能够在获得一个Map<String, *>数据集对象，对其进行java.util.BigDecimal"安全地"复杂数值计算的DSL提供。 DSL设计：
// get records
val records: Map<String, *> = querySql()
// do calculation
val result = calculate(records) {
(n("numerator") + n("numerator2")) / n("denominator")
}创建文档信息的业务场景
public RestResult<DocumentDo> generate(Dto dto) {
RestResult<DocumentDo> result = new RestResult<>();
DocumentDo docDo = new DocumentDo();
// ...
// 检查重复
if(checkDuplicate(dto.getUsername())) {
throw new BizException("...");
}
// 各种 username 合法过滤, 关键词过滤, 可能涉及到修改username的
RpcResult<UsernameDto> usernameRes = xxxService.getUsername(username)
String finalUsername = null;
if(usernameRes != null &&
usernameRes.isSuccess() &&
usernameRes.getData() != null) {
finalUsername = usernameRes.getData().getUsername();
}
// 能不能看出来这段代码的问题?
docDo.setUsername(finalUsername);
// 取块 并开始处理
ContentDto richContentDto = dto.getContent();
if(richContent == null) {
throw new BizException("...");
}
List<BlockDto> blocks = richContentDto.getBlocks();
if(blocks == null) {
throw new BizException("...");
}
// encode & flattern images
List<BlockDo> blockDoList = blocks
.stream()
.parallel()
.flatmap(block -> {
if(!BlockUtils.isImage(block)) {
return Stream.of(block);
}
byte[] bytes = (bytes[]) block.getContent();
byte[][] bytess = ImageUtils.analysis(bytes);
return Arrays
.stream()
.map(bytes -> {
BlockDo blockDo = new BlockDo();
blockDo.setXXX(block.getXXX());
blockDo.setContent(bytes);
})
})
.collect(Collectors.toList());
// 假设整个文档流经历了黑盒一样的处理计算, 你会选择相信这个blockDoList吗
docDo.setBlocks(blockDoList);
DocumentDo docResDo = dockDoRepository.save(docDo);
result.setSuccess(true);
result.setDate(docResDo);
return result;
}