面向中后台复杂场景的低代码实践思路

简介：现实中，业务场景多，迭代频繁，变化快到跟不上，规则可能由多人掌握，无法通过一个人了解全貌；还有业务所在行业固有的复杂度和历史包袱，这些问题都会让我们感到痛苦。除了逻辑问题，我们还关注易用性交互开发的问题。

作者 | 偏左
来源 | 阿里技术公众号

一中后台前端研发复杂度背景

做中后台前端开发，会经常碰到复杂交互和复杂逻辑问题：

你负责的业务中，规则是不是很多？是不是会不自觉的试图用if...else解决一切问题，逻辑是不是在迭代过程中变得越来越乱？最后彻底变成一个看不懂改不动的黑盒子，没有人能搞清楚黑盒子里面到底发生了什么。

现实中，业务场景多，迭代频繁，变化快到跟不上，规则可能由多人掌握，无法通过一个人了解全貌；

还有业务所在行业固有的复杂度和历史包袱，这些问题都会让我们感到痛苦。

除了逻辑问题，我们还关注易用性交互开发的问题。

试想，在中后台系统中，没有说明、没有指引，那该有多难用？所以通过内容运营，增加指引提升易用性是十分必要的，但对于前端开发来说，又像是下了一道魔咒。为什么这么说呢？

易用性交互的形式很多，不但会放大整体功能开发难度，而且很容易干扰到业务功能，让本来已经很复杂的开发工作更加复杂，加速了整体腐化。

本身排期就已经低于功能需求了，再加上这些问题，导致大家都不爱去做，长此下去，平台越来越难用。

那么问题逐渐显现，如何面对中后台复杂场景中最深刻的两个问题：即复杂交互、复杂逻辑。

二复杂交互解法

1 思路

首先是使用动态标注生成交互界面，来解决复杂交互问题：

这是一个典型的后台功能配置页：这里面有列表有详情，加入了很多指引。这里相当一部分交互的繁琐编码工作，其实是以一种简洁高效的低代码方式去解决的。

首先我们需要把页面划分为业务功能交互以及辅助内容交互，所谓业务功能交互，即脱离了这部分交互业务就不再完整了，而辅助内容交互则是没有这部分交互系统也能用，但是可能会很难用。

那么我们方案的核心目标就是：将业务功能交互，还是由前端通过procode开发完成，而这些辅助内容交互，就可以由低代码配置去完成了。

想法比较直接，那么真实的效果如何呢？

这是一个比较复杂的配置页，使用了大量引导类交互，有点击出现弹窗、查看文档、还有各种加下划线气泡、stepbystep引导、还有更过分的要加复杂流程图、这是SVG做的，图里面还要带有气泡按钮解释的，等等，像这种交互在系统中有近400个，如果把这些写在代码里面，是一个非常大的负担，而这些，我们都是通过低代码配置化去解决的。

2 实践

接下来是实战部分：

第一步，我们要找到辅助类的交互，哪些是必须要procode的业务关键能力，哪些是非必须的。在我们的实践经验中，像这些辅助类交互都是可以抽象成组件复用的。

第二步，我们将这些组件，通过动态标注的方式，渲染到界面上。

关键流程可以描述为，首先捕捉用户的行为，如元素点击、移入移出，或是节点生成、销毁、或是URL改变了等等。

当匹配这些行为时，找到组件插入或更新的位置，然后渲染出来，这个时候组件会按预设的规则动态的标注到页面指定位置上。

比如，当用户进入某个页面时（行为是URL改变），我们给指定区域（可能是一个选择器指定的），插入一张流程图。

第三步，这些组件可能互相之间是有交互的，比如点击问号按钮的时候出现弹窗，点击好用不好用的时候要感谢反馈等等，这个我们是通过一种自定义协议的url来完成的，这里给出了一些例子来展示下我们正在使用的动作，如：

向机器人提问、提交工单、显示消息、打开弹窗、复制内容等等

通过给组件配置url来完成不同的动作

这样就完成整个易用性交互的标注和动作过程。

3 相关问题

那么问题来了，现在都是一些动态渲染技术，状态变了那么页面结构可能也变了呀，那组件也丢失了。没有关系，当DOM变化的时候，我们仍然是在监听的，只要检测到DOM树变化或关键属性变化，我们就重新执行一次渲染。

第二个问题是，这些规则都太专业了，CSS选择器、XPath，这些对于非技术同学来说使用成本非常高，而且可能因为一个很小的页面改动就会导致配置失效。

这类问题我们的实践方案是，可以通过视觉特征的相似度去做模糊匹配，使用者只要去勾选出相应的特征和偏差范围，就可以自动生成脚本去做匹配，这里我们是通过扩展了XQuery形成了自己的模糊查询方式。

4 复杂交互动作

标注的问题解决了，但是复杂的交互动作怎么做呢？这里有个例子说明一下：

试想一个场景，一个系统，对于新用户、老用户，需要有不同的引导方式

新用户场景下，首先提示用户，欢迎使用新手引导，2秒后，展示新手引导弹窗；

而老用户场景下，仅提示用户，欢迎查看常见问题，当点击常见问题时，向机器人发问获取知识；

在每个环节中，我们都是通过url来产生动作，但是怎么串起来呢？

在我们的定义中，url可以被串联顺序执行，也可以加上@if，条件执行，还可以加上@delay延时执行，这样就可以将所有一系列的url组织成一个url，并在两种场景去分别触发。

三复杂逻辑解法

接下来要面对更难的一个问题，复杂逻辑，通过策略编排生成逻辑代码。

方案的核心目标，是将所有的交互逻辑从ProCode开发，转为低/无代码配置，但这个核心目标的前提并不是要用低代码来替代procode，而是因为procode写复杂逻辑很难，所以要使用简单的低代码实现。

在我们实际业务的实践中有一例典型的高复杂度表单，一个表单三种场景，每种场景的各个字段都有联系，一共有33个状态，82条逻辑规则。当时是以procode开发，到第5个工作日时就因为各种错漏返工无法继续了，而转用策略编排，我们用了近2个工作日就解决了这些逻辑写作问题。

这听起来有些不可思议，但是这种方案其实是可以高效的替代常规编码的。

1 思路

先认识下我们要面对的问题。

复杂逻辑带来的是高验证成本、高研发成本、逻辑黑盒以及返工风险等。

而问题的本质和解法有三点：

状态多难以预测和验证：我们的解法是，要确定状态的来源，明确状态为什么改变了，还要能快速验证这个状态的来龙去脉。
联动多 / 条件多：我们需要一个高效的方法论指导，可以管理每个状态的联动及条件
技术更迭，代码腐化问题：如果代码是由规则生产出来的，那就没有问题了

综上，复杂交互逻辑的问题，已经被转变为了复杂条件、复杂联动下的状态管理问题

2 决策编排

先看一下决策编排是怎么解决复杂条件的：

这是以ProCode实现的一个三角形类型的判断逻辑，是一个经典的if...else嵌套结构。
这可以几乎等价的使用流程编排方式来完成，可以看到使用这种方式，其实是没有得到化简的目的的，因为编排这个流程本质上跟编码没有区别。

如果换一种写法，将ProCode转为卫述句式，虽然有了一些冗余，但是整体code结构变得很清楚，那这种方式，可以使用决策表来表达，也就是偏重复杂逻辑表达的方式。
通过这种决策表编排的方式，我们是可以完成复杂条件编排的，但是逻辑不仅仅是条件还有联动，联动是有触发条件的，但决策表仅能描述条件关系，那么接下来来看联动部分是怎么编排解决的。

这里给出的是一个经典的联动逻辑，可以转换为2张等价的决策表，这里，我们进一步将决策表转换为等价的决策树表示，并为决策树标识出了接受联动事件的节点，这样我们就通过决策树同时完成了联动及条件逻辑的编排。

再以一例来说明，这是一个贷款利率计算器：

我们将贷款类型、还款方式、贷款利率、贷款期数和累计利息作为不同的对象，将这些对象的状态，如赋值、可选值等，组织成为三颗决策树。当贷款类型的值变更时、还款方式的可选值以及贷款利率的取值都会发生变化，点击计算时，手动调用第三颗决策树计算出结果。

以上就是通过决策树的编排来解决复杂逻辑问题的方案思路。

3 实践

那么具体的实践是怎样的呢？

首先，需要定义出策略编排的对象：

以表单为例，通常这些对象是表单中一个个的字段，字段有不同的状态，比如可见、只读、赋值等等，而这些都可以从后端接口定义中获取，当然也可以自行定义。

第二步，按照决策树编排方案，将所有对象状态的逻辑关系、联动关系分治、编排出来，这样所有逻辑都成为决策树了；

第三步，将元数据生成模拟表单。

这样我们可以实时的验证出决策树中的状态是否符合预期；而策略规则也可以转换为测试用例脑图，方便看到各个逻辑case。

最后一步，有了元数据可以生成类型定义，有了决策树，可以生成逻辑代码。

这两样相结合，我们可以得到非常专业注释详细的代码，这份代码可以托管在git仓库拥有高延续性，也可以直接编译直接执行，或者发布到npm/cdn被各个业务引用，甚至可以作为api跨越技术栈。

四总结

再回头去看两个方案，一个是面向复杂交互，另一个是面向复杂逻辑，其实这两个问题每个都能单独拿出来深入去聊，联系并不那么紧密，而在实践上也确是被分为两个平台去单独求解，割裂感比较重，无法为同一个业务提供统一的解决方案。所以接下来，我们打算是寻求一种方式能够将两种方案结合起来，作为一个整体去服务同一个业务。

原文链接

本文为阿里云原创内容，未经允许不得转载。