groovy dsl——配置数据驱动 groovydsl数据配置

已经习惯于用json来配置一些数据，因为json能够被大多数语言支持，尤其在录入的时候，js操作非常的方便。但，仍然有些问题，从配置数据生成想要的对象，代码上仍然要做一些工作，尤其在配置数据本身具有一些规则的时候，额外的工作就更多因此尝试使用dsl的方式替换部分的数据配置。由于groovy和java无缝的互操作性，因此使用groovy作为宿主语言。
groovy的dsl有几种惯用的模式，以下采用的是 category和missing method混合的方式

配置的格式如下:

boss1 {
     职业 "魔法师"
     成长 'A', 'B', 'B'
     技能 "火炎":4, "冰霜":3, "落雷":3
     
     升级 40
     增加魔力 20
}

java代码最终调用的是 makeBoss('boss1')， groovy代码定位并执行 boss1 的闭包， boss闭包接受一个boss对象，在闭包内部修改 boss 数值

boss闭包执行的代码为:

Closure boss = findBossClosure(bossName)
boss.delegate  = bossObject
boss.call(bossObject)

这样闭包执行到 职业，成长等方法的时候，就会去调用bossObject的方法。

但由于 bossObject 是一个java 对象， 因此向它添加新方法就需要利用到groovy的动态性，也就是使用 category的方式。如 职业，成长等方法,因此代码变为：

use (BossHelper) {
     Closure boss = findBossClosure(bossName)
     boss.delegate  = bossObject
     boss.call(bossObject)
}

最后要做的是 boss1 方法的动态定义，这个需要用到 missingmethod

def methodMissing(String methodName, args) {
        boss(methodName, args[0] as Closure)
}

这里假设不存在的方法调用都是boss类方法，这样 boss1方法实际上变成了 boss('boss1', closure)
需要注意的是，methodMissing的参数格式要严格书写，否则groovy不会认为是个methodMissing方法

相比原先json的配置方式，有三个优点：

• 1. 数据脚本化，通过使用一些简单的预定义规则，数据配置的适应性更强
• 2. 把部分逻辑从代码推向数据，从而能够使常变动的内容在配置层面处理掉，而不需要更改数据处理代码的逻辑
• 3. 动态可控，通过category的方式，动态性局限在指定的范围内，不会扩散

缺点也有：

• 1. 少了数据的处理代码，但是多写了向dsl暴露的接口和实现
• 2. 需要额外的增加脚本验证功能，我指的是想数据配置人员提供的工具
• 3. 可能会受不了诱惑而使数据配置功能过多而失控
• 4. 不得有边际效应