Controller 开发

Feat Cloud 与 Spring Boot 的对比

Feat Cloud 和 Spring Boot 都提供了便捷的 Web 开发体验，但在 Controller 的实现方式上有一些区别。下面我们对比两者的主要差异：

特性	Feat Cloud	Spring Boot
注解定义	• `@Controller` • `@RequestMapping`	• `@Controller` • `@RestController` • `@RequestMapping`
路由映射	• 基于方法的 `@RequestMapping`	• `@GetMapping` • `@PostMapping` • `@PutMapping` • `@DeleteMapping` • 等 HTTP 方法特定注解
参数处理	• 自动类型转换 • 支持 HttpRequest、HttpResponse 等原生对象	• `@RequestParam` • `@PathVariable` • `@RequestBody` • 等注解
异步处理	• 通过 `@Controller(async=true)` 配置	• `@Async` 注解 • 返回 `CompletableFuture` • 返回 `DeferredResult`
依赖注入	• 构造器注入 • 字段注入	• 构造器注入 • 字段注入 • setter 注入
编译时处理	• 编译时静态转码 • 无运行时反射	• 运行时反射 • 动态代理

Controller 基本使用

定义 Controller

在 Feat Cloud 中，使用 @Controller 注解标记一个类为控制器：

import tech.smartboot.feat.cloud.annotation.Controller;
import tech.smartboot.feat.cloud.annotation.RequestMapping;

@Controller
public class HelloController {

    @RequestMapping("/hello")
    public String hello() {
        return "Hello, Feat Cloud!";
    }
}

请求映射

使用 @RequestMapping 注解将 HTTP 请求映射到控制器的方法：

@Controller
public class UserController {

    @RequestMapping("/users")
    public List<User> getUsers() {
        // 返回用户列表
        return userService.findAll();
    }

    @RequestMapping("/users/{id}")
    public User getUser(String id) {
        // 根据ID返回用户
        return userService.findById(id);
    }
}

请求处理

参数绑定

Feat Cloud 支持多种参数类型的自动绑定：

@Controller
public class OrderController {

    // 基本类型参数自动绑定
    @RequestMapping("/orders")
    public List<Order> getOrders(int page, int size) {
        return orderService.findByPage(page, size);
    }

    // 对象参数自动绑定
    @RequestMapping("/orders/create")
    public Order createOrder(Order order) {
        return orderService.create(order);
    }

    // 原生请求/响应对象
    @RequestMapping("/orders/download")
    public void downloadOrders(HttpRequest request, HttpResponse response) {
        // 处理文件下载
        response.setContentType(HeaderValue.ContentType.APPLICATION_OCTET_STREAM);
        // ...
    }
}

实际案例分析

以下是一个实际的 Controller 示例，展示了如何处理不同类型的请求和响应：

FeatController.java
Message.java

@Controller
public class FeatController {
    static byte[] body = "Hello, World!".getBytes();

    @RequestMapping("/plaintext")
    public byte[] plaintext(HttpResponse response) {
        response.setContentType(HeaderValue.ContentType.TEXT_PLAIN_UTF8);
        return body;
    }

    @RequestMapping("/json")
    public Message json(HttpResponse response) {
        response.setContentType(HeaderValue.ContentType.APPLICATION_JSON_UTF8);
        return new Message("Hello, World!");
    }
}

public class Message {
    private String message;

    public Message(String message) {
        this.message = message;
    }

    public String getMessage() {
        return message;
    }

    public void setMessage(String message) {
        this.message = message;
    }
}

高级特性

异步处理

Feat Cloud 支持异步 Controller，通过设置 @Controller 的 async 属性为 true 启用：

@Controller(async = true)
public class AsyncController {

    @RequestMapping("/async/data")
    public CompletableFuture<Data> getAsyncData() {
        return CompletableFuture.supplyAsync(() -> {
            // 执行耗时操作
            return new Data("Async result");
        });
    }
}

跨域支持

使用 @CrossOrigin 注解支持跨域请求：

@Controller
public class ApiController {

    @CrossOrigin
    @RequestMapping("/api/data")
    public Data getData() {
        return new Data("Cross-origin data");
    }
}

依赖注入

Feat Cloud 支持在 Controller 中注入其他服务：

@Controller
public class ProductController {

    private final ProductService productService;

    // 构造器注入
    public ProductController(ProductService productService) {
        this.productService = productService;
    }

    @RequestMapping("/products")
    public List<Product> getProducts() {
        return productService.findAll();
    }
}

最佳实践

Controller 设计原则

职责单一：Controller 只负责请求的接收和响应的返回，业务逻辑应当放在 Service 层。
参数校验：对输入参数进行必要的校验，确保数据的合法性。
异常处理：合理处理异常，避免将异常直接暴露给客户端。
RESTful 设计：遵循 RESTful API 设计规范，使 API 更加直观和易用。

性能优化

使用异步处理：对于耗时操作，考虑使用异步 Controller。
合理设置响应类型：根据实际需求设置合适的 Content-Type。
避免大对象传输：对于大数据量的响应，考虑分页或流式处理。