引而进行全表扫描
值分布很稀少的字段不适合建索引,例如”性别”这种只有两三个值的字段
字符字段只建前缀索引
字符字段最好不要做主键
不用外键,由程序保证约束
尽量不用UNIQUE,由程序保证约束
使用多列索引时主意顺序和查询条件保持一致,同时删除不必要的单列索引
简言之就是使用合适的数据类型,选择合适的索引
选择合适的数据类型
(1)使用可存下数据的最小的数据类型,整型 < date,time < char,varchar < blob
(2)使用简单的数据类型,整型比字符处理开销更小,因为字符串的比较更复杂。如,int类型存储时间类型,bigint类型转ip函数
(3)使用合理的字段属性长度,固定长度的表会更快。使用enum、char而不是varchar
(4)尽可能使用not null定义字段
(5)尽量少用text,非用不可最好分表
选择合适的索引列
(1)查询频繁的列,在where,group by,order by,on从句中出现的列
(2)where条件中<,<=,=,>,>=,between,in,以及like 字符串+通配符(%)出现的列
(3)长度小的列,索引字段越小越好,因为数据库的存储单位是页,一页中能存下的数据越多越好
(4)离散度大(不同的值多)的列,放在联合索引前面。查看离散度,通过统计不同的列值来实现,count越大,离散程度越高:
2.sql的编写需要注意优化
使用limit对查询结果的记录进行限定
避免select *,将需要查找的字段列出来
使用连接(join)来代替子查询
拆分大的delete或insert语句
可通过开启慢查询日志来找出较慢的SQL
不做列运算:SELECT id WHERE age + 1 = 10,任何对列的操作都将导致表扫描,它包括数据库教程函数、计算表达式等等,查询时要尽可能将操作移至等号右边
sql语句尽可能简单:一条sql只能在一个cpu运算;大语句拆小语句,减少锁时间;一条大sql可以堵死整个库
OR改写成IN:OR的效率是n级别,IN的效率是log(n)级别,in的个数建议控制在200以内
不用函数和触发器,在应用程序实现
避免%xxx式查询
少用JOIN
使用同类型进行比较,比如用’123’和’123’比,123和123比
尽量避免在WHERE子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描
对于连续数值,使用BETWEEN不用IN:SELECT id FROM t WHERE num BETWEEN 1 AND 5
列表数据不要拿全表,要使用LIMIT来分页,每页数量也不要太大
引擎
目前广泛使用的是MyISAM和InnoDB两种引擎:
- MyISAM
- MyISAM引擎是MySQL 5.1及之前版本的默认引擎,它的特点是:
- 不支持行锁,读取时对需要读到的所有表加锁,写入时则对表加排它锁
- 不支持事务
- 不支持外键
- 不支持崩溃后的安全恢复
- 在表有读取查询的同时,支持往表中插入新纪录
- 支持BLOB和TEXT的前500个字符索引,支持全文索引
- 支持延迟更新索引,极大提升写入性能
- 对于不会进行修改的表,支持压缩表,极大减少磁盘空间占用
- InnoDB
- InnoDB在MySQL 5.5后成为默认索引,它的特点是:
- 支持行锁,采用MVCC来支持高并发
- 支持事务
- 支持外键
- 支持崩溃后的安全恢复
- 不支持全文索引
总体来讲,MyISAM适合SELECT密集型的表,而InnoDB适合INSERT和UPDATE密集型的表
MyISAM速度可能超快,占用存储空间也小,但是程序要求事务支持,故InnoDB是必须的,故该方案无法执行,放弃!
3.分区
MySQL在5.1版引入的分区是一种简单的水平拆分,用户需要在建表的时候加上分区参数,对应用是透明的无需修改代码
对用户来说,分区表是一个独立的逻辑表,但是底层由多个物理子表组成,实现分区的代码实际上是通过对一组底层表的对象封装,但对SQL层来说是一个完全封装底层的黑盒子。MySQL实现分区的方式也意味着索引也是按照分区的子表定义,没有全局索引
用户的SQL语句是需要针对分区表做优化,SQL条件中要带上分区条件的列,从而使查询定位到少量的分区上,否则就会扫描全部分区,可以通过EXPLAIN PARTITIONS来查看某条SQL语句会落在那些分区上,从而进行SQL优化,我测试,查询时不带分区条件的列,也会提高速度,故该措施值得一试。
分区的好处是:
- 可以让单表存储更多的数据
- 分区表的数据更容易维护,可以通过清楚整个分区批量删除大量数据,也可以增加新的分区来支持新插入的数据。另外,还可以对一个独立分区进行优化、检查、修复等操作
- 部分查询能够从查询条件确定只落在少数分区上,速度会很快
- 分区表的数据还可以分布在不同的物理设备上,从而搞笑利用多个硬件设备
- 可以使用分区表赖避免某些特殊瓶颈,例如InnoDB单个索引的互斥访问、ext3文件系统的inode锁竞争
- 可以备份和恢复单个分区
分区的限制和缺点:
- 一个表最多只能有1024个分区
- 如果分区字段中有主键或者唯一索引的列,那么所有主键列和唯一索引列都必须包含进来
- 分区表无法使用外键约束
- NULL值会使分区过滤无效
- 所有分区必须使用相同的存储引擎
分区的类型:
- RANGE分区:基于属于一个给定连续区间的列值,把多行分配给分区
- LIST分区:类似于按RANGE分区,区别在于LIST分区是基于列值匹配一个离散值集合中的某个值来进行选择
- HASH分区:基于用户定义的表达式的返回值来进行选择的分区,该表达式使用将要插入到表中的这些行的列值进行计算。这个函数可以包含MySQL中有效的、产生非负整数值的任何表达式
- KEY分区:类似于按HASH分区,区别在于KEY分区只支持计算一列或多列,且MySQL服务器提供其自身的哈希函数。必须有一列或多列包含整数值
- 具体关于mysql分区的概念请自行google或查询官方文档,我这里只是抛砖引玉了。
我首先根据月份把上网记录表RANGE分区了12份,查询效率提高6倍左右,效果不明显,故:换id为HASH分区,分了64个分区,查询速度提升显著。问题解决!
结果如下:PARTITION BY HASH (id)PARTITIONS 64
select count() from readroom_website; –11901336行记录
/ 受影响行数: 0 已找到记录: 1 警告: 0 持续时间 1 查询: 5.734 sec. /
select * from readroom_website where month(accesstime) =11 limit 10;
/ 受影响行数: 0 已找到记录: 10 警告: 0 持续时间 1 查询: 0.719 sec. */
4.分表
分表就是把一张大表,按照如上过程都优化了,还是查询卡死,那就把这个表分成多张表,把一次查询分成多次查询,然后把结果组合返回给用户。
分表分为垂直拆分和水平拆分,通常以某个字段做拆分项。比如以id字段拆分为100张表: 表名为 tableName_id%100
但:分表需要修改源程序代码,会给开发带来大量工作,极大的增加了开发成本,故:只适合在开发初期就考虑到了大量数据存在,做好了分表处理,不适合应用上线了再做修改,成本太高!!!而且选择这个方案,都不如选择我提供的第二第三个方案的成本低!故不建议采用。
5.分库
把一个数据库分成多个,建议做个读写分离就行了,真正的做分库也会带来大量的开发成本,得不偿失!不推荐使用