APP后台基础技术

APP后台基础技术

1.从业务逻辑中提炼API

六个阶段：

业务逻辑思维导图（结构关系列出来、整理相同的元素）

功能—业务逻辑思维导图（业务逻辑、功能模块，功能模块实现一对多）

基本功能模块关系（任何事之间的关系）

功能模块接口UML（整理业务和工能模块确保耦合度正确）

在设计稿标注API（APP后台开发人员标注那个界面调用哪个API）

编写API文档（API接口管理网站：www.sosoapi.com）

2.设计API的要点

根据对象设计API，防止UI一直改变，API随之改变。维护成本太高。

API命名需要：望名知意。

API的安全性要保证

APP后台API返回数据的正确值和空值的数据类型必须一致，APP客户端必须使用全局函数处理返回的数据，缺少的数据自动补全，减少APP闪退次数。同样，数据库中的数据不允许使用NULL，所有字段都有默认值。

图片处理：APP客户端本地缓存图片，缓存不存在时请求API。APP客户端通知服务器所需要的尺寸，服务器动态生成并缓存。

（CDN机制：eg：http://www.baidu.com/img/bdlogo.gif?w=70&h=70）

通常的返回信息只返回信息码，提示文字由客户端决定。如果要返回文字信息，则提示用户：信息友好，提示程序员：信息专业。

APP客户端一般启动时都要调用API获取必要的初始化信息。

若API版本升级，一般会全部升级API版本，为了避免同一个APP客户端调用不同版本API，新版本的API的Controller必须继承前一版本。只需重写部分API。仍需要在API测试文档中详细标明返回内容。

3.选择合适的数据库

Redis、MongoDB、MySql

读写数据之间的区别：

Redis：存放在服务器内存，内存满了只能使用Redis的分布式方案。调整Redis的配置文件把数据持久化到硬盘。

MongoDB：同时使用了硬盘和内存，使用操作系统提供的MMAP（内存文件映射）机制进行数据读写。

MySQL：MySql缓存的是查询结果而不是缓存数据。

查找数据的区别：

Redis：数据基于键值对，查找速度十分高。

MongoDB&&MySql：每组数据都有一个Id或者索引。知道Id或者索引，直奔目标，速度十分快；不知道Id或者索引，需要逐个查找，效率较低。

适用的场景：

Redis：键值对（Key-Value）放在内存。So,存储数据成本高。读写数据时，必须知道数据的键。（eg：API中附带了用户身份信息，身份信息适合存放在Redis，因为验证用户信息是频率非常高的操作）

MongoDB：适用于网站数据、大尺寸低价值数据、高伸缩性场景、存储地理坐标的数据（LBS应用）。不适用于高度事务性系统（MongoDB不支持事物）、传统的商业智能应用、需要SQL的问题。

MySql：事务性系统、需要复杂的Sql的问题。

4.选择消息队列软件

后台系统发现完成某些小任务需要花费很多时间，迟点完成并不影响整个任务的完成进度，就把这些小任务交给消息队列。消息队列能把大量的并发请求变成串行的请求，减轻服务器的负担。例如：发送邮件、发送短信、推送消息等任务。

三个角色：队列服务端、队列生产者、队列消费者。

工作流程：充当生产者的APP后台把消息推入到消息队列，充当消费者的守护进程检测是否有消息，没有就休息一会，一会再检测（防止消耗太多资源）。有新消息，用新的线程处理相关的业务，主进程继续检测是否有消息

常见消息队列的产品：RabbitMQ（企业级），Redis（广泛使用），ZeroMQ（最快的消息队列），ActiveMQ（代理人、点对点实现队列）

5.使用分布式服务实现业务的复用

系统中聚合了大量的应用和服务，模块间有很多功能重复实现，开发、运维、部署很麻烦。

巨无霸系统的危害：维护麻烦、代码管理不便、数据库链接资源耗尽。

远程服务的优点：把重复实现的模块独立部署为远程服务，新增业务调用远程服务，不依赖具体代码实现相应功能。业务发生变化保持传入接口和返回值不变。

实现远程服务：REST、RPC、开源RPC库

REST：（REpresentational State Transfer，表现层状态转化），每一个URL代表一种资源，客户端和后台之间传递这种资源的某种表现层：（GET、POST、PUT、DELETE），通过这4个HTTP动词，对APP后台资源进行操作。

RPC：（Remote Procedure Call Protocol）：远程过程调用协议，是一种通过网络从远程计算机程序请求服务，不需要了解底层网络技术的协议。

过程：客户端通过接口传送参数至网-->服务端通过对外接口通过网络接受参数-->服务端把参数传递到实现函数-->实现相关功能、返回数据返回到对外接口并传至网络-->客户端接受网络返回的数据。

开源RPC库：

Hprose（http://hprose.com/）简单功能强大

Dubbo：分布式服务框架，提供高性能和透明化的RPC远程调用服务和SOA服务治理方案。

6.初识搜索技术

数据太多，很容易数据库就堵了。

搜索原理：实现搜索的关键，就是分词和倒序索引。

知道数据每行有多少关键字，并且建立映射表。查关键字时，只要查找这个映射表。

其中关键字要看使用者的需求。并且需要包含所有词语或者句子的所有词典，分析数据中的关键字。建立映射表，把每个关键字出现在哪一行记录下来就是建立倒序索引。详细参考《这就是搜索引擎：核心技术详解》

常见开源的搜索软件：（会使用搜索软件的API）

Lucene：一套用于全文检索和搜寻的开源程式库（为软件开发人员提供简单易用工具包）

Solr：比Lucene更为丰富的查询语言，实现可配置、可扩展、对查询进行优化。通过Http请求搜索引擎服务器并提交一定格式的Xml文件，生成索引。

ElasticSearch：分布式多用户的全文搜索引擎。

Sphinx：基于SQL的全文检索引擎。为PHP、Python、Perl、Ruby等脚本语言设计搜索API。为MySql设计了一个存储引擎插件。

CoreSeek：中文检索软件，配置简单。性能高效，整合了Sphinx和中文分词，可以快速完成搜索模块的开发。（两个核心模块：Indexer:负责从MySql拉取数据源，把数据源分词、建立索引；Search：搜索模块）

7.定时任务

Linux定时任务Crontab:

使用Crontab-e，创建定时任务。定时任务写入到文件中，用Crontab编辑能检查语法错误。

在后台管理各式各样的定时任务：

需要引入新的定时任务框架：Java下的Quartz或者Python下的APScheduler。

APSchedule实现功能：通过RAM、MySql、MongoDB文件，持久化存储定时任务。支持秒级的定时任务。支持基于日期，固定时间间隔和Crontab类型的定时任务。

easy-install安装： easy-install apscheduler