内容简介:跟着google学习mvp架构(clean篇)
作者博客
http://www.jianshu.com/u/cd0fe10b01d2
文章目录
-
前言
-
文件目录
-
事件调度流程
-
总结
1
前言
第一篇「 跟着google学习mvp架构 」 介绍的Todo-mvp源码体验,这是基础篇。
这一节是要介绍含有域名层的MVP架构 todo-mvp-clean
我们可以看到它比基本的MVP架构其中添加了一层新的Domain Layer层。
其包装都是通过一个个UseCase来完成V层和M层的交互的。
2
文件目录
我们看看基础的文件目录的不同,其添加了一个domain的一个目录,里面有usecase的目录,用于对Task的操作。
而tasks的目录里面保持的其他操作。
Task 保存的是基本的任务信息类,都是以Task基本对象来传递任务。
filter就是创建对符合要求的Task任务的过滤,包括完成任务的过滤和进行中的任务。
usecase里面就是一些公用的任务类。
最主要的核心就是代码 每个XXXTask的任务都需要继承于 UseCase
UseCaseHandler完成每个任务的调度和回调方法。
当然需要做成异步任务的,所以我们需要创建线程池,UseCaseThreadPoolScheduler就是自定义的线程池调度类
3
事件调度流程
在其他资料里找到clean架构一个deleteTask的一个时序图,其基本的流程都是一致。
这里使用了一种设计模式,到最后会告诉大家。
基本分析一下UseCase
其中泛型需要使用RequestValues和ResponseValue时要注意,然后其里面有UseCallBack的回调接口,并提供Get和Set的方法,而run的方法需要调用抽象excuteUseCase的方法,需要父类实现。
然后DeleteTask里面可以看到有一些MVP架构的taskRepository的操作,覆写了excuteUseCase方法,然后还需要继承RequestValues和ResponseValue创建两个静态的类
然后InJection.java里面提供了一堆的useCase的对象的静态方法provideXXX
我们查看TaskDetailPresenter.java里面的deleteTask的方法, 使用了mUseCaseHandler.excute的方法
mUseCaseHandler的对象也是由上面Injection的provideXXX的方法提供
其中UseCaseHandler的excute的方法使用了需要输入三个参数,一个是useCase,一个是requestValue,另一个是回调callback。
通过UseCaseScheduler的excute的方法,再嵌入useCase的runnable调用。
通过useCase.run会调用回DeleteTask.excuteUseCase的方法,然后调用getUseCaseCallBack的方法获取回UseCaseCallback
然后通过onSuccess的回调获取response的数据来操作
到这里流程已经讲了一遍,如果不清楚流程可以研究一下,一开始的时序图。
不知道大家是否知道这里Clean架构运用了一种设计方式?
这里其用了命令模式,通过对不同命令封装统一的excute的方式来替换,关于命令模式大家可以查看一下HeadFirst-设计模式。
4
总结
-
Clean架构的优势,在于其通过任务委托给一个统一的Handler来运行操作数据的任务,并且其可以封装各种形式命令来达到数据操作的效果
-
通过命令类的封装,其简化了Presenter里面的逻辑。
-
可以使用线程池机制采用缓存策略。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 跟着360架构师学shell
- 跟着google学习mvp架构(clean篇)
- 【跟着我们学Golang】基础结构
- 【跟着我们学Golang】流程控制
- 跟着老杨玩python之开篇
- 跟着whatwg看一遍事件循环
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Computer Age Statistical Inference
Bradley Efron、Trevor Hastie / Cambridge University Press / 2016-7-21 / USD 74.99
The twenty-first century has seen a breathtaking expansion of statistical methodology, both in scope and in influence. 'Big data', 'data science', and 'machine learning' have become familiar terms in ......一起来看看 《Computer Age Statistical Inference》 这本书的介绍吧!