后端组合， 大概率后端自己也不喜欢拼数据所以想偷懒了。

https://github.com/allmonday/pydantic-resolve-demo 如果是 python 这边的话， 这种需求 pydantic-resolve 一把梭直接就能组合好。

怎么写（单元）测试？

要从可测的思考方式来书写代码， 才有“可能”写测试

在写实现之前，或者实现之后里面套上测试， 否则久了就不会写了

要懂得常用的 mock 第三方接口的方法， 会构造数据整合查询一起测试

知道哪些应该写， 哪些没必要

知道怎么结合 use case 来写

知道怎么结合 hook 在 commit 之前强制测试跑通

知道怎么划分出合适的 service 层并覆盖测试， 避免在应用层写无聊的测试

想到更多了在补充。

关于只在 service 覆盖测试， 应用利用继承和组合避免测试， 可以参考
https://github.com/allmonday/composition-oriented-development-pattern/blob/master/src/services/sprint/readme-cn.md

@fescover
是的 生态的优势非常重要

@justdoit123

gql 的另一个问题是数据结构关联按照什么模式来组织

如果按照业务模型的方式组织， 那么面向具体的展示层， 很多查到的关联结构要在 UI 上重新做调整。

如果按照 UI 的需求来组织，那么这个 gql 写起来就很没劲了。。 变成了大号 rest

@ilvsxk

bff 如果不是前端去维护的话， 感觉这个 bff 的组织划分就有问题哎。。 （比如现在 node 就是 bff 的绝对优势语言（虽然我不太喜欢

本质上就是让前端自己组合出所需的数据， 避免不必要的组合逻辑侵入到前端展示层。

@justdoit123 完全同意

我觉得这个工具其实不是给前后端对接用的， 围绕着他的 DSL ，明明 语言原生就有的类型， 还得顺着它定义一套类型。 啰嗦了。

臃肿的请求，前端自己通过查询串联起来许多服务， 导致后端要调整的时候非常被动。

本来能用一个 client.load_xxx_data 搞定的事情， 还得在前端维护一大串查询， 这是对迭代很不友好的~

@ilvsxk bff 应该一头受气才对呀~~

@justdoit123
前后端都是 ts 技术栈， 就非常丝滑。

但缺点就是你不能指望啥都用 node 来写吧 ~~

另外光 trpc 也不能解决如何 高效且可维护地组合数据 这个问题， 如果能在 typescript 里面用

```
class Team {

member: Member[]
async resolve_member(loader=MemberLoader) {
return await loader.load(this.team_id)
}
}
```

这样地方法来组合数据， 也会优雅很多的

@yrj

调整心态吧， 有句话说“业务逻辑是最不讲逻辑的”

在没有深度分析的情况下， 写 hard code 反而不失为一种最佳做法。

如果业务是个比萨斜塔， 代码可能就是“高质量”的定制化支架。 囧

@lingo 已经 star 啦。

我用 rsshub 的数据做持久化之后， 根据自己的 mark 历史， 在尝试构建自己的信息茧房 ~~

@yrj 如果发现 service 层都会反复变更的话=。=

事情就难办咯

@SenseHu 架构整洁之道常看常新， 之前对依赖关系的描述还比较迷茫， 最近终于弄明白了。

这个模式也是受了 DDD 的很多影响， 我也挺想总结为一套 clean architecture：）

@yrj

我对业务逻辑反复变更的观点是， 这是一个悲观主义者一定要考虑的情况。

这也是为什么我觉得面向 OPENAPI 的 RESTful 接口 和 openapi-ts 之类的 client generator 的组合是所有方案中， 对前端展示层跟随变动最友好的方式了。

不使用 client generator 的话， 前端变更简直火葬场

使用 graphql 的话， 前端跟着还要调整维护 query ， 也是包袱。

但如果不维护这层，后端也不主动提供页面专供接口， 那后果必然是前端拼拼凑凑，混入很多业务逻辑。

另外 BFF 这层防腐层， 看情况是可以放在后端的， 使用继承扩展 schema + resolver 的手段， 后端也能够轻松的构建 前端视图结构。 （这就看组织架构上， 根据开发资源决定哪边更适合做了）

比如我们的项目就是把这个组合层放在后端 router / controller 。

@jones2000
是的，数据库设计和合理的领域模型设计是核心， 这个应该是后端 service 层聚焦的东西。

独立的 bff 层或者 单体应用中的 controller 层聚焦的就是合理地组合 service

因此， 如果 service 层抽象的比较烂， 做的不稳定， 后面的人总归会比较惨

@FYFX

bff/controller 层做的事情，以 V2EX 为
简单来描述是 1. 先获取主数据，以 blog 为例就是先获取 blogs, 2. 根据 schema 里面的扩展定义获取 comments ，浏览量等数据

如果会出性能问题， 一般是主数据的量太大了， 比如没有采用分页方案，blog 获取了 1w 条， 那么对应的 dataloader batch 查询 就要处理 1w 个 blog_id 的参数， 这种性能问题的优化就是按照实际需要取主数据， 控制数量。

batch 查询的接口也可以对热点数据做缓存。

另外 resolver 的优点是组合灵活， 新增关联不需要去考虑 model/entity 层，ORM 那边定义新的 relationship 。

但随着业务稳定下来以后， 性能优化的时候， 是可以逐步替换， 切换成 ORM 直接提供关联数据。

（这也是为什么强调 API 要互相独立， 这样才能纵向的， 互不影响地优化 API ）

@jones2000 是的， 所以抽新的层一定要有必要才做

bff 的模式已经在很多公司采用， 客观说明了这层的价值。

让后端专注在服务， 前端专注在拼接和展示。（避免了后端为了响应 UI 层需求频繁调整接口的情景）

不稳定的层一定要依赖于稳定的层， 因此后端的服务接口质量就尤为重要了

@helbing 好巧~

没有最好的工具， 只有最适合的工具，graphql 现在就处在被人当成最好的工具的“光环”中， 近年来也开始有人来祛魅

在前后端开发中实践了 1 年 graphql 后， 我觉得 graphql 太重了， 而且向展示层暴露查询是一种危险的做法， 会反过来绑架后端的开发。

fastapi 中 pydantic 本身就能定义类型， 处理数据加载和校验， 所以动起了用 pydantic + resolve +dataloader 构建一个后端定义数据， 加载数据， 这样一套模式的脑筋。（阉割版本的 graphql, 笑)

实际使用体验非常不错。 当 schema 是固定的之后， 可以玩很多树状结构跨代的数据传输和收集， 在保持 service 提供数据不变的情况下， 满足各种展示层鬼畜的数据组合需求

后端接口质量不过关，并且 leader 不重视， 前端只能遭罪了。

我们 team 也不大， 但是 service 层功能的 testcase 非常重视，单测，mock 数据的集成测试， 这是这两点就让接口质量稳定了许多。