Project Icon

go-clean-arch

Golang中的Clean Architecture实现及其独立性与可测试性

本项目展示如何在Golang中实现Clean Architecture,重点在于独立于框架、UI和数据库等外部因素,确保系统的可测试性和灵活性。项目结构分为模型层、仓储层、用例层和传输层四大域。用户可通过不同版本的分支探索不同结构,并结合docker-compose进行应用部署和测试。详细信息及版本更新日志可参考Medium文章和项目PR链接。

项目介绍:go-clean-arch

go-clean-arch 项目是一个在 Go (Golang) 编程语言中实现的清晰架构示例。该项目的主要目的是展示如何在软件开发中应用 Uncle Bob 提出的清晰架构原则,从而构建一个灵活、可测试且独立于框架、用户界面、数据库以及任何外部机构的系统。

清晰架构原则

根据 Uncle Bob 的定义,清晰架构应具备以下特征:

  • 独立于框架:架构不依赖于某些复杂的软件库,这样可以灵活地将不同框架作为工具来使用,而不是让系统适应框架的限制。
  • 可测试性:业务规则可以在不依赖于用户界面、数据库、Web 服务器或其他外部元素的情况下进行测试。
  • 独立于用户界面:用户界面可以轻松更改,而不影响系统的其他部分。例如,可以将 Web 界面替换为控制台界面,而无需更改业务规则。
  • 独立于数据库:可以随意更换数据库类型,例如,从 Oracle 或 SQL Server 切换到 MongoDB、BigTable 或 CouchDB,而不影响业务规则。
  • 独立于任何外部代理:业务规则对外部世界一无所知,从而保持了高度的独立性和通用性。

项目架构层次

该项目架构被分为四个域层:

  • Models 层:负责数据模型的定义。
  • Repository 层:用于数据存取的抽象接口。
  • Usecase 层:业务逻辑处理层。
  • Delivery 层:负责处理输入输出,通常是用户接口层。

golang clean architecture

项目的结构设计还可以通过作者的相关博客来了解,尽管结构可能有所变化,但应用层的基本概念保持不变。

项目运行方式

为了运行此项目,请确保已经在 MySQL 中运行了 article.sql。建议将源码放在任意文件夹而不是 GOPATH 中,因为项目已经使用了 Go Module 管理。

测试运行

可以通过以下命令运行测试:

$ make tests

应用程序运行

以下是使用 docker-compose 运行的步骤:

  1. 移动到工作目录

    $ cd workspace
    
  2. 克隆项目到工作空间

    $ git clone https://github.com/bxcodec/go-clean-arch.git
    
  3. 进入项目目录

    $ cd go-clean-arch
    
  4. 复制环境变量示例文件

    $ cp example.env .env
    
  5. 运行应用程序

    $ make up
    
  6. 应用程序开始热重载运行

  7. 在另一个终端执行调用请求

    $ curl localhost:9090/articles
    

使用的工具

项目中使用了一些工具,例如:

  • 列在 go.mod 文件中的所有库。
  • github.com/vektra/mockery 用于生成测试所需的模拟工具。

可以根据项目需求选择合适的类库,只需确保选择能够满足相同需求的更合适的库,并充分发挥创造力。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号