后端分层架构：巧妙划分业务逻辑与非业务逻辑
后端开发中，分层架构（例如，Controller、Service、DAO三层）至关重要。虽然分层原则清晰，但在实践中，特别是Service层和DAO层间的界限，以及引入Manager层后的逻辑划分，常常令人困惑。本文将探讨如何有效区分业务逻辑和非业务逻辑。
业务逻辑与非业务逻辑的界定
业务逻辑直接关联业务需求，用户可感知；而非业务逻辑则为底层操作，与业务流程无关，例如数据库操作细节或密码加密。
以下是一些非业务逻辑示例：
-
数据库操作细节：
UserManager.delete()和DepartmentManager.delete()可能同时删除关联表（例如userdeptmodel）中的数据。这属于非业务逻辑，因为它只涉及数据库操作，而非业务流程本身。如果没有Manager层，DAO层也可以处理这类操作，只要它与业务无关。class UserManager: def delete(self): userdao.delete() userdeptdao.delete() class DepartmentManager: def delete(self): departmentdao.delete() userdeptdao.delete() -
密码加密： 用户无需了解密码存储细节，加盐操作可放在DAO或Manager层。
class UserDao: def make_password(self, passwd): return salt(passwd) # 假设salt函数用于密码加盐 def save(self): passwd = self.make_password(passwd) self.passwd = passwd super().save() #假设super().save()是数据库保存方法 -
DAO层方法命名：
get_super_user这样的方法名是否合适，取决于其是否涉及业务逻辑。如果super与业务无关，则可以使用；否则，应在Service层处理。 -
HTTP请求封装： 后端依赖的封装，可以放在DAO层，而非Service层。
Python中实现类似Django filter的功能
在Django/Flask中，数据过滤相对容易。但在Python的三层架构中，需要考虑如何在DAO层处理请求参数。如果没有Spring之类的依赖注入框架，则需手动传递参数。 Java中，Hibernate等ORM框架提供了强大的数据过滤和查询功能。
数据实体与分层架构
数据实体用于数据持久化。在三层架构中，Controller、Service和DAO层并非严格一一对应。Service层可能调用多个DAO完成一个业务操作，而一个DAO也可能被多个Service调用。
总之，正确区分业务逻辑和非业务逻辑是后端开发的关键，合理的分层架构能提升代码可读性和可维护性。
