一、背景

在日常开发中需要有一些特殊处理的场景。

对于特殊处理的场景，建议留下标记，用来和正常的处理作区分。

二、举例

2.1 Spring Factory Bean Prefix

public interface BeanFactory { 

	/** * Used to dereference a {@link FactoryBean} instance and distinguish it from * beans <i>created</i> by the FactoryBean. For example, if the bean named * {@code myJndiObject} is a FactoryBean, getting {@code &myJndiObject} * will return the factory, not the instance returned by the factory. */
	String FACTORY_BEAN_PREFIX = "&";

// 省略其他
}

Spring BeanFactory 接口中定义了 FACTORY_BEAN_PREFIX 用于区分 FactoryBean 实例和 FactoryBean 创建的实例。

如果 bean 名称为 myJndiObject 那么通过 &myJndiObject 则返回工厂实例，而不是工厂创建的实例对象。

2.2日志升级

为了方便排查问题，我们可以在 RPC 接口调用时，在上下文中传入某个标识符，如： debugToInfo = true
在日志工具类中，判断该标识，如果没有开启 DEBUG 级别，则提升为 INFO 级别。

参考伪代码如下：

public class LoggerUtil{ 

  public static void debug(Logger logger, String... messages){ 
     // 如果原本支持 debug 日志，还是按照 debug 级别暑促
	if(logger.isDebugEnable()){ 
	    logger.debug(messages);
	    return;
	}
	
	// 开启 debug 提升到 info 日志时，打印 info 级别日志
	if(ContextUtils.openDebugToInfo() && logger.isInfoEnable()){ 
 		logger.info(messages);
	    return;
    }
  }
}

日志示例：

DEBUG XX 业务，requst: xxx, result:yyy

为了标志特殊场景输出的日志，可以考虑将该情况的日志加上统一的前缀。

参考代码如下：

public class LoggerUtil{ 
private static final String DEBUG_TO_INFO_LOG_HEAD ="【Debug2Info】 ";

  public static void debug(Logger logger, String... messages){ 
     // 如果原本支持 debug 日志，还是按照 debug 级别暑促
	if(logger.isDebugEnable()){ 
	    logger.debug(messages);
	    return;
	}
	
	// 开启 debug 提升到 info 日志时，打印 info 级别日志
	if(ContextUtils.openDebugToInfo() && logger.isInfoEnable()){ 
 		logger.info(DEBUG_TO_INFO_LOG_HEAD,messages);
	    return;
    }
  }
}

日志示例：

INFO【Debug2Info】 XX 业务，requst: xxx, result:yyy

由于线上是 INFO 级别的日志，这个日志并不应该出现。
但我们看到 【Debug2Info】日志头时就很容易反映出来做了一些特殊处理。
这样可以清楚地知道这不是用户发起的请求，而是为了排查问题打印的日志。

2.3 属性标识

比如某个场景需要对一些推荐物品（直播、短视频、新闻、话题等）调用算法接口进行打分，由于某种特殊原因，某个投放物算法无法打分，需要临时通过代码对其中一类推荐物（如话题）随机打分。

items
// 过滤出话题的推荐物
.filter(ItemUtils::isTopic)
// t打分
.forEach(item -> item.setScore(RandomUtils.nextDouble(0,2)));

如果单纯这么处理，返回给前端的结果里 话题的数据和其他的数据打非常相似，单纯从结果里根本看不出是算法打分还是随机打分。

模拟示例如下:

[{"itemId":10086, "type":"video", score: 1.23}
,{"itemId":10088, "type":"video", score: 2.2}
,{"itemId":10288, "type":"topic", score: 1.4}
,{"itemId":10288, "type":"live", score: 1.024}
]

按照本文提到的原则，特殊处理留痕，我们可以加一些附加属性。

items
// 过滤出话题的推荐物
.filter(ItemUtils::isTopic)
// 附加属性标志特殊处理
.peek( item -> ItemUtils.setAttr(item,"randomScore", true))
// 随机打分
.forEach(item -> item.setScore(RandomUtils.nextDouble(0,2)));

模拟示例如下:

[{"itemId":10086, "type":"video", score: 1.23}
,{"itemId":10088, "type":"video", score: 2.2}
,{"itemId":10288, "type":"topic", score: 1.4, "attr":{"randomScore";true}}
,{"itemId":10288, "type":"live", score: 1.024}
]

这样就可以清楚地知道哪些推荐物做了特殊处理，后面去掉随机打分之后，该属性也不会再出现。

三、总结

对于需要特殊处理或者临时处理的场景下，尽量通过日志或者不影响正常业务的属性和常规数据标识出来，方便调试和排查问题。

想学习更多编程技巧，欢迎点赞、收藏加关注，未来持续更新更多文章。

原文链接：https://mingmingruyue.blog.csdn.net/article/details/123697917

本站声明:网站内容来源于网络,如有侵权,请联系我们,我们将及时处理。