Heim Backend-Entwicklung Python-Tutorial Saubere Architektur: Wo soll ich anfangen?

Saubere Architektur: Wo soll ich anfangen?

Dec 07, 2024 am 09:59 AM

Clean architecture: Where to start ?

Im vorherigen Beitrag haben wir:

  • Unsere Problemdomäne: eine ToDo-Anwendung mit einigen Anforderungen
  • Ein Basis-Repository, das für die Verwendung von Python und Python Polylith konfiguriert ist.

Einige Entscheidungen sind also getroffen. Wir haben einige der Tools und haben entschieden, wie das Repository aussehen soll.

Das ist eines der Dinge, die ich an Polylith liebe: Es spielt keine Rolle, was Sie programmieren oder wie groß Ihre Organisation ist, alle Repositorys sehen gleich aus – wenn Sie mehr als eines benötigen.

Ihre Repository-Struktur ist konsistent, unabhängig davon, ob Sie FastAPI, Flask oder Django verwenden, eine oder mehrere Bibliotheken erstellen oder Hintergrundaufgaben mit Celery ausführen.

Einer der Hauptvorteile ist der optimierte Onboarding-Prozess für neue Entwickler. Vorausgesetzt, sie beherrschen Polylith, werden sie sich schnell mit der Projektstruktur vertraut machen: Wiederverwendbare Komponenten befinden sich im Komponentenordner, Einstiegspunkte im Basisordner, Demoskripte im Entwicklungsordner und so weiter.

Entitäten

Von Onkel Bob „The Clean Architecture“ sind Entitäten der Grundstein unserer Architektur, sie sind die innerste Schicht unserer Architektur. Wir müssen also mit ihnen beginnen, in Polylith sollten Entitäten als Komponenten leben.

Wie viele Komponenten?

Ich glaube, die Anzahl der Komponenten hängt von der Größe und Komplexität Ihrer Lösung ab. Ich empfehle jedoch, mit einer einzelnen Polylith-Komponente für Entitäten zu beginnen. Dieser Ansatz trägt dazu bei, eine klare und fokussierte Architektur aufrechtzuerhalten, insbesondere bei kleineren Projekten.

Warum eine einzelne Komponente für Entitäten?

  • Diese Ebene kapselt Kerngeschäftsregeln, die für die gesamte Anwendung von grundlegender Bedeutung sind. Indem Sie es in einer einzigen Komponente belassen, stellen Sie Konsistenz sicher und vermeiden Duplikate.
  • Eine einzelne Komponente vereinfacht die Abhängigkeitsverwaltung, da sie zu einer Abhängigkeit für alle anderen Ebenen wird.

Abhängigkeiten von Drittanbietern vermeiden.

Um externe Abhängigkeiten zu minimieren und die architektonische Flexibilität zu verbessern, sollten Sie sich bemühen, die Standardbibliothek von Python für die Darstellung von Entitäten zu verwenden. Dazu gehört die Nutzung von Datenstrukturen wie Diktat, Liste, Aufzählung, Funktionen, Klassen und neuerdings auch Datenklassen.

Warum sollten Sie Bibliotheken von Drittanbietern wie Pydantic oder Django Models meiden?

  • Kopplung mit externen Frameworks: Die Verwendung dieser Bibliotheken kann zu unnötiger Kopplung mit bestimmten Frameworks führen.
  • Erhöhte Komplexität: Externe Bibliotheken können die Komplexität erhöhen und potenzielle Wartungsprobleme verursachen.
  • Reduzierte Flexibilität: Durch die Begrenzung externer Abhängigkeiten können Sie sich leichter an Änderungen in Anforderungen oder Technologie anpassen.

Durch die Einhaltung dieser Prinzipien können Sie eine robuste und wartbare Architektur erstellen, die gegenüber zukünftigen Änderungen widerstandsfähig ist.

ToDo-Entitäten

Unser Beispiel ist unkompliziert, wobei die Kernentität das „Aufgabenelement“ für Gordon ist. Wir können unserem Repository eine neue Komponente hinzufügen, aber die Wahl des richtigen Namens ist entscheidend.

Obwohl es verlockend sein könnte, generische Namen wie „core“ oder „main“ zu verwenden, ist es wichtig, Namen auszuwählen, die im Domänenkontext eine Bedeutung haben. Idealerweise sollten diese Namen mit der vom Kunden oder Produkteigentümer verwendeten Terminologie übereinstimmen. Durch die Verwendung domänenspezifischer Namen verbessern wir die Lesbarkeit und Wartbarkeit des Codes und machen es sowohl für Entwickler als auch für Stakeholder einfacher, die Struktur des Projekts zu verstehen.

Der Name des Repository-Arbeitsbereichs ist als todo definiert. Folglich folgen alle unsere Importe dem Format:

from todo.XYZ import ...
import todo.XYZ
Nach dem Login kopieren

Der Einfachheit halber verwenden wir in diesem Beispiel „Entities“ als Komponentennamen. In realen Szenarien sollten Sie jedoch Namenskonventionen in Betracht ziehen, die Ihre Domäne widerspiegeln. Wenn sich Ihre Anwendung beispielsweise um die Wiederherstellung von Dokumenten dreht, wäre eine Komponente namens „Recovery“ geeignet. Ebenso könnte eine Spieleanwendung der Übersichtlichkeit halber Tournaments_entities verwenden.

Das Erstellen der Komponente mit Python Polylith ist einfach:

poetry poly create component --name=entities
poetry poly sync
poetry install # it may be necessary
Nach dem Login kopieren

Dadurch wird ein Python-Paket im Komponentenordner hinzugefügt. Dies sind die neuen Einträge im Quellbaum:

./components
└── todo
    └── entities
        ├── __init__.py
        └── core.py
./test/components
└── todo
    └── entities
        ├── __init__.py
        └── test_core.py
Nach dem Login kopieren

Das Python-Polylith-Tool generiert Testbeispiele für uns, was eine nette Funktion ist. Dieses Verhalten kann in der Datei workspace.toml geändert werden, indem der Wert „enabled = true“ im Abschnitt [tool.polylith.test] auf „false“ gesetzt wird.

In der neuen Entitätenkomponente werden zwei Dateien hinzugefügt: __init__.py und core.py. Sie können das core.py-Modul umbenennen, um es Ihren Anforderungen besser anzupassen. Die gängige Praxis besteht darin, die öffentliche API des Pakets über __init__.py verfügbar zu machen und gleichzeitig die interne Organisation innerhalb anderer Module wie core.py aufrechtzuerhalten.

Von den Anforderungen haben wir derzeit nur eine Entität, den ToDo-Artikel:

@dataclass
class TodoItem:
    owner: str
    title: str
    description: str
    is_done: bool = False
    due_date: Optional[date] = None

Nach dem Login kopieren

Das Testen einer so einfachen Entität mag unnötig erscheinen, aber ich bevorzuge es, zumindest das Vorhandensein aller Felder zu testen. Während dies bei kleineren Projekten mit weniger Mitwirkenden möglicherweise nicht entscheidend erscheint, kann es bei größeren Projekten mit vielen Entwicklern erhebliche Probleme verhindern. Das Entfernen eines einzelnen Felds aus der Entität kann versehentlich verschiedene Teile der Anwendung beschädigen.

In der Pull-Anfrage für diesen Teil sehen Sie, dass ich einige grundlegende Tests für diese Entität hinzugefügt habe.

Da einige Tests bereits definiert sind, habe ich die Gelegenheit genutzt, einen GitHub-Workflow hinzuzufügen, um die Tests für jede Pull-Anfrage automatisch auszuführen.

Schlussfolgerungen

  • Basiseinheiten der Anwendung
  • CI-Setup

Was kommt als nächstes: Reden wir über Beharrlichkeit

Das obige ist der detaillierte Inhalt vonSaubere Architektur: Wo soll ich anfangen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1653
14
PHP-Tutorial
1251
29
C#-Tutorial
1224
24
Python vs. C: Anwendungen und Anwendungsfälle verglichen Python vs. C: Anwendungen und Anwendungsfälle verglichen Apr 12, 2025 am 12:01 AM

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Wie viel Python können Sie in 2 Stunden lernen? Wie viel Python können Sie in 2 Stunden lernen? Apr 09, 2025 pm 04:33 PM

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Python: Spiele, GUIs und mehr Python: Spiele, GUIs und mehr Apr 13, 2025 am 12:14 AM

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Der 2-stündige Python-Plan: ein realistischer Ansatz Der 2-stündige Python-Plan: ein realistischer Ansatz Apr 11, 2025 am 12:04 AM

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python: Erforschen der primären Anwendungen Python: Erforschen der primären Anwendungen Apr 10, 2025 am 09:41 AM

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Apr 14, 2025 am 12:02 AM

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

See all articles