跳到主要内容

指标数据查看的细节分析（上）

在上一篇章节中，讲解了查询指标数据的总体过程，其中QueryDataHandler查询数据的处理器的执行过程是整个核心重点，本章节将详细讲解此流程

查询数据的处理器​

org.javaup.handler.core.data.impl.QueryDataHandler#dataHandle

public RuleHandleOutput dataHandle(TotalParamTransfers totalParamTransfers){
    //获取查询需要的参数
    QueryDataTransfers queryDataTransfers = totalParamTransfers.getParamTransfers().getQueryDataTransfers();
    //视频维度
    VideoDimensionType videoDimensionType = queryDataTransfers.getVideoDimensionType();

    if (Objects.isNull(videoDimensionType)) {
        throw new DockDataCenterFrameException(BaseCode.VIDEO_DIMENSION_TYPE_NOT_EXIST);
    }
    //根据视频维度和表格类型获取对应的查询器
    DataFetchExecutor dataFetchExecutor = dataFetchExecutorContext.getResultServiceHandler(
            videoDimensionType.getCode());
    if (Objects.isNull(dataFetchExecutor)) {
        throw new DockDataCenterFrameException(BaseCode.VIDEO_DIMENSION_TYPE_IMPL_NOT_EXIST);
    }
    return dataFetchExecutor.execute(totalParamTransfers);
}

这里的重点是DataFetchExecutor dataFetchExecutor = dataFetchExecutorContext.getResultServiceHandler(videoDimensionType.getCode())

依旧还是熟悉的策略模式

数据获取执行器的定义​

首先要定义数据获取执行器的行为，包括：获取类型、执行数据获取

public interface DataFetchExecutor{
    
    /**
     * 获取类型
     * @return 类型
     */
    Integer getType();
    
    /**
     * 执行数据获取
     * @param totalParamTransfers 参数传输对象
     * @return 规则处理输出对象
     */
    RuleHandleOutput execute(TotalParamTransfers totalParamTransfers);

}

数据获取执行器的上下文​

依旧要有上下文容器，将所有DataFetchExecutor的实现策略，放到容器中

@Component
public class DataFetchExecutorContext {

    @Autowired
    private List<DataFetchExecutor> dataFetchExecutorList;
    
    private Map<Integer, DataFetchExecutor> resultServiceHandlerMap;
    
    @PostConstruct
    public void init(){
        resultServiceHandlerMap = dataFetchExecutorList.stream().collect(Collectors.toMap(DataFetchExecutor::getType,
                r -> r, (v1, v2) -> v2));
    }
    
    public DataFetchExecutor getResultServiceHandler(Integer type){
        return resultServiceHandlerMap.get(type);
    }
}

利用了Spring的加载bean的方式，当服务启动后，会执行Spring中的@PostConstruct修饰的方法init，获取所有DataFetchExecutor类型的dataFetchExecutorList集合

接着将此集合转成resultServiceHandlerMap也就是Map结构，key: 执行类型, value: 数据获取执行器

提供了getResultServiceHandler能够根据type执行类型从resultServiceHandlerMap获取具体的数据获取执行器

DataFetchExecutor的实现有：

  • VideoReportDataFetchExecutor： 视频报表数据获取执行器
  • VideoTypeReportDataFetchExecutor： 视频类型报表数据获取执行器
  • ParentVideoTypeReportDataFetchExecutor： 父视频类型报表数据获取执行器

视频报表数据获取执行器​

视频报表数据获取执行器此执行器是这三种数据获取执行器的基础，逻辑也是最为复杂，把它弄清楚了，其他两种也自然很好理解了

  • 视频报表数据获取执行器、视频类型报表数据获取执行器、父视频类型报表数据获取执行器 是三种策略
  • 而这三种策略父类都是抽象类AbstractReportDataFetchExecutor

也就是说这里既用到了策略模式，也用到了模板模式，所以当分析 视频报表数据获取执行器（VideoReportDataFetchExecutor） 执行流程时，肯定要把它的模板父类AbstractReportDataFetchExecutor也要关联上，一起分析才可以。

下面就开始具体的执行流程

付费内容提示

该文档的全部内容仅对「码力全开」项目实战&技术讲解 知识星球用户开放

加入星球，一次获得完整项目资料、全栈技术知识库和长期答疑服务。

100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容
8套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台 和 AI Agent 等方向
AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点
文档 + 视频两种讲解形式既能系统阅读，也能跟随视频理解核心业务

完整项目实战资料

每套项目均包含从 0 到 1 讲解文档核心业务讲解视频

从基础项目到复杂业务场景，项目资料会持续更新。

8 套项目
  • 01Nexus Agent AI 智能体
  • 02Nexus Agent Pro 完全版
  • 03黑马点评Plus
  • 04大麦
  • 05大麦Pro
  • 06大麦AI
  • 07流量切换
  • 08数据中台

加入后还能获得

进入星球后，即可享受上述所有服务，保证不会再有其他隐藏费用。

从学习、面试到项目启动，都可以继续获得支持。

  • 1 对 1 解答项目和技术问题都可以提问
  • 针对性补充没有讲清楚的内容会继续补充
  • 面试与简历指导梳理回答技巧和项目亮点
  • 中间件云环境项目依赖可以直接接入使用
  • 面试后复盘被问住的问题可以继续交流
  • 远程问题解决项目启动问题可协助排查
知识星球二维码

扫码进入知识星球

  1. 打开微信，扫描左侧二维码，加入「码力全开」项目实战&技术讲解 知识星球
  2. 查看星球使用指导，获取完整项目讲解资料索引
解锁全部付费内容
🎁优惠