刚参加工作的表弟问我枚举跟常量的使用场景

2023-10-16 03:28

本文主要是介绍刚参加工作的表弟问我枚举跟常量的使用场景,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

自从上次教表弟一些开发规范,其中有一个规范是不要定义魔法值,比如:

if(type == 1){// 业务逻辑
}

这里的1就称作魔法值,我们无法知道1代表的是什么含义,会大大提高理解成本。正确的方式是声明枚举或者常量来赋予数字具体的业务含义。

但是表弟在实际开发中不知道什么时候用枚举,什么时候用常量。作为贴心的表哥当然是选择原谅他啊。对了,是原谅他的不懂,不是那个原谅哦。

其实表哥在实际开发中,用枚举跟常量时就一个原则:一个值用常量,多个值用枚举。如何理解呢?

  • 一个值即该字段代表的业务含义只有一个值,比如最大重试次数,最大奖金金额,最大时速
  • 多个值表示字段代表的业务含义有多个值,比如订单的状态有待付款,待收获,已收货

知道如何选择常量和枚举之后,有一些小细节还是要注意的:

  1. 变量命名一定要规范,一看到变量名就能知道这代表什么业务含义,而不需要点到具体的常量类里去看注释。比如下方的写法一,不用看注释甚至不用加注释就知道是最大重试次数。在看写法二虽然用了常量,但是没有一点用,甚至不如写法三,写法三还少一行代码呢。
// 写法一
private Integer MAX_RETRY_COUNT = 5if(xxx < MAX_RETRY_COUNT){// 重试
}// 写法二
private Integer FIVE = 5if(xxx < FIVE){// 重试
}// 写法三
if(xxx < 5){// 重试
}
  1. 尽量不要共用常量。假设有两个场景:
    1. 场景一,往oss上传图片,上传可能会失败,这个时候定一个最大重试次数MAX_RETRY_COUNT。
    2. 场景二,调用第三方平台获取商品信息,失败会重试,此时重试次数也用MAX_RETRY_COUNT来表示

基于上述场景有一种不好扩展的写法如下:

public class CommonContants{public final static Integer MAX_RETRY_COUNT = 5}public class UploadImageService{if(xxx < CommonContants.MAX_RETRY_COUNT){// 重新上传图片}
}public class PullGoodsInfoService{if(xxx < CommonContants.MAX_RETRY_COUNT){// 重新调用第三方接口}
}

假设此时通过线上观察发现上传图片重试5次大面积不成功,此时要把重试次数提高到10,此时修改就会影响获取商品信息的逻辑了。

推荐写法如下:

public class UploadImageContants{public final static Integer MAX_RETRY_COUNT = 5}public class PullGoodsInfoContants{public final static Integer MAX_RETRY_COUNT = 5}public class UploadImageService{if(xxx < UploadImageContants.MAX_RETRY_COUNT){// 重新上传图片}
}public class PullGoodsInfoService{if(xxx < PullGoodsInfoContants.MAX_RETRY_COUNT){// 重新调用第三方接口}
}

上传图片与获取图片信息是两个不同的业务,给不同的业务创建其常量类,分别在常量类中定义最大重试次数。

这篇关于刚参加工作的表弟问我枚举跟常量的使用场景的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/218696

相关文章

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

hdu 2489 (dfs枚举 + prim)

题意: 对于一棵顶点和边都有权值的树,使用下面的等式来计算Ratio 给定一个n 个顶点的完全图及它所有顶点和边的权值,找到一个该图含有m 个顶点的子图,并且让这个子图的Ratio 值在所有m 个顶点的树中最小。 解析: 因为数据量不大,先用dfs枚举搭配出m个子节点,算出点和,然后套个prim算出边和,每次比较大小即可。 dfs没有写好,A的老泪纵横。 错在把index在d

git使用的说明总结

Git使用说明 下载安装(下载地址) macOS: Git - Downloading macOS Windows: Git - Downloading Windows Linux/Unix: Git (git-scm.com) 创建新仓库 本地创建新仓库:创建新文件夹,进入文件夹目录,执行指令 git init ,用以创建新的git 克隆仓库 执行指令用以创建一个本地仓库的