# 介绍

在前端和客户端研发和测试过程中，环境问题一直困扰着我们，缺乏数据或数据管理不善都会导致研发整体效率低下。

在面对这些问题的时候，我们认为核心点主要有三方面，数据源问题、场景问题、生命周期问题。拥有稳定的、有可迭代能力的数据源是项目研发的关键，数据源实际上就是一个个服务端接口，而大多接口都是有种状态的，此时我们还需要解决场景管理的问题。另外，随着研发流程进行我们通常会进入日常联调、集成测试、灰度发布等周期，所以数据的提供应该始终是一个持续过程。

# 数据源问题

研发期数据缺失，研发同学与服务端根据产品需求，或者已有服务，约定业务交互字段。此时研发同学会根据业务字段创建可以用来 Mock 的数据，数据源需要满足如下几个原则：

标准化：由于终端几乎都基于同一层面的数据协议，各业务在数据交互上的通用性足以满足统一的要求，这里杜绝的个性化引入数据源而增加学习成本和 backup 成本
非侵入：数据源注入不侵入业务代码本身，也就是说业务逻辑的代码不会感知数据来自哪里
去中心：无中心服务依赖，工程本地即有数据备份，任何人可离线开发

# 场景问题

在面向复杂业务时，最常讲到的就是场景问题，除富交互编辑器一类的业务外，展示型业务的复杂往往意味着场景多，场景组合情况多，业务流转过程中分支多。组合场景的情况很容易遗漏关键场景，而且不好管理。一旦多人交叉协同时，前后交互字段有调整导致信息流反复，追溯成本变高。

可管理：场景数据需要可维护和管理，支持场景数据的语义化和基本的增删改
版本化：场景数据需要与业务逻辑一样，具备可版本化能力，场景数据以明文形式在当前工程中集成

# 生命周期问题

研发期的数据相对好解决，但从研发全环节覆盖的视角看待这个问题时，需要考虑后续的问题才能从整体上解决。

可迭代：场景数据可以随项目通过 Git Flow 管理，并作为交付必要部分
一致性：数据源应该由上一个周期延续，并在系统集成测试时对接真实数据源
文档化：一致性使得接口文档维护不再散乱、滞后，接口文档自动生成并保持迭代能力是最优解
可测试：无论是进行交付前的函数单元测试、UI 单元测试，还是测试期的系统集成测试都需要依赖可组合数据源，集成测试阶段稳定性要求高，需要数据源服务对外围服务做屏蔽

# 其它问题

录入成本：数据源人工初次录入成本较高，尤其是在联调期应该支持由请求快照自动录入
问题排查：生产环境应该支持切换数据源，支持代理和快照记录

根据上面的问题分析和研发经验沉淀下来的方法律，Macaca 团队设计并实现面向研发全周期的数据环境方案 - Macaca DataHub，具备可持续和去中心化等特点。

Macaca DataHub 是支持研发全周期的数据环境解决方案