如何优化Java供应商库存Feed处理程序以适配更多供应商？

针对你当前的需求，核心优化方向是配置化管理映射规则+策略模式解耦解析逻辑，实现新增供应商无需修改核心代码的目标，具体方案如下：

1. 配置化存储供应商映射规则 #

把每个供应商的Feed解析规则从硬编码抽离到配置（推荐用YAML/Properties文件，或持久化到数据库），包含以下关键信息：

• 供应商标识（ID/名称）
• 文件类型（CSV/TXT/EXCEL）
• 可选格式参数（CSV分隔符、Excel工作表名等）
• Product ID/Quantity的列映射（支持列名或列索引两种方式）

示例YAML配置：

suppliers:
  - id: supplier_x
    file_type: CSV
    delimiter: "|"
    mappings:
      product_id: {column_name: "SKU_CODE"}
      quantity: {column_index: 2}
  - id: supplier_y
    file_type: EXCEL
    sheet_name: "每日库存"
    mappings:
      product_id: {column_index: 0}
      quantity: {column_name: "当前库存"}

2. 策略模式实现多格式解析 #

定义统一解析接口，针对不同文件类型实现具体解析类，通过工厂类动态获取解析实例：

核心接口与DTO #

// 封装解析后的库存记录
public class StockRecord {
    private String productId;
    private Integer quantity;
    // 构造器、getter/setter
}

// 统一解析接口
public interface FeedParser {
    List<StockRecord> parse(File feedFile, SupplierMapping mapping) throws IOException;
}

// 供应商映射配置的实体类
public class SupplierMapping {
    private String supplierId;
    private String fileType;
    private String delimiter;
    private String sheetName;
    private ColumnMapping productIdMapping;
    private ColumnMapping quantityMapping;
    // 构造器、getter/setter
}

public class ColumnMapping {
    private String columnName;
    private Integer columnIndex;
    // 构造器、getter/setter
}

具体解析实现（以CSV为例） #

public class CsvFeedParser implements FeedParser {
    @Override
    public List<StockRecord> parse(File feedFile, SupplierMapping mapping) throws IOException {
        List<StockRecord> records = new ArrayList<>();
        try (CSVReader reader = new CSVReader(new FileReader(feedFile), mapping.getDelimiter().charAt(0))) {
            String[] headers = reader.readNext();
            int productColIdx = resolveColumnIndex(headers, mapping.getProductIdMapping());
            int quantityColIdx = resolveColumnIndex(headers, mapping.getQuantityMapping());
            
            String[] line;
            while ((line = reader.readNext()) != null) {
                String productId = line[productColIdx].trim();
                Integer quantity = parseQuantity(line[quantityColIdx].trim());
                records.add(new StockRecord(productId, quantity));
            }
        }
        return records;
    }

    // 通用列索引解析：优先用配置的索引，无则按列名匹配（忽略大小写）
    private int resolveColumnIndex(String[] headers, ColumnMapping mapping) {
        if (mapping.getColumnIndex() != null) {
            return mapping.getColumnIndex();
        }
        for (int i = 0; i < headers.length; i++) {
            if (headers[i].equalsIgnoreCase(mapping.getColumnName())) {
                return i;
            }
        }
        throw new IllegalArgumentException("未找到指定列：" + mapping.getColumnName());
    }

    // 安全解析库存数量（处理空值、非数字情况）
    private Integer parseQuantity(String value) {
        try {
            return value.isEmpty() ? 0 : Integer.parseInt(value);
        } catch (NumberFormatException e) {
            throw new IllegalArgumentException("库存数量格式错误：" + value);
        }
    }
}

解析工厂类 #

public class FeedParserFactory {
    private static final Map<String, FeedParser> PARSER_MAP = new HashMap<>();

    static {
        PARSER_MAP.put("CSV", new CsvFeedParser());
        PARSER_MAP.put("EXCEL", new ExcelFeedParser());
        PARSER_MAP.put("TXT", new CsvFeedParser()); // TXT可复用CSV逻辑，只需指定分隔符
    }

    public static FeedParser getParser(String fileType) {
        FeedParser parser = PARSER_MAP.get(fileType.toUpperCase());
        if (parser == null) {
            throw new UnsupportedOperationException("不支持的文件类型：" + fileType);
        }
        return parser;
    }
}

3. 核心业务流程解耦 #

将解析与入库逻辑分离，新增入库服务只处理数据持久化：

public class StockStorageService {
    public void batchSave(List<StockRecord> records) {
        // 实现批量入库逻辑（JDBC/MyBatis/JPA等）
    }
}

4. 异常处理与可观测性 #

• 针对每个供应商的解析过程记录详细日志（解析条数、失败原因、耗时）
• 对解析失败的记录暂存到错误表，方便后续回溯
• 配置告警规则（如连续3次解析失败触发通知）

方案优势 #

• 开闭原则：新增供应商仅需添加配置，无需修改核心代码
• 可扩展性：新增文件类型只需实现对应的FeedParser
• 可维护性：映射规则集中管理，排查问题更高效

内容的提问来源于stack exchange，提问作者devlperMoose