Architecture n层系统是否会使；“感觉”；用于大型数据集处理？
我最近成为了开发我们“旗舰”产品的开发团队的一员。它主要是一个在N层系统中实现的阅读密集型web应用程序（asp.net（c#）和oracle）。数据库中的大多数写入都是通过外部服务完成的（而不是通过webapp）。他们不是在数据库中调度正常的批处理作业来进行数据聚合，而是将所有的事情都推到了业务层（有时是创建一亿个对象）。虽然这确实使所有“业务逻辑”保持在同一位置，但它也比在数据库中运行等效查询花费大约200倍的时间。这对我来说似乎是个糟糕的主意。我错了，这是标准的好东西吗？是否有人有任何我可以向我的同事（或我自己，如果我错了）指出的真实案例研究Architecture n层系统是否会使；“感觉”；用于大型数据集处理？,architecture,n-tier-architecture,Architecture,N Tier Architecture,我最近成为了开发我们“旗舰”产品的开发团队的一员。它主要是一个在N层系统中实现的阅读密集型web应用程序（asp.net（c#）和oracle）。数据库中的大多数写入都是通过外部服务完成的（而不是通过webapp）。他们不是在数据库中调度正常的批处理作业来进行数据聚合，而是将所有的事情都推到了业务层（有时是创建一亿个对象）。虽然这确实使所有“业务逻辑”保持在同一位置，但它也比在数据库中运行等效查询花费大约200倍的时间。这对我来说似乎是个糟糕的主意。我错了，这是标准的好东西吗？是否有人有任何我可
我不是在争论n-tier是好是坏，但它适合数据聚合处理等吗？关于处理时间（以及资源，如内存），您是对的
- 最佳实践是聚合尽可能接近数据的数据，最好是在数据库中。一亿个物体看起来很疯狂
- 然而，我们都知道，这样的代码不易维护。因此，开发时间更长，最终成本更高
您必须在项目的特定环境中仔细权衡优势 例如，频率所有这一切都非常重要。如果这一过程每分钟都在进行，那么高昂的成本显然是可以接受的，但如果它每年都在进行，成本可能就不高了
也许正确的平衡需要两者兼而有之。例如，要获得良好的投资回报率：
- 对数据库的查询可以进行第一级的聚合，去掉微小的细节，并将要创建的对象数量减少100个
- 业务层可以应用其余的规则
- 降低从数据库中取出的对象（或行）数量的低级聚合
- 很少改变的规则
- 易于在SQL中读取的规则