一份从0到1的java项目实践清单

虽说工作就是简单的事情重复做,但不是所有简单的事你都能有机会做的。

我们平日工作里,大部分时候都是在做修修补补的工作,而这也是非常重要的。做好修补工作,做好优化工作,足够让你升职加薪!

但是如果有机会,去尝试些自己平日里少做的事,我觉得是一件值得庆幸的事。

前段时间,接了个新项目。只有一些idea在业务需求方脑海里,然后就开始需求讨论,然后就开始做事了。项目不复杂,但是由于是用JAVA语言实现(这相对来说是我的薄弱点),对我个人显得比较有意义。

总结下来,其实也就是一个项目清单。个人觉得还是有点意义吧,给没有一定全面实践的同学参考吧!

  1. 项目规划
      1.1 首先,你得彻底明白到底要做什么?
        这个过程,可能是你要读需求一遍、两遍、三遍。。。 然后假设,你已经在使用这个产品了。
      1.2 其次,明白需求后,就要进行整体框架的构思!
        比如用什么呈现给用户,用什么来存储数据,需要些什么样的系统等。
        在这个层次上,一般都会遵循公司的规定,然后再根据项目本身需求,做些相应的调整。
        我们在这个项目里的整体框架为:前端使用 APP(ios&android)、H5进行用户界面呈现 ===>> 接入网关进行数据加解密,流控转发等 ===>> 第一层API服务,接受客户端请求,做简单业务检验组装 ===>> 第二层核心业务SERVICE服务,进行核心业务处理,如写库、调用第三方接口等 ===>> 最下层基础服务,提供单一的功能服务,如消息服务,订单服务。
        前期只提供APP,因此不存在单独H5调用API服务的情况,但是H5的应用场景仍然存在,此时的H5地址,由服务接口提供地址返回到APP进行webview加载。
      1.3 人员规划
        项目整体框架出来后,得要有人去实施才行。
        这里一般需要遵循一个最小原则,即划分出的人员,尽量做到能够独立完成自有的模块,而不是一定要依赖于另一方的实现才能进一步。比如 android,ios各一人,API与SERVICE可以多个人,但是都要让其有全部权限,因为API与SERVICE有强依赖,脱离一方,将无法独立完成。基础服务各自安排相关人员实现。最后进行联调即可。
      1.4 时间规划
      有了人员之后,也不能无限时间的去做事。肯定是要规划的,否则没有压力也没有动力。项目不知何时才能结束。订时间计划一定要去询问当事人,要多少时间,尽量站在专业的角度给出合理的建议和评估。促进项目的完成。

  2. 框架规划及搭建
      2.1 有了整体框架的构思后,就要细节到每个层次的实践了
        因为都是应用的分层,所以,不可能有统一的描述,只能是针对每个应用层。做自己该做的事。如
         android/ios 有自己的开发框架;
        h5有自己的开发框架(因为很多应用场景可能涉及到h5与app原生的交互,所以即使功能简单,也尽量利用一些已有的框架进行开发)。
        而服务端,虽分为多层应用,但是应尽量使用同一门语言,利用同一套开发框架,自己公司有研发框架自然最好,没有也尽量利用统一的开源框架。这样做的好处是,当有人员变动时,可以立即熟悉其代码及应用场景,从而增加适应性和管理性。
        针对服务端的框架,我觉得有必要多说点。因为整个应用运行的流畅性,可靠性,准确性,都是由服务端来决定的。虽然用户看到的是APP或者H5,但是可以说,服务端才是应用的核心。所以,服务端要做的事情自然很多了。

2.2 怎样搭建好一些服务端的框架呢?
    首先,框架类的东西,自然是要提前学习的。但是,就目前市场行情来说,要想利用框架应该都是比较简单的,尤其是公司内部提供的框架,一定要有demo。这样,照着demo,一步步调试,直到整个应用接通;
    删除不需要的模块,添加特别需要的模块,保证在具体开发过程中,能够想利用啥就有啥可利用;
    充分了解框架需要的一些配置参数,知道事务从哪里来,到哪里去?这里,应有一个配置中心与之对应,但是自己得清楚。
    使用一个顺手的IDE工具,不是说你技术不够牛逼,而是一个好的工具,能够让你事半功倍。(其实能够多背点套路,也不一定非要体现在正式项目上)
    写出第一个可供使用的接口服务,可以说,第一个永远是比较重要的。因为,第一个的思路,就是你后续所有功能的方向,因此,写好第一个"hello, world.";

  1. 开发环境的搭建(服务端)
      3.1 其实这项工作是及其重要的,之所以把它放在第三点,是因为,没有代码作铺垫,开发环境搭了也没用。
      3.2 开发环境的搭建,主要也是服从于整体框架的构思。
        主要包括,需要多少个服务,需要多少台服务器,需要多少个基础应用,需要多少个基础配置等等。
        当然,开发环境本身就是一个很大的难题,一般还是交给专业运维几十年的老司机来完成了。自己就当作了解得了。
        目前的项目开发,除一些小规模公司还在利用一套服务端代码,干完所有的事外,大部分应该都是多个应用的配合完成。而测试环境,不太可能利用多个服务器提供服务。因此,使用docker进行测试环境搭建尤佳。建立多个docker进行多个服务器模拟,也算是和线上环境保持一致了。
        目前的主流技术得用上(当然关键还得看你的框架规划),zookeeper, dubbo, redis, mongo, mq, …
      3.3 只有开发环境搭建好了,才能让后面的流程无忧。搭建的过程一定是,又搭建,又改代码,又排错…

  2. 进度的同步
      4.1 及时向领导同步项目进度
        对于一个新项目,有些地方行动缓慢是很正常的。而部分开发同学(比如我自己),就喜欢沉浸在自己的小世界里纠结,走不出来,从而忘却向领导汇报工作。而作为一个有点同理心的领导来说,他又不愿意实时都来盯着你做事,因为也怕你遇到困难,想多给你点时间解决。但是,这种情况,开发同学自己其实是要吃亏的,因为,给外人的感觉就是,你啥都没做。所以,解决问题的同时,也不忘向领导汇报。
      4.2 有处理不了的问题,及时向大牛们或者领导请教
        独立解决问题是好事,但是千万别过了头,实在解决不了,就要及时请教。否则,浪费的是时间。进步最快的方式,莫过于向比自己牛逼的人请教。知之为知之,不知为不知!
      4.3 尽量将问题分摊下去
        问题肯定是有的,而且会很多。千万不要把所有的事情都压在自己这儿,那样自己会累死的,而且项目进度也会因此变得缓慢。要多利用小组成员的各自优点,适当多让其搞点事情。
        工作永远都不是单一的一件事,肯定还会有其他的事情插入进来,观察事情的重要性解决。如果能够让其他同学解决的,尽量让其他同学处理,这点也得与领导同步。否则分心过于利害,受阻的只有项目进度,延期可不是自己一人的事情了。
        需求也不可能一下就是完善的,在做的过程中,才可能发现一些潜在的问题,这时及时与需求方沟通,保持高效的状态。当然,后期的跟进,也是尽量做到不要一人大包大揽,而是相应的人就去负责相应事情的跟进。其他人只要知道结果就行。

  3. 功能模块的完成
      5.1 说到具体的业务实现,个人觉得,已经不那么难了。不过就是,先尽力提出的一个初稿,然后发现问题解决问题,发现问题,解决问题的过程。
      5.2 各自系统能做的事情完成后,就是联调各系统间的调用关系,保持高效的沟通,让问题在短时间内解决,尤为重要。在这种时候,我觉得,一个小黑屋也许也是个不错的选择。
      5.3 联调的过程,其实就是一个自测的过程,应把尽可能多情况给考虑到位。
      5.4 代码检查,自己开发的代码,基本上很难发现其中的问题,即时找到相应人帮忙检查代码,是比较好的解决代码问题的方案。其实,在给别人检查的时候,也是自己检查的时候,相当于自己再一次的开发,也能及时发现问题。

  4. 多轮的测试验证
      6.1 测试同学,其实在开发快结束的时候,已经把测试用例给到大家。这也是另一个角度的开发,因此,参考测试用例进行相应开发修改也是很有必要的。
      6.2 第一轮测试,可能主要是大功能的验证,小功能的检查,挡板环境即可,无需真实环境。
      6.3 第二轮测试,则是要把之前的测试及各种配置,全部清空,以一个全新的项目来对待,重新进行相应环境搭建,代码部署,然后再进行测试,确保问题解决后,做好了相应的处理方案备份。这时,就需要用到真实的应用环境了。对之前一些暂未解决的问题进行重新测试。确保无问题。
      6.4 第三轮测试,应该是一个灰度发布的环境,也可以认为是预上线。将所有环境当作是线上来处理,如果运行ok,即可准备发布上线了。
      6.5 在测试过程中,因测试人员只是人工的处理,有时不一定能捕获所有的问题,开发在这时,也应站在测试的角度,发现问题,即时监控,即时处理。
      6.6 自动化测试,这个其实应该是靠后的处理,但是如果能做到这些的话,也能够快速的重现问题。
      6.7 压力测试,应对线上环境,需有一定的能力评估,不然,只瞎猜,恐怕也不是好事。随时准备横向扩展,也只是出现问题后的解决方案。做好压测,发现代码中存在的问题,即时处理掉。

  5. 外围处理(上线前)
      7.1 上线前,肯定是有很多事务要处理的。
        测试环境中的各种基础数据,随时导出备份,到线上时,直接插入使用;
        服务器,在架构评审过程中进行数量评估;
        域名,对外网提供服务一定是要域名的;
        权限,比如上线后,出现了问题,谁有权限来处理问题,一定提前给到;
        验收,这是关键的一点,功能完成后,及时验收,如果上线有些小问题,尽量协商,不要在线上频繁改动。

如此!
  整个项目就完工了。
  其实发现,一个项目真正的功能实现,并没有占多大的比例,而是一些前期的准备及后续的处理,反而占了更多的时间。
  第一个版本上线后,可能接着就是迅速迭代了。(如果运营还可以的话!)

以上,就是一整个项目的流程清单,以一步一个脚印的经历总结,不涉及具体语言代码,但是思路都是相通的,希望对你有帮助!

(标题虽为JAVA项目清单,但其实想想也没必要提JAVA了,毕竟只是语法而已)

不要害怕今日的苦,你要相信明天,更苦!

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为01之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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