国产av日韩一区二区三区精品,成人性爱视频在线观看,国产,欧美,日韩,一区,www.成色av久久成人,2222eeee成人天堂

Maison développement back-end Tutoriel Python Architecture propre : par où commencer ?

Architecture propre : par où commencer ?

Dec 07, 2024 am 09:59 AM

Clean architecture: Where to start ?

Dans le post précédent nous avons :

  • Notre domaine problématique?: une application ToDo avec quelques exigences
  • Un référentiel de base configuré pour utiliser Python et Python Polylith.

Certaines décisions sont donc prises en compte. Nous disposons de certains outils et avons décidé à quoi ressemblera le référentiel.

C'est l'une des choses que j'aime chez Polylith?: peu importe ce que vous codez ou la taille de votre organisation, tous les référentiels se ressembleront - si vous en avez besoin de plusieurs.

La structure de votre référentiel est cohérente, que vous utilisiez FastAPI, Flask ou Django, que vous construisiez une ou plusieurs bibliothèques ou que vous exécutiez des taches en arrière-plan avec Celery.

L'un des principaux avantages est le processus d'intégration simplifié pour les nouveaux développeurs. En supposant qu'ils ma?trisent Polylith, ils se familiariseront rapidement avec la structure du projet?: les composants réutilisables sont dans le dossier des composants, les points d'entrée sont dans le dossier bases, les scripts de démonstration sont dans le dossier de développement, etc.

Entités

De l'oncle Bob "L'architecture propre" Les entités sont la pierre angulaire de notre architecture, elles constituent la couche la plus interne de notre architecture. Nous devons donc commencer par eux, dans Polylith, les entités devraient vivre comme des composants.

Combien de composants ?

Je pense que le nombre de composants dépend de la taille et de la complexité de votre solution. Cependant, je recommande de commencer avec un composant polylithique unique pour les entités. Cette approche permet de maintenir une architecture claire et ciblée, en particulier pour les petits projets.

Pourquoi un composant unique pour les entités??

  • Cette couche encapsule les règles métier de base qui sont fondamentales pour l'ensemble de l'application. En le gardant dans un seul composant, vous assurez la cohérence et évitez les duplications.
  • Un seul composant simplifie la gestion des dépendances, car il devient une dépendance pour toutes les autres couches.

évitez les dépendances tierces.

Pour minimiser les dépendances externes et améliorer la flexibilité architecturale, efforcez-vous d'utiliser la bibliothèque standard de Python pour représenter les entités. Cela inclut l'exploitation des structures de données telles que dict, list, enum, fonctions, classes et plus récemment dataclasses.

Pourquoi éviter les bibliothèques tierces comme Pydantic ou Django Models??

  • Couplage à des frameworks externes?: s'appuyer sur ces bibliothèques peut introduire un couplage inutile à des frameworks spécifiques.
  • Complexité accrue?: les bibliothèques externes peuvent ajouter de la complexité et des problèmes de maintenance potentiels.
  • Flexibilité réduite?: En limitant les dépendances externes, vous pouvez vous adapter plus facilement aux changements d'exigences ou de technologie.

En adhérant à ces principes, vous pouvez créer une architecture robuste et maintenable qui résiste aux changements futurs.

Entités ToDo

Notre exemple est simple, l'entité principale étant la ? tache à faire ? pour Gordon. Nous pouvons ajouter un nouveau composant à notre référentiel, mais choisir le bon nom est crucial.

Bien qu'il puisse être tentant d'utiliser des noms génériques comme ? core ? ou ? main ?, il est essentiel de sélectionner des noms significatifs dans le contexte du domaine. Idéalement, ces noms doivent correspondre à la terminologie utilisée par le client ou le propriétaire du produit. En utilisant des noms spécifiques au domaine, nous améliorons la lisibilité et la maintenabilité du code, permettant ainsi aux développeurs et aux parties prenantes de comprendre plus facilement la structure du projet.

Le nom de l'espace de travail du référentiel est défini comme todo. Par conséquent, toutes nos importations suivront le format?:

from todo.XYZ import ...
import todo.XYZ

Pour simplifier, dans cet exemple, nous utiliserons des entités comme nom de composant. Cependant, dans des scénarios réels, envisagez des conventions de dénomination qui reflètent votre domaine. Par exemple, si votre application tourne autour de la récupération de documents, un composant nommé récupération serait approprié. De même, une application de jeu peut utiliser Tournaments_entities pour plus de clarté.

Créer le composant avec Python Polylith est simple?:

poetry poly create component --name=entities
poetry poly sync
poetry install # it may be necessary

Cela ajoutera un package python dans le dossier des composants, voici les nouvelles entrées dans l'arborescence des sources?:

./components
└── todo
    └── entities
        ├── __init__.py
        └── core.py
./test/components
└── todo
    └── entities
        ├── __init__.py
        └── test_core.py

L'outil python-polylith générera des exemples de tests pour nous, ce qui est une fonctionnalité intéressante. Ce comportement peut être modifié dans le fichier workspace.toml en définissant la valeur activé = true sur false dans la section [tool.polylith.test].

Dans le nouveau composant entités, deux fichiers sont ajoutés?: __init__.py et core.py. Vous pouvez renommer le module core.py pour mieux répondre à vos besoins. La pratique courante consiste à exposer l'API publique du package via __init__.py, tout en conservant l'organisation interne au sein d'autres modules comme core.py.

Parmi les exigences, nous n'avons, pour le moment, qu'une seule entité, l'élément ToDo?:

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

Tester une entité aussi simple peut sembler inutile, mais je préfère tester au moins la présence de tous les champs. Bien que cela ne semble pas crucial dans les petits projets avec moins de contributeurs, cela peut éviter des problèmes importants dans les projets plus importants avec de nombreux développeurs. La suppression d'un seul champ de l'entité peut interrompre par inadvertance diverses parties de l'application.

Dans la pull request de cette partie, vous verrez que j'ai ajouté quelques tests de base pour cette entité.

Avec certains tests déjà définis, j'en ai profité pour ajouter un workflow GitHub pour exécuter automatiquement les tests à chaque pull request.

Conclusions

  • Entités de base de l'application
  • Configuration CI

Et ensuite?: parlons de persévérance

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefa?on, veuillez contacter admin@php.cn

Outils d'IA chauds

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

Video Face Swap

Video Face Swap

échangez les visages dans n'importe quelle vidéo sans effort grace à notre outil d'échange de visage AI entièrement gratuit?!

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Tutoriel PHP
1488
72
Polymorphisme dans les classes python Polymorphisme dans les classes python Jul 05, 2025 am 02:58 AM

Le polymorphisme est un concept de base dans la programmation orientée objet Python, se référant à "une interface, plusieurs implémentations", permettant le traitement unifié de différents types d'objets. 1. Le polymorphisme est implémenté par la réécriture de la méthode. Les sous-classes peuvent redéfinir les méthodes de classe parent. Par exemple, la méthode Spoke () de classe animale a des implémentations différentes dans les sous-classes de chiens et de chats. 2. Les utilisations pratiques du polymorphisme comprennent la simplification de la structure du code et l'amélioration de l'évolutivité, tels que l'appel de la méthode Draw () uniformément dans le programme de dessin graphique, ou la gestion du comportement commun des différents personnages dans le développement de jeux. 3. Le polymorphisme de l'implémentation de Python doit satisfaire: la classe parent définit une méthode, et la classe enfant remplace la méthode, mais ne nécessite pas l'héritage de la même classe parent. Tant que l'objet implémente la même méthode, c'est ce qu'on appelle le "type de canard". 4. Les choses à noter incluent la maintenance

Expliquez les générateurs et itérateurs Python. Expliquez les générateurs et itérateurs Python. Jul 05, 2025 am 02:55 AM

Les itérateurs sont des objets qui implémentent __iter __ () et __Next __ (). Le générateur est une version simplifiée des itérateurs, qui implémentent automatiquement ces méthodes via le mot clé de rendement. 1. L'ITERATOR renvoie un élément chaque fois qu'il appelle Next () et lance une exception d'arrêt lorsqu'il n'y a plus d'éléments. 2. Le générateur utilise la définition de la fonction pour générer des données à la demande, enregistrer la mémoire et prendre en charge les séquences infinies. 3. Utilisez des itérateurs lors du traitement des ensembles existants, utilisez un générateur lors de la génération de Big Data ou de l'évaluation paresseuse, telles que le chargement ligne par ligne lors de la lecture de fichiers volumineux. Remarque: les objets itérables tels que les listes ne sont pas des itérateurs. Ils doivent être recréés après que l'itérateur a atteint sa fin, et le générateur ne peut le traverser qu'une seule fois.

Comment gérer l'authentification de l'API dans Python Comment gérer l'authentification de l'API dans Python Jul 13, 2025 am 02:22 AM

La clé pour gérer l'authentification de l'API est de comprendre et d'utiliser correctement la méthode d'authentification. 1. Apikey est la méthode d'authentification la plus simple, généralement placée dans l'en-tête de demande ou les paramètres d'URL; 2. BasicAuth utilise le nom d'utilisateur et le mot de passe pour la transmission de codage Base64, qui convient aux systèmes internes; 3. OAuth2 doit d'abord obtenir le jeton via client_id et client_secret, puis apporter le Bearertoken dans l'en-tête de demande; 4. Afin de gérer l'expiration des jetons, la classe de gestion des jetons peut être encapsulée et rafra?chie automatiquement le jeton; En bref, la sélection de la méthode appropriée en fonction du document et le stockage en toute sécurité des informations clés sont la clé.

Comment itérer sur deux listes à la fois Python Comment itérer sur deux listes à la fois Python Jul 09, 2025 am 01:13 AM

Une méthode courante pour parcourir deux listes simultanément dans Python consiste à utiliser la fonction zip (), qui appariera plusieurs listes dans l'ordre et sera la plus courte; Si la longueur de liste est incohérente, vous pouvez utiliser itertools.zip_langest () pour être le plus long et remplir les valeurs manquantes; Combiné avec enumerate (), vous pouvez obtenir l'index en même temps. 1.zip () est concis et pratique, adapté à l'itération des données appariées; 2.zip_langest () peut remplir la valeur par défaut lorsqu'il s'agit de longueurs incohérentes; 3. L'énumération (zip ()) peut obtenir des indices pendant la traversée, en répondant aux besoins d'une variété de scénarios complexes.

Que sont les itérateurs Python? Que sont les itérateurs Python? Jul 08, 2025 am 02:56 AM

Inpython, itérateurslawjectsThatallowloopingthroughCollectionsbyImpleting __iter __ () et__Next __ (). 1) iteratorsworkVeatheitorat

Expliquez les assertions Python. Expliquez les assertions Python. Jul 07, 2025 am 12:14 AM

Assert est un outil d'affirmation utilisé dans Python pour le débogage et lance une affirmation d'établissement lorsque la condition n'est pas remplie. Sa syntaxe est affirmer la condition plus les informations d'erreur facultatives, qui conviennent à la vérification de la logique interne telle que la vérification des paramètres, la confirmation d'état, etc., mais ne peuvent pas être utilisées pour la sécurité ou la vérification des entrées des utilisateurs, et doit être utilisée en conjonction avec des informations d'invite claires. Il n'est disponible que pour le débogage auxiliaire au stade de développement plut?t que pour remplacer la manipulation des exceptions.

Que sont les indices de type Python? Que sont les indices de type Python? Jul 07, 2025 am 02:55 AM

TypeHintsInpythonsolvetheproblebandofambigu?té et opposant à un montant de type de type parallèlement au développement de l'aménagement en fonction des types de type.

Tutoriel Python Fastapi Tutoriel Python Fastapi Jul 12, 2025 am 02:42 AM

Pour créer des API modernes et efficaces à l'aide de Python, FastAPI est recommandé; Il est basé sur des invites de type Python standard et peut générer automatiquement des documents, avec d'excellentes performances. Après avoir installé FastAPI et ASGI Server Uvicorn, vous pouvez écrire du code d'interface. En définissant les itinéraires, en écrivant des fonctions de traitement et en renvoyant des données, les API peuvent être rapidement construites. Fastapi prend en charge une variété de méthodes HTTP et fournit des systèmes de documentation SwaggerUI et Redoc générés automatiquement. Les paramètres d'URL peuvent être capturés via la définition du chemin, tandis que les paramètres de requête peuvent être implémentés en définissant des valeurs par défaut pour les paramètres de fonction. L'utilisation rationnelle des modèles pydantiques peut aider à améliorer l'efficacité du développement et la précision.

See all articles