后端开发中的分层架构如何正确划分业务逻辑和非业务逻辑？

后端分层架构：巧妙划分业务逻辑与非业务逻辑

后端开发中，分层架构（例如，Controller、Service、DAO三层）至关重要。虽然分层原则清晰，但在实践中，特别是Service层和DAO层间的界限，以及引入Manager层后的逻辑划分，常常令人困惑。本文将探讨如何有效区分业务逻辑和非业务逻辑。

业务逻辑与非业务逻辑的界定

业务逻辑直接关联业务需求，用户可感知；而非业务逻辑则为底层操作，与业务流程无关，例如数据库操作细节或密码加密。

以下是一些非业务逻辑示例：

1. 数据库操作细节： UserManager.delete() 和 DepartmentManager.delete() 可能同时删除关联表（例如userdeptmodel）中的数据。这属于非业务逻辑，因为它只涉及数据库操作，而非业务流程本身。如果没有Manager层，DAO层也可以处理这类操作，只要它与业务无关。

    class UserManager:
        def delete(self):
            userdao.delete()
            userdeptdao.delete()
   
    class DepartmentManager:
        def delete(self):
            departmentdao.delete()
            userdeptdao.delete()

2. 密码加密： 用户无需了解密码存储细节，加盐操作可放在DAO或Manager层。

    class UserDao:
        def make_password(self, passwd):
            return salt(passwd)  # 假设salt函数用于密码加盐
   
        def save(self):
            passwd = self.make_password(passwd)
            self.passwd = passwd
            super().save() #假设super().save()是数据库保存方法

3. DAO层方法命名： get_super_user 这样的方法名是否合适，取决于其是否涉及业务逻辑。如果super与业务无关，则可以使用；否则，应在Service层处理。

4. HTTP请求封装： 后端依赖的封装，可以放在DAO层，而非Service层。

Python中实现类似Django filter的功能

在Django/Flask中，数据过滤相对容易。但在Python的三层架构中，需要考虑如何在DAO层处理请求参数。如果没有Spring之类的依赖注入框架，则需手动传递参数。 Java中，Hibernate等ORM框架提供了强大的数据过滤和查询功能。

数据实体与分层架构

数据实体用于数据持久化。在三层架构中，Controller、Service和DAO层并非严格一一对应。Service层可能调用多个DAO完成一个业务操作，而一个DAO也可能被多个Service调用。

总之，正确区分业务逻辑和非业务逻辑是后端开发的关键，合理的分层架构能提升代码可读性和可维护性。