从小项目到大型鸿蒙 App 的架构变化

从小项目到大型鸿蒙 App 的架构变化
在这里插入图片描述

子玥酱(掘金 / 知乎 / ZEEKLOG / 简书 同名)

大家好,我是子玥酱,一名长期深耕在一线的前端程序媛 👩‍💻。曾就职于多家知名互联网大厂,目前在某国企负责前端软件研发相关工作,主要聚焦于业务型系统的工程化建设与长期维护。

我持续输出和沉淀前端领域的实战经验,日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案,
在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。

技术方向:前端 / 跨端 / 小程序 / 移动端工程化
内容平台:掘金、知乎、ZEEKLOG、简书
创作特点:实战导向、源码拆解、少空谈多落地
文章状态:长期稳定更新,大量原创输出

我的内容主要围绕 前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读 展开。文章不会停留在“API 怎么用”,而是更关注为什么这么设计、在什么场景下容易踩坑、真实项目中如何取舍,希望能帮你在实际工作中少走弯路。

子玥酱 · 前端成长记录官 ✨
👋 如果你正在做前端,或准备长期走前端这条路
📚 关注我,第一时间获取前端行业趋势与实践总结
🎁 可领取 11 类前端进阶学习资源(工程化 / 框架 / 跨端 / 面试 / 架构)
💡 一起把技术学“明白”,也用“到位”

持续写作,持续进阶。
愿我们都能在代码和生活里,走得更稳一点 🌱

文章目录

引言

很多开发者刚开始做 HarmonyOS 应用 时,项目规模通常不大:

  • 几个页面
  • 几个组件
  • 一个简单的数据结构

代码结构可能是这样的:

pages components utils 

一开始看起来完全没问题。

但当项目逐渐变大:

  • 页面数量增加
  • 业务逻辑复杂
  • 团队成员变多

原来的结构很快就会出现问题:

  • 代码越来越难维护
  • 状态管理混乱
  • 页面之间耦合严重

我在做一个鸿蒙项目时,从 小型项目结构一路演进到大型应用架构,中间经历了几次比较典型的架构变化。

阶段一:小项目结构

很多鸿蒙项目一开始都是这种结构:

pages ├─ HomePage ├─ DetailPage ├─ ProfilePage components ├─ Banner ├─ Card utils ├─ request ├─ storage 

例如一个页面:

@Entry@Component struct HomePage {@State list:string[]=[]aboutToAppear(){this.loadData()}asyncloadData(){this.list =awaitrequest('/api/list')}build(){List(){LazyForEach(this.list,(item)=>{ListItem(){Text(item)}})}}}

这种结构适合:

  • Demo
  • 小项目
  • 个人练手项目

但随着页面越来越多,会出现几个问题:

  • 页面逻辑越来越重
  • 网络请求散落在各个页面
  • 状态难以复用

阶段二:业务模块化

当页面超过 20 个以上,很多团队会开始进行第一次架构调整。

页面驱动 变成 业务模块驱动

结构变成这样:

features ├─ home │ ├─ HomePage │ ├─ HomeService │ └─ components │ ├─ user │ ├─ ProfilePage │ ├─ UserService │ └─ components │ ├─ order │ ├─ OrderPage │ ├─ OrderService │ └─ components common ├─ components ├─ utils └─ request 

这种结构有一个明显好处:

业务逻辑聚合在一起。

例如:

home ├─ 页面 ├─ 组件 ├─ API 

Home 模块相关代码全部在同一目录。

例如:

classHomeService{asyncfetchFeed(){returnrequest('/api/feed')}}

页面调用:

aboutToAppear(){newHomeService().fetchFeed().then(res =>{this.list = res })}

这样结构会清晰很多。

阶段三:状态管理层出现

当项目继续变大,你会发现新的问题:

  • 页面之间需要共享数据
  • 用户信息到处传
  • 状态同步困难

例如:

用户信息 登录状态 购物车数据 

如果全部用 @Prop@Link 传递,会非常混乱。这时候通常会引入 全局状态层

鸿蒙中常见方式:

@Provide / @Consume 

例如在根组件:

@Provide userInfo: User ={ name:"Tom"}

子组件:

@Consume userInfo: User 

这样可以避免:

层层传参 

很多大型应用还会做 Store 层

store ├─ userStore ├─ cartStore └─ appStore 

例如:

classUserStore{@State userInfo: User |null=nulllogin(user: User){this.userInfo = user }}

这样状态管理就会更清晰。

阶段四:分层架构

当应用规模继续扩大时,仅仅模块化还不够。很多团队会引入 分层架构

典型结构是:

presentation service repository model 

例如:

features └─ order ├─ pages ├─ components ├─ service ├─ repository └─ model 

各层职责:

presentation(UI层)

页面 组件 

service(业务逻辑层)

订单逻辑 状态处理 

repository(数据层)

网络请求 本地缓存 数据库 

例如:

classOrderRepository{asyncfetchOrders(){returnrequest('/api/orders')}}

Service:

classOrderService{ repository =newOrderRepository()asyncgetOrders(){returnthis.repository.fetchOrders()}}

Page:

aboutToAppear(){newOrderService().getOrders().then(res =>{this.list = res })}

这样 UI 就不会直接依赖 API。

阶段五:组件系统化

当项目规模到 几十个页面 时,组件数量会暴涨。很多团队会建立 组件系统

例如:

design-system ├─ Button ├─ Card ├─ Modal ├─ Form └─ Table 

统一设计:

  • UI 风格
  • 交互逻辑
  • 主题

例如:

@Component struct AppButton {@Prop text:stringbuild(){Button(this.text).width(200).height(44)}}

所有页面统一使用:

AppButton 

而不是:

Button 

这样:

  • UI 一致
  • 维护更容易

总结

从小项目到大型鸿蒙应用,架构通常会经历这样一个演进过程:

页面驱动 ↓ 业务模块化 ↓ 状态管理层 ↓ 分层架构 ↓ 组件系统 

很多项目的问题其实不是 技术选型错误,而是:

架构没有随着项目规模演进。

小项目结构用在大项目上,迟早会失控。如果你准备做一个长期维护的鸿蒙应用,建议尽早规划三件事:

1、业务模块划分
2、状态管理方案
3、组件系统设计

把这三件事做好,项目规模变大时,架构会稳定很多。

Read more

《算法题讲解指南:优选算法-二分查找》--21.山峰数组的的峰顶索引,22.寻找峰值

《算法题讲解指南:优选算法-二分查找》--21.山峰数组的的峰顶索引,22.寻找峰值

🔥小叶-duck:个人主页 ❄️个人专栏:《Data-Structure-Learning》 《C++入门到进阶&自我学习过程记录》《算法题讲解指南》--从优选到贪心 ✨未择之路,不须回头 已择之路,纵是荆棘遍野,亦作花海遨游 目录 21. 山峰数组的的峰顶索引 题目链接: 题目描述: 题目示例: 解法(二分查找): 算法思路: C++算法代码: 算法总结及流程解析: 22. 寻找峰值 题目链接: 题目描述: 题目示例: 解法(二分查找): 算法思路: C++算法代码: 算法总结及流程解析: 结束语 21. 山峰数组的的峰顶索引 题目链接: 852. 山脉数组的峰顶索引 - 力扣(LeetCode) 题目描述: 题目示例: 解法(

By Ne0inhk

LeetCode704.二分查找、27.移除元素、977.有序数组的平方

Leetcode 704. 二分查找 给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target  ,写一个函数搜索 nums 中的 target,如果 target 存在返回下标,否则返回 -1。 你必须编写一个具有 O(log n) 时间复杂度的算法。 题目链接: https://leetcode.cn/problems/binary-search/ 文章讲解: https://programmercarl.com/0704.%E4%BA%8C%E5%88%86%E6%9F%A5%E6%89%BE.html 视频讲解:

By Ne0inhk
【缓存算法】一篇文章带你彻底搞懂面试高频题LRU/LFU

【缓存算法】一篇文章带你彻底搞懂面试高频题LRU/LFU

系列文章目录 文章目录 * 系列文章目录 * 一、LRU缓存算法 * 1.哈希表 + 双向链表 * 二、LFU缓存算法 * 1、哈希表 + 平衡二叉树 * 2、双哈希表 * 三、总结 一、LRU缓存算法 1.哈希表 + 双向链表 1.题目链接:LRU缓存 2.题目描述: 3.算法思路: 1.双向链表 + 哈希表 组合: 双向链表(带哑头 / 哑尾节点):维护缓存节点的访问顺序,最近使用的节点放在链表头部,最少使用的节点放在链表尾部(淘汰时直接删尾部); 哈希表(cache):实现 key 到节点的 O (1) 快速查找,解决链表遍历查找慢的问题; 2.

By Ne0inhk
【数据结构】哈希扩展学习

【数据结构】哈希扩展学习

目录 1. 位图 1.1 位图相关面试题 给40亿个不重复的无符号整数,没排过序。给一个无符号整数,如何快速判断一个数是否在这40亿个数中。(本题为腾讯/百度等公司出过的一个面试题) 1.2 位图的设计及实现 1.3 C++库中的位图 bitset 1.4 位图的优缺点 1.5 位图相关考察题目 • 给定100亿个整数,设计算法找到只出现一次的整数? • 给两个文件,分别有100亿个整数,我们只有1G内存,如何找到两个文件交集? • 一个文件有100亿个整数,1G内存,设计算法找到出现次数不超过2次的所有整数 2. 布隆过滤器 2.1 什么是布隆过滤器 2.2 布隆过滤器器误判率推导 2.3 布隆过滤器代码实现 2.4 布隆过滤器删除问题 2.

By Ne0inhk