.net最常用的架构有哪些

.net最常用的架构有哪些,第1张

最长用的还是三层架构

1 UI Tier(User Interface, 用户接口层)

表示层完成向用户展示界面,提供进一步 *** 作的“驱动接口”,例如按钮,并显示结果。

2 Business Tier(商业层)

完成数据加工,提供加工后的数据给表示层,或者数据层。又可以分为 BLL(Business Logic Layer, 商业逻辑)和DAL(Data Access Layer, 数据访问)。DAL负责存取数据,BLL负责对DAL层 *** 作,对数据进行运算和 *** 作。BLL也负责响应表示层的事件。

3 Data Tier(数据层)

完成数据存储功能。可能是数据库、数据源、XML、文本文件等。

这样就把 数据、业务、显示 分开了。UI层只负责显示给用户看,至于数据怎么处理运算,由BLL进行并响应,处理完的数据,怎么存取由DAL层进行,数据怎么存在介质上由Data层完成,DAL就不用管。各层之间相对比较独立,物理依赖性就不那么高了,有时候就只需要编译改动过的层。

一般对开发和设计人员来说,只需要对UI, BLL, DAL 进行设计开发,DATA Tier由OS或者DBMS来进行,你只需要按“格式”来存取数据即可。

“三层结构的程序不是说把项目分成DAL, BLL, WebUI三个模块就叫三层了, 下面几个问题在你的项目里面:

1 UILayer里面只有少量(或者没有)的SQL语句或者存储过程调用, 并且这些语句保证不会修改数据

2 如果把UILayer拿掉, 你的项目还能在Interface/API的层次上提供所有功能吗

3 你的DAL可以移植到其他类似环境的项目吗

4 三个模块, 可以分别运行于不同的服务器吗

三层架构可以说是一种设置模式,他的作用只是让我们更加有效的利用资源,有利于以后的修改和查看,依次分为视图层,逻辑层,数据层;

试图层顾名思义就是我们所看到的,他的原代码并没有关于处理和连库等代码,只是简单的跳转页面,我们没有办法看到真正的代码;

逻辑层就是我们从页面层发回的问题等请求,从字面意思来看,你可以将他视为一个过渡层,只是连接是图层和数据层;进行一些连库,删除数据等 *** 作了;从试图层跳转过来的问题在这里进行处理,并提交给数据层,再返回页面层共读者查看;

数据层就不用说了吧!这里存放着所有的数据也就是一个工程的大本营一样;

三层架构已经不仅仅属于net了,他是一种设计形式,从某种意义上来说,所有的开发设计几乎都已经以三层架构为基础,三层架构及有效的处理问题,将数据和试图也有效的分开,这样防止耦合度过高,有利于处理和修改,(你不会是想将代码全部写在视图页面上,这样有一个小小的变动,我们就要翻看几十万句代码,从中找出,那我要替你的眼睛抱不平了)当你将程序做好后,从这台机子移动到另一台机子时,大大减少了出错的问题;

通俗一点就是,这样看上去很有层次感,我们查看时,可以减少时间的浪费,也不用在代码堆里翻来覆去找不到北

架构的话有很多尝试,传统的Oracle和 Postgre用的比较广泛, 很多架构在此基础上同时应用 NoSQL。因为大多数LBS并不涉及更复杂的空间数据存储,例如多边形或者三维数据,因此,大多数generic的数据库架构都可以应用。但是,从产品核心的设计以及发展来看,如果像FourSquare(4SQ)进行数据挖掘并提供收费的数据分析服务,那么基于空间的利用文件数据结构,以空间POI为基础的NoSQL,是比较好的选择。除了其他人介绍的很多LBS,比如街旁和4SQ,应用的Mongo DB, 还有Couch DB, 根据之前来讲课的澳洲政府的一个大型空间数据库项目(集成了多种现有的空间数据库)的构架师介绍,这个项目应用了Couch DB。虽然理论上Graphic的NoSQL对于存储空间数据也有很大优势,但是毕竟相对不成熟,所以实际应用中的NoSQL还是以doc结构的Mongo和Couch为主。

如何提高命中率关键是对存储的空间数据认识程度和对用户query的类型的统计分析,并在此基础上开发出适合的算法,建立缓存或者对传统的空间索引进行组合,例如应用一些refine-filter策略。空间数据的索引与传统的索引不同,但是又部分基于传统索引的基础之上的。这里只介绍一些简单的空间索引入门算法,最后简单谈一下缓存建立的策略。

以上就是关于.net最常用的架构有哪些全部的内容,包括:.net最常用的架构有哪些、什么叫做数据库的“三层架构”、LBS数据库的架构是怎样的等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/sjk/9538371.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-04-29
下一篇2023-04-29

发表评论

登录后才能评论

评论列表(0条)

    保存