无码系列5.1 代码重构 消除重复代码

1 前言

本文可以视为对ThoughtWorks高级顾问yuanyingjie关于“正交四原则”策略“消除重复”的“个人解读”。 如有谬误,欢迎指正。首先感谢 ThoughtWorks高级顾问 yuanyingjie。 本文档大量“复制”了顾问的观点, 实在是太多,恕笔者不一一标注。

“实战篇” 章节是近期笔者代码练习而写, 是一个真实的代码演进过程。 这份代码的复杂度刚好切合了“重构”思路的表达, 以解决软件工程培训中“缺乏实际项目参考”的问题。

本文案例代码是一个练习副产品,其设计思路最早源自十年前笔者开发的一个模块。同时也是对本系列博文《无码系列-2 代码架构师的空想》的思路的一次实践检验。因此设计风格会与 TransDSL(yuanyingjie设计) 有所不同。 但这不妨碍我们学习探讨关于“代码重构”的思路。

2 关于消除重复代码的思考

2.1 为什么要消除重复代码?

消除重复代码是一种触发走向极简代码设计的“驱动力”。 它把架构设计思想转变成了一种可以实际操作的实践方法。

它不是架构设计的本质, 也不作为写代码的终极目标, 而是触发人们思考:我的代码还能简单一些吗? 还能再简单一些吗? 从而促使我们设计出一个高内聚低耦合的代码形态。

备注:高内聚低耦合的代码形态, 是为了大型软件、长生命周期软件能够更好地适应变化。 它使得代码的变更(功能特性修改/新增/删除)集中、有序, 避免牵一发而动全身。 其代码的可读性被放在了第二位。 我们反过来思考: 如果一个今天开发,明天上线后天就作废的软件, 有必要这么考究么? 这个情况下面向过程的快速编码, 才是最好的选择。

2.2 什么是重复代码?

代码架构设计是为了“代码能更好地表达业务”。 一个优秀的架构能让业务代码“仅关注业务逻辑的本质”, 而付出尽可能少的附加成本。 这些附加成本包括(仅列举,不限于此):

1) 为了描述业务逻辑而做的准备工作: 例如收集整理数据;

2) 因语言表达能力弱而额外补充的代码; 例如多线程及其线程池管理、异步临界数据和锁。

3) 为适应特定运行环境适配:适配虚拟机、物理机差异,通信协议差异、操作系统差异。

4) 商业成本、产品规格考虑:内存消耗、IO能力、功耗…

高内聚低耦合科普:

高内聚就是要把重复、分散的代码逻辑进行抽象整合。 表面上看是把重复的代码收编。 重复的代码背后隐藏着一个共同的逻辑。 这个逻辑可以通过抽象整合, 成为业务不直接感知的逻辑单元。 这个逻辑单元服务于业务,但不是业务逻辑关注的本质。 正是由于它“不是业务逻辑关注的本质”, 我们才有可能把这样的逻辑单元独立出来, 并使得业务逻辑从“不关注”上升到“更低依赖”的程度。 从而达成了我们的“低耦合”目的。 这里要特别注意一个概念: 低耦合不等于“一点都不耦合”。 业务逻辑的关联性是客观存在的, 解耦程度的极限是“足够低的耦合度”, 但不可能是“完全解耦合”。

发现重复的代码:

如果一个业务被定义为“不同于其他业务的特征”, 那么共同的逻辑就不是业务, 可以理解为一种基础设施。 消除重复的一种实现手段, 就是把共同的逻辑变成基础设施。 最终的目的是我们得到一个高内聚低耦合的代码。 注意:这里仅是其中一种手段, 还有更多手段等待您去设计。

通常我们把代码相同的,或者一个代码有bug另一个代码也必然有bug的, 认为是重复代码。 或者一段代码有需求要修改, 另一段代码也必然会有需求要跟着做相似修改的。

为了节约时间,恕笔者假定读者已经做过一些代码微重构,并积累了常规的经验。 我们不讨论那些“显而易见”的重复代码。 也不讨论“宏定义”、“函数封装”等已经在“教科书”上明确定义的解决方案。除了“显而易见”的代码重复之外, 我们应当如何寻找“重复的代码”?

用逆向的思维方式去观察两个事物 A、B。 当我们向一个非常熟悉 A 业务的朋友介绍B业务时, 我们会说: B跟A非常相似,它只是在X方面和A有点不一样。 从某种意义上说, 如果用代码去实现A、B两个业务, 是否代码上也仅在X方面略有不同?

在已有A业务代码的情况下, 开发B业务代码。 我们可爱的程序员在为B业务写代码的时候会发现事情远没有“说得那么轻巧”。 要共用A业务代码,并且修改其X方面的差异点,会非常费劲。 还不如独立写一个B业务代码, 并且能重用A的函数就尽量重用, 不能重用的就再写一段代码。 我们日常观察到的代码大致如此: 重用的代码也不少, 但往往局限在一个函数、一个小片段。 代码的表现形式上, 却远没达到日常语言表达 “说得那么轻巧”的程度。

一句“仅在X方面略有不同”在代码上应当如何表示? 如果“X方面”是散落在各消息流程中的信元,它们对应不同场景、不同的代码块…。 总而言之,A、B两个业务之间的逻辑重复, 在代码层面不一定“重复”。 退一步地说, 如果您已经找到了收编“逻辑重复”的方法(工具), 那它就是重复代码。 如果您还没有找到方法, 那就暂且认为“代码不重复”吧。 从某种意义上说,代码是否重复, 和我们使用的语言及其特性、掌握的技能都是有关系的。我们有更多的工具、方法简洁地表达业务逻辑,就能发现业务里面更多的共同点。 它就是我们要找的重复代码。

2.3 消除重复代码的手段

消除重复有很多种手段。 例如使用宏定义、封装成函数、 使用java的注解。 某些重复是“逻辑上重复,代码不同”。 不一定适用常规的方法消除重复。 如果能设计出一个良好的架构,从代码逻辑抽象的角度能找到通用的逻辑表达方案, 是可以消除重复的。 如果缺乏架构支撑, 这些逻辑就无法被合理地整合起来。 甚至我们由于“知识能力的局限”而认为“这不是重复代码”。

程序语言本身不具备某种特性, 例如C++ 不具备java的反射机制。 这会使得一些代码逻辑的表达显得很困难。 以至于为了消除一个重复代码所支付的代价过高, 没有任何收益。 这时候给人的直观判断是“这段代码不重复”。 如果我们能够从语言特性中寻找到解决问题的方法, 即把“代价”降到足够低, 它就成为“消除重复代码”的一种手段。 因此手段是人想出来的, 并不局限于宏定义、封装成函数等常规方式。

代码架构师应当懂很多门高级语言, 而且理解高级语言“特性”背后的原因。 任何一门语言再提供某个特性时,都是有其背景和意图的。 它一定是为了解决某个问题, 使得在解决问题时的代价更低。 只有这样,我们遇到一个问题时,才能很快地闪现一个解决方案:这个问题在XX语言中是怎么解决的? 用在当前产品的语言中, 我们有什么模拟/替代的解决方案?

2.4 “消除重复代码”成为代码架构设计的驱动力

判断重复的标准不是代码完全相同或者相似。 相同一定重复了。 如果代码不同而逻辑相同,甚至逻辑也不同,只是神似而形不似, 是不是重复?

例如A发消息并接收响应。B发消息但不接收响应。 无论从消息编码格式还是消息行为上, A、B都是不一样的。 在transDSL(参见ThoughtWorks高级顾问yuanyingjie的《Transaction DSL - Yuan Ying Jie.pdf》)中它们都被封装为action(一个步骤)。 即被收编为统一的action。 甚至action可以是既不发送消息也不接收消息的单元、 或者只收不发。 这些逻辑迥异的代码和行为, 如果找到一种模型去表达他们的共性, 并把他们的特征不断“精炼”, 最终的结果也是消除重复。

所以消除重复的根本含义是提炼代码的共性, 保留代码的特性。 从数学意义上描述, 任意事务都能分离出一个通解空间和一个特解空间。如果我们觉得代码没有重复, 也许我们只是暂时没有找到一种更精炼的特征表达方式。 消除重复的结果就是把问题的通解架构化, 把特解的表达形式压缩到最简、最本质的方式。

问题总有其本质,我们几乎不可能让代码表达的复杂度低于问题的本质。 大部分时候代码表达的形式要比问题的本质要复杂很多。 这种复杂是代码表达能力带来的额外负担。 我们需要找到一种工具去降低这种额外负担。 消除重复代码是一种驱动力,它试图提醒我们“该去寻找这样一种工具了”。 这个工具就变成了我们的代码架构。

3 消除重复代码 ---实战篇

3.1 从业务特例中提取流程框架

附录“代码演进第一版”中采用了面向过程的方式实现了一个 FTP服务端玩具(仅为了说明问题, 不要在意细节)。 面向过程的业务处理代码通常具有比较好的可读性。 对于任意一个流程环节, 你都能找到与之对应的一段代码。

备注:所以笔者并不鄙视面向过程,某些场景下面向过程更占优势。 面向过程和面向对象,就如一个螺丝刀VS瑞士军刀, 很难说谁能替代谁。笔者也不会去争论PHP是不是最好的语言。

第一版的代码存在较严重的一个问题:所有代码都是“专用的”,它不存在公共逻辑可供第三方使用。

例如 Listen是一个长期执行的任务, Login、UserName、Password行为是串行环节, Get、Put、Ls、Cd 等行为是并行case。 它们都属于“执行单元”。 为了协调这些“执行单元”的顺序关系、出错处理, 代码出现了不少重复。

3.1.1 代码的问题

§ 重复的出错处理:

 

 

备注: 一个好的架构需要能很“优雅”地进行异常处理。 出错处理要求“集中、统一”, 避免异常场景处理花样多, 引发其它问题。 这也是可信软件的一项要求。

§ 重复的代码case形式:

 

 

备注: 大量switch-case是面向过程代码经常出现的形式。 由于其不具有对象注入的能力, 不得不在一个函数中通过大量case 来列举。 这种代码导致了散弹式的修改(一个内聚的功能, 需要分拆到不同的代码块实现)。

§ 业务流程代码不能复制:

代码中通过面向过程的方式描述了一个FTP使用过程。 但这个过程难以被其它业务重用。 例如对FTP使用场景进行一个变异, 获得新的业务流程。 这段代码就完全无法重用。

3.1.2 重构后的代码

§ 提取了业务流程描述机制, 使得业务流程描述可以被其它业务共用。

§ 统一的出错处理机制: OnErrorGoto

§ 消除了大量switch-case 嵌入同一个函数, 使得业务单元之间耦合降低

§ 业务流程直观描述:把分散在代码各处的流程描述代码, 抽象集中到一起。直观显示了整个业务的概貌

a href="">§ 代码重构的逻辑对应关系:

 

 

§ 把面向过程的“流程逻辑”显式提取出来

这个流程逻辑,在逻辑意义上是一个状态机。 传统的软件设计是从“状态变迁图”翻译成代码,其对应的代码实现就是状态机。 在transDSL实现思路中, 是把状态机隐藏在trans描述的流程中。 在这份代码中, 则把状态机隐藏在“执行计划”中。

 

 

备注: 上述代码风格和重构, 引用了更多重构知识点。 后续文档逐步展开说明。

由于本代码案例与 transDSL略有差异, 部分读者已经熟知transDSL。 这里提供一个逻辑对照。

 

href="">3.2 整合零散代码,提高内聚性

规整代码形式,发现宏观上的重复代码。 一个业务逻辑单元的代码,应当尽可能放在一起。 通过语言提供的一些特性,我们尽可能地把一个业务的代码放进“一个积木”里面。 避免这个积木的代码被拆解、分散在多个位置。 这样我们就更方便拿两个积木进行对比分析, 发现共同点。 并把积木进一步精简。

备注:Java语言提供了很好的注解/注入方式去实现这一点。 Go 语言实现没有那么优雅,也勉强能做到。 C++ 利用全局变量进行信息交换, 也可以模拟注入。 C语言就难免要主动“注册”信息到全局了。

§ 把归属一个业务单元的信息规整到一起:

 

 

不同的业务单元之间, 逻辑存在一定程度的相似。 但从代码角度看, 又是很不一样的。 这是因为一个完整的逻辑单元被我们拆解成多个“更小的颗粒”。 这些小颗粒又被归类存放。 以至于在“大颗粒”的业务单元上对比本该相似的代码, 在小颗粒对比上反而不相似了。 简单一点地说, 就是宏观上本该相似的, 到了微观对不时却又不相似了。

§ 再看是否有更多的相似点:

 

 

上述代码中, 存在几个明显的代码重复点:

1、注册事件监听的机制相同, 参数不同。

2、for循环相同

3、stop控制退出的机制相同

4、有一个NameMap的共同机制。 这个机制后续被用来承载“消除重复”的重任

3.3 用逆推导方式, 提炼业务的本质

通过逆向思维,我们先寻找业务的本质。 找出“哪些代码是绝不会重复的”。

看下图的框中,才是两个业务单元本质上的差异。 其它代码都是为了能正确执行它而付出的额外代价。

§ 发现业务的本质差异:

把“非本质”的代码收编掉:

1) 注册事件监听的代码, 参数化

2)for循环控制,转变成 return 指示

3)stop 控制信号处理, 提取出来集成到框架中

去除重复代码后的效果:

如下黄色标记的代码, 是业务逻辑“最本质”的表达形式。 经过重构,已经把其它辅助的代码逻辑削减到最小。

注意:这里的关键是“把代码逻辑削减到最小”, 而不是“把代码行数削减到最小”。 因为重构的目的是“降低代码逻辑复杂度”, 而不是降低代码行数。 尽管大多数重构的结果也导致了代码行数的大幅度降低。

var _ = gworker.NameMap("CmdLs", &CmdLs{},"ls")
  func (t *CmdLs)OnRequest(wkSpace interface{}, data string) gworker.TaskCtrl {
   space := wkSpace.(*SpaceA)
   fmt.Println("rcv cmd:", data)
   sendMsg := "list:\r\na.txt\r\nb.txt\r\nc.txt\r\n"
TcpSendMessage(space.TcpCon, sendMsg)
   return gworker.TaskWaitMore
}

4 附录代码片段

备注:本附录中的代码是笔者练习的副产品。 可供大家学习、软件工程方法论验证使用。 如果需要放在产品、工具中运行本代码框架, 请自行进行加固改进。 这是GO语言版的代码。 另有C++语言版的相似代码架构, 如有需要,可向笔者索取。

4.1 代码演进第一版

func main() {
addr := "127.0.0.1:8080"
fmt.Println("listen :" + addr)
fmt.Println("input command: cd ls get close")
listenOnPort(addr)
return
}

业务单元的实现案例:

流程、业务逻辑混合在一起。 流程控制逻辑不能重用。 异常处理机制不能汇聚。

func FtpServer(conn net.Conn) {
   defer conn.Close()
  
   var ftpInfo FtpInfo
  
     user, _, isOk1 := GetUserName(conn)
if isOk1 == false {
      fmt.Println("get user name error")
      return
}
  
   ftpInfo.UserName = user
  
   pwd, _, isOk2 := GetPassword(conn)
   if isOk2 == false {
      fmt.Println("get password error")
      return
}
  
   ftpInfo.Pwd = pwd
  
   leftBuf := []byte{}
   cmd := ""
isOk := false

isClode := false

for {
      if isClode == true {
         break
}
  
      cmd, leftBuf, isOk = AskAndAnser(conn, "", leftBuf)
      if isOk == false {
         continue
}
  
      switch cmd {
      case "cd":
         {
            conn.Write([]byte("change dir\r\n"))
         }
  case "ls":
         {
            conn.Write([]byte("a.txt\r\nb.txt\r\nc.txt\r\n"))
         }
      case "get":
         {
            conn.Write([]byte("a.txt\r\n"))
         }
  
      case "close":
         {
            conn.Write([]byte("close....\r\n"))
            time.Sleep(time.Duration(1) * time.Second)
            isClode = true
}
      }
   }
}

4.2 代码演进第二版

第二版实现了基于逻辑描述的“语言”, 实现对业务过程的描述。 代码架构通过文本名称动态装配业务逻辑, 并解释执行。

func ServiceA() gworker.SpaceIf {
   var plan SpaceA
   plan.Init()
  
plan.OnErrorGoto("StepEnd")  // 出错后跳转到 StepEnd ,执行终结处理

plan.S("Listen 127.0.0.1:8080")  // 监听端口,死循环调用。 这里收到一个连接后,要fork出一个新任务
plan.B("ReadLine", "DispatchCmd")      // 后台执行 全生命周期任务
plan.S("CmdLogin", "CmdUser", "CmdPwd")  // 顺序执行任务,验证密码
plan.P("CmdPut", "CmdLs", "CmdCd", "CmdGet","CmdClose")  //并发执行任务
plan.S("StepEnd")  //进入终结任务操作, 回收资源
plan.S("SayBye")
  
   return &plan
}

需要有一个全局注册表信息:

func init(){
   fmt.Println("gworker init...")
  
   AddNameMap("Listen", &Listen{})
   AddNameMap("ReadLine", &ReadLine{})
   AddNameMap("DispatchCmd", &DispatchCmd{})
   AddNameMap("CmdLogin", &CmdLogin{})
   AddNameMap("CmdUser", &CmdUser{})
   AddNameMap("CmdPwd", &CmdPwd{})
   AddNameMap("CmdPut", &CmdPut{})
   AddNameMap("CmdLs", &CmdLs{})
   AddNameMap("CmdCd", &CmdCd{})
   AddNameMap("CmdGet", &CmdGet{})
   AddNameMap("CmdClose", &CmdClose{})
   AddNameMap("StepEnd", &StepEnd{})
   AddNameMap("SayBye", &SayBye{})
}

一个业务单元的实现案例:

type CmdLs struct {
   gworker.TaskBase
}
  
  func (t *CmdLs)OnRequest(wkSpace interface{}) int {
   fmt.Println("CmdLs finish OnRequest" )
  
   space := wkSpace.(*SpaceA)
  
myChn := make(chan interface{}, 5)
   space.EventListen("ls", myChn)
   defer space.EventListen("ls", nil)
  
   inRun := true
for ;inRun; {
      cmd, ok := <- myChn
      if ok != true {
         break
}
      switch msg := cmd.(type) {
      case gworker.EventStop:
         inRun = false
case string:
         fmt.Println("rcv cmd:", msg)
         sendMsg := "list:\r\na.txt\r\nb.txt\r\nc.txt\r\n"
TcpSendMessage(space.TcpCon, sendMsg)
      }
   }
  
   return 0
  }

4.3 代码演进第三版

func ServiceA() gworker.SpaceIf {
   var plan SpaceA
   plan.Init()
  
plan.OnErrorGoto("StepEnd")  // 出错后跳转到 StepEnd ,执行终结处理

plan.S("Listen 127.0.0.1:8080")  // 监听端口,死循环调用。 这里收到一个连接后,要fork出一个新任务
plan.S("Echo receive a tcp connect")
   plan.B("ReadLine", "DispatchCmd")      // 后台执行 全生命周期任务
plan.S("Echo login first:", "CmdLogin", "CmdUser", "CmdPwd")  // 顺序执行任务,验证密码
plan.S("Echo and then input command: put cd ls get close")
   plan.P("CmdPut", "CmdLs", "CmdCd", "CmdGet","CmdClose")  //并发执行任务
plan.S("StepEnd")  //进入终结任务操作, 回收资源
plan.S("SayBye")
  
   return &plan
}

一个业务单元的实现案例:

第三版对业务单元进行了格式整理, 利用go语言特性实现了类似java注解的机制。 使得对象注入比较优雅。 同时把原来拆散的业务逻辑单元代码物理上聚集在一起。 成为真正的积木。

var _ = gworker.NameMap("CmdLs", &CmdLs{})
  type CmdLs struct {
   gworker.TaskBase
}
  
  func (t *CmdLs)OnRequest(wkSpace interface{}) int {
   fmt.Println("CmdLs enter OnRequest" )
  
   space := wkSpace.(*SpaceA)
  
myChn := make(chan interface{}, 5)
   space.EventListen("ls", myChn)
   defer space.EventListen("ls", nil)
  
   inRun := true
for ;inRun; {
      cmd, ok := <- myChn
      if ok != true {
         break
}
      switch msg := cmd.(type) {
      case gworker.EventStop:
         inRun = false
case string:
         fmt.Println("rcv cmd:", msg)
         sendMsg := "list:\r\na.txt\r\nb.txt\r\nc.txt\r\n"
TcpSendMessage(space.TcpCon, sendMsg)
      }
   }
  
   return 0
  }

4.4 代码演进第四版

func ServiceA() gworker.SpaceIf {
   var plan SpaceA
   plan.Init()
  
plan.OnErrorGoto("StepEnd")  // 出错后跳转到 StepEnd ,执行终结处理

plan.S("Listen 127.0.0.1:8080")  // 监听端口,死循环调用。 这里收到一个连接后,要fork出一个新任务
plan.S("Echo receive a tcp connect")
   plan.B("ReadLine", "DispatchCmd")      // 后台执行 全生命周期任务
plan.S("Echo login first:", "CmdLogin", "CmdUser", "CmdPwd")  // 顺序执行任务,验证密码
plan.S("Echo and then input command: put cd ls get close")
   plan.P("CmdPut", "CmdLs", "CmdCd", "CmdGet","CmdClose")  //并发执行任务
plan.S("StepEnd")  //进入终结任务操作, 回收资源
plan.S("SayBye")
  
   return &plan
}

一个业务单元的实现案例:

第四版代码,把业务逻辑单元中相似的代码进行了提取。 事件监听机制参数化, 控制流程能力下沉到架构中实现。

var _ = gworker.NameMap("CmdLs", &CmdLs{},"ls")
  type CmdLs struct {
   gworker.TaskBase
}
  
  func (t *CmdLs)OnRequest(wkSpace interface{}, data string) gworker.TaskCtrl {
   fmt.Println("CmdLs enter OnRequest" )
   space := wkSpace.(*SpaceA)
  
   fmt.Println("rcv cmd:", data)
   sendMsg := "list:\r\na.txt\r\nb.txt\r\nc.txt\r\n"
TcpSendMessage(space.TcpCon, sendMsg)
  
   return gworker.TaskWaitMore
}

 

相关推荐

鸿蒙案例上新啦 | 购物、听歌、健身:15个模板带你一键激活社交娱乐

页面层级如何组织、跨页共享状态如何同步、列表与详情及个人中心如何形成稳定闭环。鸿蒙开发实践中心将这些高频消费与互动场景沉淀为可参考的标准模板,提供从业务架构到界面实现的快捷实践入口。更多实战案例欢迎前往鸿蒙开发实践中心案例中心查看并开启云端体验。

华为云官方博客 385

鸿蒙案例上新啦 | 出门打车、到家上课:25个模板带你一屏打通日常生活

如何合理拆分页面组件、如何建立单一可信的状态源、如何让用户在每一步操作中都获得明确反馈。鸿蒙开发实践中心以标准化的应用与元服务模板为入口,将清晰的业务架构与可复用的代码结构直观呈现。不妨立即挑选一个感兴趣的方向进入云端环境,从页面布局、组件封装、状态管理到路由组织,亲手跑通你的鸿蒙实战项目。

华为云官方博客 359

LakeAgent:DWS数据仓库的第二大脑,告别 “翻译式运维”,迈入智能自治时代

和普通 SQL 改写工具不同,LakeAgent 自动做多方案代价对比,主动规避负优化陷阱:补充分区键过滤实现剪枝,扫描分区由 37 收敛至 1,执行代价从 758.28 降至 113.74;未来的数据仓库,将不止能算、能存,更能看懂自己、诊断自己、理解自己。长久以来,数仓的智能都依附于人:信号需要人解读,瓶颈需要人研判,经验困在个体里,无法随底座永续生长。CPU 高、CPU 告警、CPU 诊断、CPU 使用率过高、CPU 满。语法、错误码、计费、性能调优、最佳实践、故障处置等全场景内容。

华为云官方博客 581

如何使用RDS Supabase后端BaaS能力:文件存储(File Storage)

• product-images(公开桶,允许公共读取):策略名称"Public read for product-images",允许SELECT,目标角色anon,策略定义bucket_id = 'product-images'。上传/删除需另配INSERT/DELETE策略,详见SQL。• product-specs(私有桶,仅认证用户访问自己的文件夹):建议拆为上传、读取、删除三条策略,策略定义均为 bucket_id = 'product-specs' 且仅限本人文件夹(详见下文 SQL)。

华为云官方博客 499

如何使用RDS Supabase后端BaaS能力:实时订阅与推送(Realtime)

Realtime 把数据库的每次变更同步到客户端:表里增、删、改一行,订阅者无需刷新页面或主动请求即可秒级收到。三大能力各司其职:• Postgres Changes — 监听表的 INSERT/UPDATE/DELETE,变化即通知• Broadcast — 客户端之间直接互发,适合瞬时通知、协同编辑• Presence — 跟踪频道里“谁在线”典型场景有实时数据展示(订单、库存、监控指标即时刷新)、即时通讯(消息收发、在线名单、“对方正在输入”)、协同编辑与实时通知。

华为云官方博客 490

AI Agent如何通过MCP连接到华为云RDS Supabase应用平台

Schema元数据列出所有可访问的表(按schema分组)。Schema元数据列出表的列及元数据(类型/默认值/约束)。Schema元数据列出所有约束(PK/FK/UNIQUE/CHECK/EXCLUDE)。可按schema/表/类型过滤。Schema元数据列出所有外键关系。可按schema/表过滤。Schema元数据列出所有索引及定义和大小。可按schema/表过滤。Schema元数据列出已应用的数据库迁移记录。Schema元数据列出已安装的PostgreSQL扩展。

华为云官方博客 494

华为大数据Flink让每一 CU 算力,跑出开源 5.74 倍的性能

1. 开源Apache Flink 已成为业界流计算事实标准,但在极端重负载场景下存在性能瓶颈。2. 华为大数据Flink通过多项自研深度优化,在执行计划、算子执行、状态存储三个层面构建协同的优化体系。3. Nexmark Benchmark 测试结果:整体性能提升 5.74 倍,极端重负载场景性能领先最高 18.3 倍。4. 100% 兼容 Apache Flink 1.20,业务代码零改造,无缝迁移。

华为云官方博客 398

LakeAgent实战 | 业务分析篇从一句提问到业务分析

本文以“订单金额变化”分析为例,展示LakeAgent如何通过自然语言提问,结合DataArtsStudio的数据资产与专业技能,帮助业务人员快速定位数据、生成SQL、追踪血缘、生成报告。从问题出发,逐步实现数据发现、变化洞察、原因追溯与团队协作,最终形成可复用的分析流程与企业规则,显著提升数据分析效率与一致性。

华为云官方博客 406

华为云RDS Supabase AI应用已开放公测 :30分钟搭建AI应用后端

认证、存储、实时推送、数据库API——4个后端模块,传统开发需要数周。今天,你只需要30分钟。AI创业公司的全栈开发工程师。上周老板说"下周要上线的AI对话应用,后端你来搞"——认证鉴权、数据库接口、文件存储、实时推送,每一个模块都需要数周搭建,而市场不会等你。小张打开华为云RDS Supabase,30分钟搭好认证、数据库API、对象存储,剩下的时间全用来打磨AI交互体验。基于开源Supabase+华为云RDS PostgreSQL全托管能力,为开发者提供。

华为云官方博客 412

如何使用RDS Supabase后端BaaS能力:数据库函数(Database Function)

上一篇介绍了 Database Data API——建表即自动生成增删改查接口,解决单表读写,但聚合统计、跨表事务、字段自动维护等逻辑已超出其能力边界。本篇推进到数据库函数(Database Function):把业务逻辑封装进数据库,前端通过 .rpc() 调用,由触发器自动响应数据变更。上一篇中,小张基于 Data API 完成了产品目录的建表与基础读写。但新需求随之而来:按分类统计产品数与价格区间、上架新品同时写产品表与定价表、产品修改后自动刷新更新时间。

华为云官方博客 478

如何使用RDS Supabase后端BaaS能力:创表即生成API(Database Data API)

认证、存储、实时推送、数据库API——4个后端模块,传统开发要数周。本系列逐个拆解,首篇聚焦数据库API(Database Data API):建表即得 API,无需手写后端。小张,AI创业公司的全栈工程师。老板让他做个产品目录页,展示产品与价格、支持上下架。传统做法要搭后端、写接口、配权限,工期少说1-2周;而在华为云RDS Supabase,建两张表、应用 SDK 直连,几分钟增删改查全跑通。

华为云官方博客 490

从一句话到一个能出去的链接,AI开发者空间做了什么

自行搭建的 Agent、正在使用的开源项目、团队既有的工具,都可以接入,可以通过AI创建或者手动搭建环境;华为云 AI开发者空间——面向开发者的云端一站式开发平台,做的就是把这段路接上:环境免安装,浏览器打开即为完整的 Linux 运行环境,预置的 AI 智能体开箱即用。第一个任务建议选能出结果的:做一个游戏、生成一个页面、创建一台实例,从需求走到可访问的链接,一次就能看清这个环境在做什么。沙箱是一个完整的 Linux 环境,依赖、服务、端口都是真实的,不是模拟。环境释放后,权限随之失效。

华为云官方博客 435

华为云码道配置自定义大模型,四种方式完整实操

案例介绍。

华为云官方博客 653

图数据库:实现穿透式监管的数据基座

穿透式监管标志着国企监管从“管企业”向“管资本”转型过程中的关键一跃。而图数据库正是这一跃的技术支点。从股权穿透到资金链穿透,从供应链穿透到数据穿透,华为GES图数据库正在将“穿透式监管”从理念变为可落地、可操作的实践。无论是天眼查式的全量链路查询,还是某集团财经的税务规则判断,抑或是芯片供应链式的部件风险分析,乃至通过Palantir构建决策知识图谱,其底层逻辑都是一致的——用图的力量,穿透一切形式的“隔离层”,直抵风险本质与责任核心。

华为云官方博客 671

《公共云三十问》正式收官,奔赴企业AI百场景新征程

今年6月底,公共云产业联盟重点推出《公共云三十问》专栏,以每周三问的节奏,连载十周,解读《先进公共云》白皮书,分享国计民生系列案例,旨在凝聚共识、推动落地实践。同时,专栏分析公共云在产业升级、民生福祉、科技创新、全球发展等方面的作用,梳理中国特色公共云发展路径:以普惠云拓展用云广度,以智算云提升用云深度,以自主云夯实用云厚度,以全球云打开用云跨度。这十问从专属云、行业云切入,深入政务、金融、交通、电力、钢铁、化工、油气、制造等国计民生场景,回答公共云“怎么用”。

华为云官方博客 476

开发者小技巧|IAM配置,让码道代码智能体连续30天免登录

案例介绍。

华为云官方博客 652

码道深度对接CodeArts,让需求自动落地为代码

案例介绍。

华为云官方博客 725

【公共云三十问 之三十】拥抱AI,企业如何建设面向智能体的专属云?

企业可分阶段建设覆盖开发、运行、运营及安全的一体化智能体平台——从构建一站式、高低码协同的智能体开发平台,到打造高性能、极致弹性的运行时环境,再到搭建AgentOps驱动的持续运营与运维体系,同时构建端到端、多层次的全链路安全防护体系。在数据湖建设方面,遵循“存量复用、平滑演进、AI导向、分步迭代”原则,分三阶段推进——打造AI多模数据湖核心能力、完成存算分离与统一元数据管理、实现闭环赋能全面支撑智能体规模化落地,在保护既有投资的前提下将传统数据平台转型为AI数据专属供给平台。

华为云官方博客 826

【公共云三十问 之二十九】国计民生之制造:制造云如何重塑数智时代的新质生产力?

平台打通软件交付的完整路径,覆盖需求管理、代码托管、代码检查、编译构建、制品仓库、部署、测试等关键环节,支持大模型能力融入研发全流程,实现从需求到交付的端到端管理。通过构建“研发一朵云”,方案打破地域与组织壁垒,实现跨团队协同开发,有效缩短软件交付周期,助力工业制造企业从“传统研发”走向“敏捷研发”,加速数智化转型进程。当制造云真正成为数据流通的平台、AI创新的底座,公共云的社会价值将从基础设施层向生产场景层持续延伸,为新型工业化建设和制造强国战略注入源源不断的动力,重塑数智时代的中国制造新质生产力。

华为云官方博客 798

告别重复手工迁仓,码道MCP+Skill实现仓库批量迁移

案例介绍。

华为云官方博客 794

【公共云三十问 之二十八】国计民生之油气:智算云如何叩响数智时代的“地心蓝金”?

西南油气田以“向地球深部要资源”为战略方向,联合以华为云Stack为代表的公共云服务商共同打造统一算力底座,建设西南区域数据湖与通用技术平台,构建“勘探开发工程技术、天然气生产过程管控、天然气产运储销”等三个一体化协同应用场景,支撑油气勘探、开发生产、管输储运等全业务链的数智化转型。当智算云真正成为数据流通的平台、AI创新的底座,油气田得以将算力效能、数据价值与智能技术深度融入勘探开发全链条,将“看不见的算力”转化为“摸得着的储量”,以智能化手段持续降低勘探风险、缩短发现周期、提高采收效率,确保生产安全。

华为云官方博客 613

【公共云三十问 之二十七】国计民生之化工:数智云如何重塑传统化工新范式?

在架构方面,方案构建云边协同的统一体系,涵盖AI协同、数据协同与运营协同三大维度——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现“边用边学”的智能闭环,模型平均精度提升20%以上。此外,方案提供一站式企业级工业物联网平台、数据湖与数据治理平台,覆盖工业数据分析“采、存、算、管、用”全流程,打通生产现场与管理系统间的数据壁垒,有效消除数据孤岛。层面,方案充分发挥软硬协同优势,实现计算、存储、网络与云平台的深度协同,训练线性度超95%,为大模型训练推理提供强劲算力支撑。▲化工“数智”新模式。

华为云官方博客 666

【公共云三十问 之二十六】国计民生之钢铁:数智云如何淬炼中国钢铁新力量?

同时,构建云边端协同的统一架构,支撑集团总部与各生产基地两级协同发展——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现训推一体化的资源调度与高效协同,为钢铁行业的数智化转型构建了坚实的算力底座。层面,方案构建覆盖“工业数采→边缘IT/OT融合→统一数据湖→数据治理平台→数据应用”全链路的一站式数据治理与流通平台,打通生产现场与管理系统间的数据壁垒,让数据“采得到、流得动、用得好”,加速数据价值从生产现场向经营决策层流动释放。湘潭钢铁集团的钢铁数智云,是钢铁工业智能云建设的标杆案例。

华为云官方博客 526

LakeWatch——MRS 智能运维Agent

从资源池、队列、作业等多个维度,对集群CPU与内存资源进行精细化分析与对比,直观呈现不同时间段的空闲、满载等使用状态,识别资源浪费,指导治理优化,为扩缩容决策提供数据支撑。对HDFS存储进行多维度深度分析(目录、用户、用户组等),涵盖使用量、增量、文件大小分布及数据热度等指标,帮助快速识别增长较快的目录、长期未访问的文件,统计目录文件数量与小文件占比,评估HDFS总存储量与扩缩容需求,为存储治理与资源规划提供全面数据支撑。Agent主动巡检,识别异常趋势并提前预警,让运维从"事后处理"转向"事前预防"。

华为云官方博客 517

华为云专题文档发布:丰富的AI案例、选型指导和概念解读

发布 “云服务选型”、“云计算概念”专题,提供云服务选型指导,助您选择匹配业务的云服务,解读云计算相关概念,开启云上学习之路。开发者工具和文档专区上线,提供从学习、实践到反馈的全链路支持。帮助中心新增100余篇AI案例。

华为云官方博客 286

一个人,也能用AI做点“星东西”

华为云星耀创想者大赛-2026华为云OPC创意大赛等你来~

华为云官方博客 293

从需求到可执行工作项:MCP+Skill 让智能体规划真正落地

回顾整个体验,以前让智能体帮我拆需求,它是洋洋洒洒给我列了一大篇 Markdown,看着挺像那么回事,但最后还是得我一条条往 CodeArts Req 里搬,搬完再手动挂父子关系、排日期,拆需求五分钟,搬运两小时。现在好了,MCP 给智能体接上了"手",Skill 给它装上了"项目经理的脑子",一句话下去,34 个工作项连带排期、层级关系全给我建好了,甘特图一拉,齐刷刷都在两周内,节省了多少工作量啊,美滋滋。本次实操在码道代码智能体基础上,构建了一套"需求→可执行工作项"的自动化规划方案。

华为云官方博客 579

华为云码道「码力续航计划」更新!

✅上新GLM‑5.3‑Flash,高速响应,代码生成、工程解析、Agent调试高效输出。新增GLM‑5.3‑Flash福利模型,每日解锁1000万免费Tokens。● 本次活动共发放总量价值100万元Tokens,发完即止!把耗算力的编码重活,交给华为云码道代码智能体🚀🚀。● 每日额度准时刷新,当日清零、次日满血重置。✅复杂算法、大项目解析、批量代码生成随便跑。✅不用抠额度、不用算消耗,放开调试大胆迭代。✅无需额外操作,登录即送,直接切换模型使用。● 把算力交给码道,让撸码不再内耗👏🏻。

华为云官方博客 698

【公共云三十问 之二十四】国计民生之交通:交通云如何铺就数智通衢新坦途?

交通行业作为支撑实体经济的关键基础设施,涵盖公路、铁路、机场、港口、地铁等众多子领域,其中,公路网络作为综合交通运输体系的基础骨架,承担着全国超过70%的客货运量,其数字化、智能化转型的需求尤为迫切。方面,提供Agent开发框架、知识库管理、RAG工程、意图识别、静态应用编排及模型评测等能力,支持客户将行业知识、业务流程与AI能力深度融合,快速构建面向收费稽核、路网调度、应急处置等场景的智能应用。开发并实现落地应用,全面覆盖建设、管理、养护、运营、服务、安全、办公七大业务领域。

华为云官方博客 466

【公共云三十问 之二十五】国计民生之电力:电力云如何点亮数智电力新引擎?

方案构建了覆盖数据获取、质量评估到标准化处理的全链路能力。基于公共云服务商智算底座及气象大模型,通过时空图神经网络重新建模产流机制,中国华电建成超50TB多源融合数据集,突破时空建模与机理融合等五大关键技术,短期径流预测精度较传统机理模型提升5个百分点以上,实现15天中期径流预测精度超85%,推理效率达秒级。基于气象大模型的基础架构与预训练能力,客户可直接在大模型之上开展增量训练与微调,充分利用场站所在区域的高精度历史数据(如3公里、1公里分辨率),针对不同场站和区域的地形地貌与气候特征进行模型调优。

华为云官方博客 382
上一篇: 【nodejs原理&源码杂记(8)】Timer模块与基于二叉堆的定时器
下一篇: 华为云提供多场景本地数据上云方案,数据上云不再愁
华为云开发者联盟
华为云开发者联盟 企业官方账号 企业官方账号
博客等级 码龄10年 72万+粉丝 5985原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值