即时微服务的逻辑和安全规则( 二 ) _微服务

规则在Python中声明，并通过IDE代码完成简化。下面的屏幕显示了检查信用逻辑的5条规则。
上面的apply_customizations过程模拟了使用IDE在logic/declare_logic.sh中声明逻辑的过程。
可以查看运行中的逻辑：
（1）在管理应用程序中，注销(右上角)，并以管理员（admin）身份登录。
（2）使用管理应用程序为客户1添加订单和项目(见附录) 。
观察控制台日志中触发的规则，如下面的屏幕截图所示。
逻辑提供了对过程逻辑的显著改进，如下所述。
A.复杂性扩展下面的截图显示了逻辑声明和插入项目（Item）的日志记录。每行表示一个规则触发，并显示该行的完整状态。
注意，这是一个多表事务，如缩进所示。这是因为-就像电子表格-规则自动链，包括跨表。

文章插图
B.代码简洁40倍5个类似电子表格的规则可以表示与200行代码相同的逻辑，如下所示。这在系统的后端减少了40倍代码。
C.自动再利用以上的逻辑(可能是为Place order设计的)自动应用于所有事务：删除订单、更改项目、将订单转移给新客户等。这减少了代码，并提高了质量(没有遗漏的极端情况) 。
D.自动优化通过削减和消除昂贵的聚合查询，可以最小化SQL开销。这些可能导致数量级的影响。
E.规则透明规则是一种可执行的设计。需要注意的是，它们完全映射到自然语言设计（如注释所示），可供业务用户阅读。
可以选择使用Behave TDD方法来定义测试，并且规则报告Rules Report将显示为每个测试执行的规则。
3.使用规则和Python进行迭代类似于电子表格的规则不仅简洁了40倍的代码，而且还有效地简化了维护。举个例子：
购买10件或以上的碳中和产品，给予10%的折扣。
下面的apply_iteration过程模拟迭代：

通过Product.CarbonNeutral获取一个新的数据库。
发出ApiLogicServer rebuild-from-database命令，重建项目(数据库模型、API)，同时保留上面所做的自定义设置。
获取修改后的ui/admin/admin.yaml ，在管理应用程序中显示这个新列。
获得修改后的逻辑：在logic/declare_logic.py中，将model . item . amount公式的2行替换为以下内容(下一个截图显示了使用断点执行的修订逻辑）：

def derive_amount(row: models.Item, old_row: models.Item, logic_row: LogicRow): amount = row.Quantity * row.UnitPrice if row.Product.CarbonNeutral and row.Quantity >= 10: amount = amount * Decimal(0.9) # breakpoint here return amount Rule.formula(derive=models.Item.Amount, calling=derive_amount)

要应用这个迭代，在项目的终端窗口中：
（1）停止服务器(红色停止按钮，或Shift-F5 -参见附录)
（2）应用迭代
# mac, linuxsh apply_iteration.sh#windows./apply_iteration.ps1（3）设置断点，如下图所示。
（4）测试：启动服务器，以管理员身份登录。
（5）使用管理应用程序通过添加12个绿色项目来更新订单。
在断点处，可以使用标准调试器服务来调试逻辑(检查项目属性、步骤等) 。

文章插图
这个简单的例子说明了迭代的一些重要方面，将在以下的小节中描述。
3.1.维护自动化除了编写文档之外，开发人员最讨厌的任务之一就是维护代码。这是因为这与编写代码无关，而是需要理解和破译别人编写的代码，这样就可能添加4或5行代码，这些代码有望被调用并正确运行。
规则改变了这一点，因为它们基于系统发现的依赖关系对它们的执行(和修改)进行自我排序。因此要更改逻辑，只需“在桶中放入一个新规则” ，数据库系统将确保以适当的顺序调用它，并在所有应用的用例中重复使用。维护速度更快，质量更高。
3.2使用Python扩展在这种情况下，需要进行一些if/else测试，添加少量Python非常方便。即使对于Python新手来说，使用“Python作为4GL”也非常简单。
当然，拥有Python及其许多库的全部面向对象功能，因此不存在自动化惩罚限制。
3.3调试：IDE和日志记录上面的屏幕截图说明了调试逻辑是人们所期望的：使用IDE的调试器。这种“基于标准”的方法适用于其他开发活动，例如源代码管理和基于容器的部署。