使用Go构建的清洁架构:强大且可测试的应用开发解决方案
2024-05-23 06:06:59作者:毕习沙Eudora
在编程领域,保持代码清晰、结构良好至关重要。这就是为什么我们要向您推荐一个名为"CLean Architecture in Go"的开源项目。该项目提供了一个实现可测试应用程序的范例,无论是在Google AppEngine上运行,还是与传统的托管服务和MongoDB一起工作,都能轻松应对。
项目介绍
这个项目基于Robert Martin(Uncle Bob)提倡的“清洁架构”理念,同时也融入了Alistair Cockburn的“端口与适配器”(也称作六边形架构)和Jeffrey Palermo的“洋葱架构”。它的核心是通过抽象层来分离关注点,并遵循依赖倒置原则,让高阶模块不依赖低阶模块,而是依赖于抽象,反之亦然。
项目的主要亮点在于其设计模式,允许开发者在多种框架和存储类型之间切换,而无需大规模重构代码,同时还提供了方便快捷的单元测试环境。
项目技术分析
- 领域:在所有依赖的核心是业务实体,它们包含了业务逻辑并确保了规则的执行。这部分可以独立于其他组件进行单元测试,以验证其正确性。
- 引擎/用例:这一层负责协调领域模型,并添加更复杂的业务规则。用例不应该依赖UI或持久化框架,确保了核心功能的灵活性和可重用性。
- 接口适配器:这层将内部用例处理的数据转换为外部系统如Web服务器或数据库所期望的格式,实现了数据之间的翻译。
- 框架和驱动器:这些是系统的"对外接口",负责与数据库、Web服务器等外界组件通信。应用的业务规则不应该因为底层实现的变化而变化。
应用场景
- 云应用程序:在Google AppEngine上部署你的应用,同时支持切换到传统托管环境。
- 数据存储:轻松地在AppEngine Datastore与MongoDB之间切换,适应不同的存储需求。
- 多框架兼容:代码设计允许您更换前端Web框架或后端存储而不影响核心业务逻辑。
项目特点
- 清晰的依赖关系:反转依赖,使应用程序更具弹性,易于维护和扩展。
- 测试友好:大部分系统可以通过单元测试快速验证,无需启动完整的Web栈。
- 灵活的适配器:允许轻松地适应各种Web框架和数据库提供商。
- 无侵入式设计:避免过度依赖任何特定的库或框架,保持核心代码的纯净。
通过实施这个开源项目,您可以学习到如何构建健壮、可扩展且易于测试的Go应用程序。无论是新手还是经验丰富的开发者,都能从中受益匪浅。现在就加入我们,开启您的清洁架构之旅吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869