前言
嗯，你們要的大招。跟著這篇文章一起也發布了CTPersistance和CTJSBridge這兩個庫，希望大家在實際使用的時候如果遇到問題，就給我提issue或者PR或者評論區。每一個issue和PR以及評論我都會回復的。
持久化方案不管是服務端還是客戶端，都是一個非常值得討論的話題。尤其是在服務端，持久化方案的優劣往往都會在一定程度上影響到產品的性能。然而在客戶端，只有為數不多的業務需求會涉及持久化方案，而且在大多數情況下，持久化方案對性能的要求并不是特別苛刻。所以我在移動端這邊做持久化方案設計的時候，考慮更多的是方案的可維護和可拓展，然后在此基礎上才是性能調優。這篇文章中，性能調優不會單獨開一節來講，而會穿插在各個小節中，大家有心的話可以重點看一下。
持久化方案對整個App架構的影響和網絡層方案對整個架構的影響類似，一般都是導致整個項目耦合度高的罪魁禍首。而我也是一如既往的去Model化的實踐者，在持久層去Model化的過程中，我引入了Virtual Record的設計，這個在文中也會詳細描述。
這篇文章主要講以下幾點：
根據需求決定持久化方案
持久層與業務層之間的隔離
持久層與業務層的交互方式
數據遷移方案
數據同步方案
另外，針對數據庫存儲這一塊，我寫了一個CTPersistance，這個庫目前能夠完成大部分的持久層需求，同時也是我的Virtual Record這種設計思路的一個樣例。這個庫可以直接被cocoapods引入，希望大家使用的時候，能夠多給我提issue。這里是CTPersistance Class Reference。
根據需求決定持久化方案
在有需要持久化需求的時候，我們有非常多的方案可供選擇：NSUserDefault、KeyChain、File，以及基于數據庫的無數子方案。因此，當有需要持久化的需求的時候，我們首先考慮的是應該采用什么手段去進行持久化。
NSUserDefault
一般來說，小規模數據，弱業務相關數據，都可以放到NSUserDefault里面，內容比較多的數據，強業務相關的數據就不太適合NSUserDefault了。另外我想吐槽的是，天貓這個App其實是沒有一個經過設計的數據持久層的。然后天貓里面的持久化方案就很混亂，我就見到過有些業務線會把大部分業務數據都塞到NSUserDefault里面去，當時看代碼的時候我特么就直接跪了。。。問起來為什么這么做？結果說因為寫起來方便～你妹。。。
keychain
Keychain是蘋果提供的帶有可逆加密的存儲機制，普遍用在各種存密碼的需求上。另外，由于App卸載只要系統不重裝，Keychain中的數據依舊能夠得到保留，以及可被iCloud同步的特性，大家都會在這里存儲用戶唯一標識串。所以有需要加密、需要存iCloud的敏感小數據，一般都會放在Keychain。
文件存儲
文件存儲包括了Plist、archive、Stream等方式，一般結構化的數據或者需要方便查詢的數據，都會以Plist的方式去持久化。Archive方式適合存儲平時不太經常使用但很大量的數據，或者讀取之后希望直接對象化的數據，因為Archive會將對象及其對象關系序列化，以至于讀取數據的時候需要Decode很花時間，Decode的過程可以是解壓，也可以是對象化，這個可以根據具體中的實現來決定。Stream就是一般的文件存儲了，一般用來存存圖片啊啥的，適用于比較經常使用，然而數據量又不算非常大的那種。
數據庫存儲
數據庫存儲的話，花樣就比較多了。蘋果自帶了一個Core Data，當然業界也有無數替代方案可選，不過真正用在iOS領域的除了Core Data外，就是FMDB比較多了。數據庫方案主要是為了便于增刪改查，當數據有狀態和類別的時候最好還是采用數據庫方案比較好，而且尤其是當這些狀態和類別都是強業務相關的時候，就更加要采用數據庫方案了。因為你不可能通過文件系統遍歷文件去甄別你需要獲取的屬于某個狀態或類別的數據，這么做成本就太大了。當然，特別大量的數據也不適合直接存儲數據庫，比如圖片或者文章這樣的數據，一般來說，都是數據庫存一個文件名，然后這個文件名指向的是某個圖片或者文章的文件。如果真的要做全文索引這種需求，建議最好還是掛個API丟到服務端去做。
總的說一下
NSUserDefault、Keychain、File這些持久化方案都非常簡單基礎，分清楚什么時候用什么就可以了，不要像天貓那樣亂寫就好。而且在這之上并不會有更復雜的衍生需求，如果真的要針對它們寫文章，無非就是寫怎么儲存怎么讀取，這個大家隨便Google一下就有了，我就不浪費筆墨了。由于大多數衍生復雜需求都是通過采用基于數據庫的持久化方案去滿足，所以這篇文章的重點就數據庫相關的架構方案設計和實現。如果文章中有哪些問題我沒有寫到的，大家可以在評論區提問，我會一一解答或者直接把遺漏的內容補充在文章中。
持久層實現時要注意的隔離
在設計持久層架構的時候，我們要關注以下幾個方面的隔離：
持久層與業務層的隔離
數據庫讀寫隔離
多線程控制導致的隔離
數據表達和數據操作的隔離
1. 持久層與業務層的隔離
關于Model
在具體講持久層下數據的處理之前，我覺得需要針對這個問題做一個完整的分析。
在View層設計中我分別提到了胖Model和瘦Model的設計思路，而且告訴大家我更加傾向于胖Model的設計思路。在網絡層設計里面我使用了去Model化的思路設計了APIMananger與業務層的數據交互。這兩個看似矛盾的關于Model的設計思路在我接下來要提出的持久層方案中其實是并不矛盾，而且是相互配合的。在網絡層設計這篇文章中，我對去Model化只給出了思路和做法，相關的解釋并不多，是因為要解釋這個問題涉及面會比較廣，寫的時候并不認為在那篇文章里做解釋是最好的時機。由于持久層在這里胖Model和去Model化都會涉及，所以我覺得在講持久層的時候解釋這個話題會比較好。
我在跟別的各種領域的架構師交流的時候，發現大家都會或多或少地混用Model和Model Layer的概念，然后往往導致大家討論的問題最后都不在一個點上，說Model的時候他跟你說Model Layer，那好吧，我就跟你說Model Layer，結果他又在說Model，于是問題就討論不下去了。我覺得作為架構師，如果不分清楚這兩個概念，肯定是會對你設計的架構的質量有很大影響的。
如果把Model說成Data Model，然后跟Model Layer放在一起，這樣就能夠很容易區分概念了。
Data Model
Data Model這個術語針對的問題領域是業務數據的建模，以及代碼中這一數據模型的表征方式。兩者相輔相承：因為業務數據的建模方案以及業務本身特點，而最終決定了數據的表征方式。同樣操作一批數據，你的數據建模方案基本都是細化業務問題之后，抽象得出一個邏輯上的實體。在實現這個業務時，你可以選擇不同的表征方式來表征這個邏輯上的實體，比如字節流(TCP包等)，字符串流(JSON、XML等)，對象流。對象流又分通用數據對象(NSDictionary等)，業務數據對象(HomeCellModel等)。
前面已經遍歷了所有的Data Model的形式。在習慣上，當我們討論Model化時，都是單指對象流中的業務數據對象這一種。然而去Model化就是指：更多地使用通用數據對象去表征數據，業務數據對象不會在設計時被優先考慮的一種設計傾向。這里的通用數據對象可以在某種程度上理解為范型。
Model Layer
Model Layer描述的問題領域是如何對數據進行增刪改查(CURD, Create Update Read Delete)，和相關業務處理。一般來說如果在Model Layer中采用瘦Model的設計思路的話，就差不多到CURD為止了。胖Model還會關心如何為需要數據的上層提供除了增刪改查以外的服務，并為他們提供相應的解決方案。例如緩存、數據同步、弱業務處理等。
我的傾向
我更加傾向于去Model化的設計，在網絡層我設計了reformer來實現去Model化。在持久層，我設計了Virtual Record來實現去Model化。
因為具體的Model是一種很容易引入耦合的做法，在盡可能弱化Model概念的同時，就能夠為引入業務和對接業務提供充分的空間。同時，也能通過去Model的設計達到區分強弱業務的目的，這在將來的代碼遷移和維護中，是至關重要的。很多設計不好的架構，就在于架構師并沒有認識到區分強弱業務的重要性，所以就導致架構腐化的速度很快，越來越難維護。
所以說回來，持久層與業務層之間的隔離，是通過強弱業務的隔離達到的。而Virtual Record正是因為這種去Model化的設計，從而達到了強弱業務的隔離，進而做到持久層與業務層之間既隔離同時又能交互的平衡。具體Virtual Record是什么樣的設計，我在后面會給大家分析。
2. 數據庫讀寫隔離
在網站的架構中，對數據庫進行讀寫分離主要是為了提高響應速度。在iOS應用架構中，對持久層進行讀寫隔離的設計主要是為了提高代碼的可維護性。這也是兩個領域要求架構師在設計架構時要求側重點不同的一個方面。
在這里我們所謂的讀寫隔離并不是指將數據的讀操作和寫操作做隔離。而是以某一條界限為準，在這個界限以外的所有數據模型，都是不可寫不可修改，或者修改屬性的行為不影響數據庫中的數據。在這個界限以內的數據是可寫可修改的。一般來說我們在設計時劃分的這個界限會和持久層與業務層之間的界限保持一致，也就是業務層從持久層拿到數據之后，都不可寫不可修改，或業務層針對這一數據模型的寫操作、修改操作都對數據庫文件中的內容不產生作用。只有持久層中的操作才能夠對數據庫文件中的內容產生作用。
在蘋果官方提供的持久層方案Core Data的架構設計中，并沒有針對讀寫作出隔離，數據的結果都是以NSManagedObject扔出。所以只要業務工程師稍微一不小心動一下某個屬性，NSManagedObjectContext在save的時候就會把這個修改給存進去了。另外，當我們需要對所有的增刪改查操作做AOP的切片時，Core Data技術棧的實現就會非常復雜。
整體上看，我覺得Core Data相對大部分需求而言是過度設計了。我當時設計安居客聊天模塊的持久層時就采用了Core Data，然后為了讀寫隔離，將所有扔出來的NSManagedObject都轉為了普通的對象。另外，由于聊天記錄的業務相當復雜，使用Core Data之后為了完成需求不得不引入很多Hack的手段，這種做法在一定程度上降低了這個持久層的可維護性和提高了接手模塊的工程師的學習曲線，這是不太好的。在天貓客戶端，我去的時候天貓這個App就已經屬于基本毫無持久層可言了，比較混亂。只能依靠各個業務線各顯神通去解決數據持久化的需求，難以推動統一的持久層方案，這對于項目維護尤其是跨業務項目合作來說，基本就和車禍現場沒啥區別。我現在已經從天貓離職，讀者中若是有阿里人想升職想刷存在感拿3.75的，可以考慮給天貓搞個統一的持久層方案。
讀寫隔離還能夠便于加入AOP切點，因為針對數據庫的寫操作被隔離到一個固定的地方，加AOP時就很容易在正確的地方放入切片。這個會在講到數據同步方案時看到應用。
3. 多線程導致的隔離
Core Data
Core Data要求在多線程場景下，為異步操作再生成一個NSManagedObjectContext，然后設置它的ConcurrencyType為NSPrivateQueueConcurrencyType，最后把這個Context的parentContext設為Main線程下的Context。這相比于使用原始的SQLite去做多線程要輕松許多。只不過要注意的是，如果要傳遞NSManagedObject的時候，不能直接傳這個對象的指針，要傳NSManagedObjectID。這屬于多線程環境下對象傳遞的隔離，在進行架構設計的時候需要注意。
SQLite
純SQLite其實對于多線程倒是直接支持，SQLite庫提供了三種方式：Single Thread，Multi Thread，Serialized。
Single Thread模式不是線程安全的，不提供任何同步機制。Multi Thread模式要求database connection不能在多線程中共享，其他的在使用上就沒什么特殊限制了。Serialized模式顧名思義就是由一個串行隊列來執行所有的操作，對于使用者來說除了響應速度會慢一些，基本上就沒什么限制了。大多數情況下SQLite的默認模式是Serialized。
根據Core Data在多線程場景下的表現，我覺得Core Data在使用SQLite作為數據載體時，使用的應該就是Multi Thread模式。SQLite在Multi Thread模式下使用的是讀寫鎖，而且是針對整個數據庫加鎖，不是表鎖也不是行鎖，這一點需要提醒各位架構師注意。如果對響應速度要求很高的話，建議開一個輔助數據庫，把一個大的寫入任務先寫入輔助數據庫，然后拆成幾個小的寫入任務見縫插針地隔一段時間往主數據庫中寫入一次，寫完之后再把輔助數據庫刪掉。
不過從實際經驗上看，本地App的持久化需求的讀寫操作一般都不會大，只要注意好幾個點之后一般都不會影響用戶體驗。因此相比于Multi Thread模式，Serialized模式我認為是性價比比較高的一種選擇，代碼容易寫容易維護，性能損失不大。為了提高幾十毫秒的性能而犧牲代碼的維護性，我是覺得劃不來的。
Realm
關于Realm我還沒來得及仔細研究，所以說不出什么來。
4. 數據表達和數據操作的隔離
這是最容易被忽視的一點，數據表達和數據操作的隔離是否能夠做好，直接影響的是整個程序的可拓展性。
長久以來，我們都很習慣Active Record類型的數據操作和表達方式，例如這樣：
Record *record = [[Record alloc] init]; record.data = @"data"; [record save];或者這種：
Record *record = [[Record alloc] init]; NSArray *result = [record fetchList];簡單說就是，讓一個對象映射了一個數據庫里的表，然后針對這個對象做操作就等同于針對這個表以及這個對象所表達的數據做操作。這里有一個不好的地方就在于，這個Record既是數據庫中數據表的映射，又是這個表中某一條數據的映射。我見過很多框架(不僅限于iOS，包括Python, PHP等)都把這兩者混在一起去處理。如果按照這種不恰當的方式來組織數據操作和數據表達，在胖Model的實踐下會導致強弱業務難以區分從而造成非常大的困難。使用瘦Model這種實踐本身就是我認為有缺點的，具體的我在開篇中已經講過，這里就不細說了。
強弱業務不能區分帶來的最大困難在于代碼復用和遷移，因為持久層中的強業務對View層業務的高耦合是無法避免的，然而弱業務相對而言只對下層有耦合關系對上層并不存在耦合關系，當我們做代碼遷移或者復用時，往往希望復用的是弱業務而不是強業務，若此時強弱業務分不開，代碼復用就無從談起，遷移時就倍加困難。
另外，數據操作和數據表達混在一起會導致的問題在于：客觀情況下，數據在view層業務上的表達方式多種多樣，有可能是個View，也有可能是個別的什么對象。如果采用映射數據庫表的數據對象去映射數據，那么這種多樣性就會被限制，實際編碼時每到使用數據的地方，就不得不多一層轉換。
我認為之所以會產生這樣不好的做法原因在于，對象對數據表的映射和對象對數據表達的映射結果非常相似，尤其是在表達Column時，他們幾乎就是一模一樣。在這里要做好針對數據表或是針對數據的映射要做的區分的關鍵要點是：這個映射對象的操作著手點相對數據表而言，是對內還是對外操作。如果是對內操作，那么這個操作范圍就僅限于當前數據表，這些操作映射給數據表模型就比較合適。如果是對外操作，執行這些操作時有可能涉及其他的數據表，那么這些操作就不應該映射到數據表對象中。
因此實際操作中，我是以數據表為單位去針對操作進行對象封裝，然后再針對數據記錄進行對象封裝。數據表中的操作都是針對記錄的普通增刪改查操作，都是弱業務邏輯。數據記錄僅僅是數據的表達方式，這些操作最好交付給數據層分管強業務的對象去執行。具體內容我在下文還會繼續說。
持久層與業務層的交互方式
說到這里，就不得不說CTPersistance和Virtual Record了。我會通過它來講解持久層與業務層之間的交互方式。
------------------------------------------- | | | LogicA LogicB LogicC | -------------------------------> View Layer | / | | --------------/------------------|-------- / | / Virtual | Virtual / Record | Record | | -----------|----------------------|-------- | | | | Strong Logics | DataCenterA DataCenterB | | / | | -----------------|-------/------------------------|-------| Data Logic Layer --- | / | | | Weak Logics | Table1 Table2 Table | | | / | | | -------------/-------------------|-------- | / | |--> Data Persistance Layer / Query Command | Query Command | | | | -----------|----------------------|-------- | | | | | | | | | | | | DatabaseA DatabaseB | Data Operation Layer --- | | | Database Pool | -------------------------------------------我先解釋一下這個圖：持久層有專門負責對接View層模塊或業務的DataCenter，它們之間通過Record來進行交互。DataCenter向上層提供業務友好的接口，這一般都是強業務：比如根據用戶篩選條件返回符合要求的數據等。
然后DataCenter在這個接口里面調度各個Table，做一系列的業務邏輯，最終生成record對象，交付給View層業務。
DataCenter為了要完成View層交付的任務，會涉及數據組裝和跨表的數據操作。數據組裝因為View層要求的不同而不同，因此是強業務。跨表數據操作本質上就是各單表數據操作的組合，DataCenter負責調度這些單表數據操作從而獲得想要的基礎數據用于組裝。那么，這時候單表的數據操作就屬于弱業務，這些弱業務就由Table映射對象來完成。
Table對象通過QueryCommand來生成相應的SQL語句，并交付給數據庫引擎去查詢獲得數據，然后交付給DataCenter。
DataCenter 和 Virtual Record
提到Virtual Record之前必須先說一下DataCenter。
DataCenter其實是一個業務對象，DataCenter是整個App中，持久層與業務層之間的膠水。它向業務層開放業務友好的接口，然后通過調度各個持久層弱業務邏輯和數據記錄來完成強業務邏輯，并將生成的結果交付給業務層。由于DataCenter處在業務層和持久層之間，那么它執行業務邏輯所需要的載體，就要既能夠被業務層理解，也能夠被持久層理解。
CTPersistanceTable就封裝了弱業務邏輯，由DataCenter調用，用于操作數據。而Virtual Record就是前面提到的一個既能夠被業務層理解，也能夠被持久層理解的數據載體。
Virtual Record事實上并不是一個對象，它只是一個protocol，這就是它Virtual的原因。一個對象只要實現了Virtual Record，它就可以直接被持久層當作Record進行操作，所以它也是一個Record。連起來就是Virtual Record了。所以，Virtual Record的實現者可以是任何對象，這個對象一般都是業務層對象。在業務層內，常見的數據表達方式一般都是View，所以一般來說Virutal Record的實現者也都會是一個View對象。
我們回顧一下傳統的數據操作過程：一般都是先從數據庫中取出數據，然后Model化成一個對象，然后再把這個模型丟到外面，讓Controller轉化成View，然后再執行后面的操作。
Virtual Record也是一樣遵循類似的步驟。唯一不同的是，整個過程中，它并不需要一個中間對象去做數據表達，對于數據的不同表達方式，由各自Virtual Record的實現者自己完成，而不需要把這些代碼放到Controller，所以這就是一個去Model化的設計。如果未來針對這個數據轉化邏輯有復用的需求，直接復用Virtual Record就可以了，十分方便。
用好Virtual Record的關鍵在于DataCenter提供的接口對業務足夠友好，有充足的業務上下文環境。
所以DataCenter一般都是被Controller所持有，所以如果整個App就只有一個DataCenter，這其實并不是一個好事。我見過有很多App的持久層就是一個全局單例，所有持久化業務都走這個單例，這是一種很蛋疼的做法。DataCenter也是需要針對業務做高度分化的，每個大業務都要提供一個DataCenter，然后掛在相關Controller下交給Controller去調度。比如分化成SettingsDataCenter，ChatRoomDataCenter，ProfileDataCenter等，另外要要注意的是，幾個DataCenter之間最好不要有業務重疊。如果一個DataCenter的業務實在是大，那就再拆分成幾個小業務。如果單個小業務都很大了，那就拆成各個Category，具體的做法可以參考我的框架中CTPersistanceTable和CTPersistanceQueryCommand的實踐。
這么一來，如果要遷移涉及持久層的強業務，那就只需要遷移DataCenter即可。如果要遷移弱業務，就只需要遷移CTPersistanceTable。
實際場景
假設業務層此時收集到了用戶的篩選條件：
NSDictionary *filter = @{ @"key1":@{ @"minValue1":@(1), @"maxValue1":@(9), }, @"key2":@{ @"minValue2":@(1), @"maxValue2":@(9), }, @"key3":@{ @"minValue3":@(1), @"maxValue3":@(9), }, };然后ViewController調用DataCenter向業務層提供的接口，獲得數據直接展示：
/* in view controller */ NSArry *fetchedRecordList = [self.dataCenter fetchItemListWithFilter:filter] [self.dataList appendWithArray:fetchedRecordList]; [self.tableView reloadData];在View層要做的事情其實到這里就已經結束了，此時我們回過頭再來看DataCenter如何實現這個業務：
/* in DataCenter */ - (NSArray *)fetchItemListWithFilter:(NSDictionary *)filter 解析filter獲得查詢所需要的數據 whereCondition whereConditionParams 假設上面這兩個變量就是解析得到的變量 /* 告知Table對象查詢數據后需要轉化成的對象(可選，統一返回對象可以便于歸并來自不同表的數據) */ self.itemATable.recordClass = [Item class]; self.itemBTable.recordClass = [Item class]; self.itemCTable.recordClass = [Item class]; /* 通過Table對象獲取數據，此時Table對象內執行的就是弱業務了 */ NSArray *itemAList = [self.itemATable findAllWithWhereCondition:whereCondition conditionParams:whereConditionParams isDistinct:NO error:NULL]; NSArray *itemBList = [self.itemBTable findAllWithWhereCondition:whereCondition conditionParams:whereConditionParams isDistinct:NO error:NULL]; NSArray *itemCList = [self.itemCTable findAllWithWhereCondition:whereCondition conditionParams:whereConditionParams isDistinct:NO error:NULL]; /* 組裝數據 */ NSMutableArray *resultList = [[NSMutableArray alloc] init]; [resultList addObjectsFromArray:itemAList]; [resultList addObjectsFromArray:itemBList]; [resultList addObjectsFromArray:itemCList]; return resultList;基本上差不多就是上面這樣的流程。
一般來說，架構師設計得差的持久層，都沒有通過設計DataCenter和Table，去將強業務和弱業務分開。通過設計DataCenter和Table對象，主要是便于代碼遷移。如果遷移強業務，把DataCenter和Table一起拿走就可以，如果只是遷移弱業務，拿走Table就可以了。
另外，通過代碼我希望向你強調一下這個概念：將Table和Record區分開，這個在我之前畫的架構圖上已經有所表現，不過上文并沒有著重強調。其實很多別的架構師在設計持久層框架的時候，也沒有將Table和Record區分開，對的，這里我說的框架包括Core Data和FMDB，這個也不僅限于iOS領域，CodeIgniter、ThinkPHP、Yii、Flask這些也都沒有對這個做區分。(這里吐槽一下，話說上文我還提到Core Data被過度設計了，事實上該設計的地方沒設計到，不該設計的地方各種設計往上堆...)
以上就是對Virtual Record這個設計的簡單介紹，接下來我們就開始討論不同場景下如何進行交互了。
其中我們最為熟悉的一個場景是這樣的：經過各種邏輯組裝出一個數據對象，然后把這個數據對象交付給持久層去處理。這種場景我稱之為一對一的交互場景，這個交互場景的實現非常傳統，就跟大家想得那樣，而且CTPersistance的test case里面都是這樣的，所以這里我就不多說了。所以，既然你已經知道有了一對一，那么順理成章地就也會有多對一，以及一對多的交互場景。
下面我會一一描述Virtual Record是如何發揮虛擬的優勢去針對不同場景進行交互的。
多對一場景下，業務層如何與持久層交互？
多對一場景其實有兩種理解，一種是一個記錄的數據由多個View的數據組成。例如一張用戶表包含用戶的所有資料。然后有的View只包含用戶昵稱用戶頭像，有的對象只包含用戶ID用戶Token。然而這些數據都只存在一張用戶表中，所以這是一種多個對象的數據組成一個完整Record數據的場景，這是多對一場景的理解之一。
第二種理解是這樣的，例如一個ViewA對象包含了一個Record的所有信息，然后另一個ViewB對象其實也包含了一個Record的所有信息，這就是一種多個不同對象表達了一個Record數據的場景，這也是一種多對一場景的理解。
同時，這里所謂的交互還分兩個方向：存和取。
其實這兩種理解的解決方案都是一樣的，Virtual Record的實現者通過實現Merge操作來完成record數據的匯總，從而實現存操作。任意Virtual Record的實現者通過Merge操作，就可以將自己的數據交付給其它不同的對象進行表達，從而實現取操作。具體的實現在下面有具體闡釋。
多對一場景下，如何進行存操作？
提供了- (NSObject*)mergeRecord:(NSObject*)record shouldOverride:(BOOL)shouldOverride;這個方法。望文生義一下，就是一個record可以與另外一個record進行merge。在shouldOverride為NO的情況下，任何一邊的nil都會被另外一邊不是nil的記錄覆蓋，如果merge過程中兩個對象都不含有這些空數據，則根據shouldOverride來決定是否要讓參數中record的數據覆蓋自己本身的數據，若shouldOverride為YES，則即便是nil，也會把已有的值覆蓋掉。這個方法會返回被Merge的這個對象，便于鏈式調用。
舉一個代碼樣例：
/* 這里的RecordViewA, RecordViewB, RecordViewC都是符合且實現了- (NSObject*)mergeRecord:(NSObject*)record shouldOverride:(BOOL)shouldOverride方法。 */ RecordViewA *a; RecordViewB *b; RecordViewC *c;收集a, b, c的值的邏輯，我就不寫了～
...
[[a mergeRecord:b shouldOverride:YES] mergeRecord:c shouldOverride:YES];
[self.dataCenter saveRecord:a];
基本思路就是通過merge不同的record對象來達到獲取完整數據的目的，由于是Virtual Record，具體的實現都是由各自的View去決定。View是最了解自己屬性的對象了，因此它是有充要條件來把自己與持久層相關的數據取出并Merge的，那么這段湊數據的代碼，就相應分散到了各個View對象中，Controller里面就能夠做到非常干凈，整體可維護性也就提高了。
如果采用傳統方式，ViewController或者DataCenter中就會散落很多用于湊數據的代碼，寫的時候就會出現一大段用于合并的代碼，非常難看，還不容易維護。
多對一場景下，如何進行取操作？
其實這樣的表述并不恰當，因為無論Virtual Record的實現如何，對象是誰，只要從數據庫里面取出數據來，數據就都是能夠保證完整的。這里更準確的表述是，取出數據之后，如何交付給不同的對象。其實還是用到上面提到的mergeRecord方法來處理。
這里的RecordViewA, RecordViewB, RecordViewC都是符合且實現了- (NSObject*)mergeRecord:(NSObject*)record shouldOverride:(BOOL)shouldOverride方法。 RecordViewA *a; RecordViewB *b = [[RecordViewB alloc] init]; RecordViewC *c = [[RecordViewC alloc] init]; a = [self.table findLatestRecordWithError:NULL]; [b mergeRecord:a]; [c mergeRecord:a]; return @[a, b, c]這樣就能很容易把a記錄的數據交給b和c了，代碼觀感同樣非常棒，而且容易寫容易維護。
一對多場景下，業務層如何與持久層交互？
一對多場景也有兩種理解，其一是一個對象包含了多個表的數據，另外一個是一個對象用于展示多種表的數據，這個代碼樣例其實文章前面已經有過，這一節會著重強調一下。乍看之下兩者并沒有什么區別，所以我需要指出的是，前者強調的是包含，也就是這個對象是個大熔爐，由多個表的數據組成。
還是舉用戶列表的例子：
假設數據庫中用戶相關的表有多張。大多數情況是因為單表Column太多，所以為了提高維護性和查詢性能而進行的縱切。
多說一句，縱切在實際操作時，大多都是根據業務場景去切分成多個不同的表，分別來表達用戶各業務相關的部分數據，所以縱切的結果就是把Column特別多的一張表拆成Column不那么多的好幾個表。雖然數據庫經過了縱切，但是有的場景還是要展示完整數據的，比如用戶詳情頁。因此，這個用戶詳情頁的View就有可能包含用戶基礎信息表(用戶名、用戶ID、用戶Token等)、以及用戶詳細信息表（用戶郵箱地址、用戶手機號等）。這就是一對多的一個對象包含了多個表的數據的意思。
后者強調的是展示。舉個例子，數據庫中有三個表分別是：
二手房、新房、租房，它們三者的數據分別存儲在三個表里面，這其實是一種橫切。
橫切也是一種數據庫的優化手段，橫切與縱切不同的地方在于，橫切是在保留了這套數據的完整性的前提下進行的切分，橫切的結果就是把一個原本數據量很大的表，分成了好幾個數據量不那么大的表。也就是原來三種房子都能用同一個表來存儲，但是這樣數據量就太大了，數據庫響應速度就會下降。所以根據房子的類型拆成這三張表。橫切也有根據ID切的，比如根據ID取余的結果來決定分在哪些表里，這種做法比較廣泛，因為拓展起來方便，到時候數據表又大了，大不了除數也跟著再換一個更大的數罷了。其實根據類型去橫切也可以，只是拓展的時候就不那么方便。
剛才扯遠了現在我再扯回來，這三張表在展示的時候，只是根據類型的不同，界面才有稍許不同而已，所以還是會用同一張View去展示這三種數據，這就是一對多的一個對象用于展示多種表的數據的意思。
一個對象包含了多個表的數據時，如何進行存取操作？
在進行取操作時，其實跟前面多對一的取操作是一樣的，用Merge操作就可以了。
RecordViewA *a; a = [self.CasaTable findLatestRecordWithError:NULL]; [a mergeRecord:[self.TaloyumTable findLatestRecordWithError:NULL] shouldOverride:YES]; [a mergeRecord:[self.CasatwyTable findLatestRecordWithError:NULL] shouldOverride:YES]; return a;在進行存操作時，Virtual Record的要求實現者實現- (NSDictionary *)dictionaryRepresentationWithColumnInfo:(NSDictionary *)columnInfo tableName:(NSString *)tableName;這個方法，實現者可以根據傳入的columnInfo和tableName返回相應的數據，這樣就能夠把這一次存數據時關心的內容提供給持久層了。代碼樣例就是這樣的：
通過上面的存取案例，你會發現使用Virtual Record之后，代碼量一下子少掉很多，原本那些亂七八糟用于拼湊條件的代碼全部被分散進了各個虛擬記錄的實現中去了，代碼維護因此就變得相當方便。若是采用傳統做法，再存取之前少不了要寫一大段邏輯，如果涉及代碼遷移，這大段邏輯就也得要跟著遷移過去，這就很蛋疼了。
一個對象用于展示多種表的數據，如何進行存取操作？
在這種情況下的存操作其實跟上面一樣，直接存。Virtual Record的實現者自己會根據要存入的表的信息組裝好數據提供給持久層。樣例代碼與上一小節的存操作中給出的一模一樣，我就不復制粘貼了。
取操作就不太一樣了，不過由于取出時的對象是唯一的(因為一對多嘛)，代碼也一樣十分簡單：
ViewRecord *a; ViewRecord *b; ViewRecord *c; self.itemATable.recordClass = [ViewRecord class]; self.itemBTable.recordClass = [ViewRecord class]; self.itemCTable.recordClass = [ViewRecord class]; [a = self.itemATable findLatestRecordWithError:NULL]; [b = self.itemBTable findLatestRecordWithError:NULL]; [c = self.itemCTable findLatestRecordWithError:NULL];這里的a，b，c都是同一個View，然后itemATable，itemBTable，itemCTable分別是不同種類的表。這個例子表示了一個對象如何用于展示不同類型的數據。如果使用傳統方法，這里少不了要寫很多適配代碼，但是使用Virtual Record之后，這些代碼都由各自實現者消化掉了，在執行數據邏輯時可以無需關心適配邏輯。
多對多場景？
其實多對多場景就是上述這些一對多和多對一場景的排列組合，實現方式都是一模一樣的，我這里就也不多啰嗦了。
交互方案的總結
在交互方案的設計中，架構師應當區分好強弱業務，把傳統的Data Model區分成Table和Record，并由DataCenter去實現強業務，Table去實現弱業務。在這里由于DataCenter是強業務相關，所以在實際編碼中，業務工程師負責創建DataCenter，并向業務層提供業務友好的方法，然后再在DataCenter中操作Table來完成業務層交付的需求。區分強弱業務，將Table和Record拆分開的好處在于：
通過業務細分降低耦合度，使得代碼遷移和維護非常方便
通過拆解數據處理邏輯和數據表達形態，使得代碼具有非常良好的可拓展性
做到讀寫隔離，避免業務層的誤操作引入Bug
為Virtual Record這一設計思路的實踐提供基礎，進而實現更靈活，對業務更加友好的架構
任何不區分強弱業務的架構都是架構師在耍流氓，嗯。
在具體與業務層交互時，采用Virtual Record的設計思路來設計Record，由具體的業務對象來實現Virtual Record，并以它作為DataCenter和業務層之間的數據媒介進行交互。而不是使用傳統的數據模型來與業務層做交互。
使用Virtual Record的好處在于：
將數據適配和數據轉化邏輯封裝到具體的Record實現中，可以使得代碼更加抽象簡潔，代碼污染更少
數據遷移時只需要遷移Virtual Record相關方法即可，非常容易拆分
業務工程師實現業務邏輯時，可以在不損失可維護性的前提下，極大提高業務實現的靈活性
這一部分還順便提了一下橫切和縱切的概念。本來是打算有一小節專門寫數據庫性能優化的，不過事實上移動App場景下數據庫的性能優化手段不像服務端那樣豐富多彩，很多牛逼技術和參數調優手段想用也用不了。差不多就只剩下數據切片的手段比較有效了，所以性能優化這塊感覺沒什么好寫的。其實大家了解了切片的方式和場景，就足以根據自己的業務場景去做優化了。再使用一下Instrument的Time Profile再配合SQLite提供的一些函數，就足以找到慢在哪兒，然后去做性能調優了。但如果我把這些也寫出來，就變成教你怎么使用工具，感覺這個太low寫著也不起勁，大家有興趣搜使用手冊下來看就行。
數據庫版本遷移方案
一般來說，具有持久層的App同時都會附帶著有版本遷移的需求。當一個用戶安裝了舊版本的App，此時更新App之后，若數據庫的表結構需要更新，或者數據本身需要批量地進行更新，此時就需要有版本遷移機制來進行這些操作。然而版本遷移機制又要兼顧跨版本的遷移需求，所以基本上大方案也就只有一種：建立數據庫版本節點，遷移的時候一個一個跑過去。
數據遷移事實上實現起來還是比較簡單的，做好以下幾點問題就不大了：
根據應用的版本記錄每一版數據庫的改變，并將這些改變封裝成對象
記錄好當前數據庫的版本，便于跟遷移記錄做比對
在啟動數據庫時執行遷移操作，如果遷移失敗，提供一些降級方案
CTPersistance在數據遷移方面，凡是對于數據庫原本沒有的數據表，如果要新增，在使用table的時候就會自動創建。因此對于業務工程師來說，根本不需要額外多做什么事情，直接用就可以了。把這部分工作放到這里，也是為數據庫版本遷移節省了一些步驟。
CTPersistance也提供了Migrator。業務工程師可以自己針對某一個數據庫編寫一個Migrator。這個Migrator務必派生自CTPersistanceMigrator，且符合，只要提供一個migrationStep的字典，以及記錄版本順序的數組。然后把你自己派生的Migrator的類名和對應關心的數據庫名寫在CTPersistanceConfiguration.plist里面就可以。CTPersistance會在初始數據庫的時候，根據plist里面的配置對應找到Migrator，并執行數據庫版本遷移的邏輯。
在版本遷移時要注意的一點是性能問題。我們一般都不會在主線程做版本遷移的事情，這自然不必說。需要強調的是，SQLite本身是一個容錯性非常強的數據庫引擎，因此差不多在執行每一個SQL的時候，內部都是走的一個Transaction。當某一版的SQL數量特別多的時候，建議在版本遷移的方法里面自己建立一個Transaction，然后把相關的SQL都包起來，這樣SQLite執行這些SQL的時候速度就會快一點。
其他的似乎并沒有什么要額外強調的了，如果有沒說到的地方，大家可以在評論區提出來。
數據同步方案
數據同步方案大致分兩種類型，一種類型是單向數據同步，另一種類型是雙向數據同步。下面我會分別說說這兩種類型的數據同步方案的設計。
單向數據同步
單向數據同步就是只把本地較新數據的操作同步到服務器，不會從服務器主動拉取同步操作。
比如即時通訊應用，一個設備在發出消息之后，需要等待服務器的返回去知道這個消息是否發送成功，是否取消成功，是否刪除成功。然后數據庫中記錄的數據就會隨著這些操作是否成功而改變狀態。但是如果換一臺設備繼續執行操作，在這個新設備上只會拉取舊的數據，比如聊天記錄這種。但對于舊的數據并沒有刪除或修改的需求，因此新設備也不會問服務器索取數據同步的操作，所以稱之為單向數據同步。
單向數據同步一般來說也不需要有job去做定時更新的事情。如果一個操作遲遲沒有收到服務器的確認，那么在應用這邊就可以認為這個操作失敗，然后一般都是在界面上把這些失敗的操作展示出來，然后讓用戶去勾選需要重試的操作，然后再重新發起請求。微信在消息發送失敗的時候，就是消息前面有個紅色的圈圈，里面有個感嘆號，只有用戶點擊這個感嘆號的時候才重新發送消息，背后不會有個job一直一直跑。
所以細化需求之后，我們發現單向數據同步只需要做到能夠同步數據的狀態即可。
如何完成單向數據同步的需求
添加identifier
添加identifier的目的主要是為了解決客戶端數據的主鍵和服務端數據的主鍵不一致的問題。由于是單向數據同步，所以數據的生產者只會是當前設備，那么identifier也理所應當由設備生成。當設備發起同步請求的時候，把identifier帶上，當服務器完成任務返回數據時，也把這些identifier帶上。然后客戶端再根據服務端給到的identifier再更新本地數據的狀態。identifier一般都會采用UUID字符串。
添加isDirty
isDirty主要是針對數據的插入和修改進行標識。當本地新生成數據或者更新數據之后，收到服務器的確認返回之前，isDirty置為YES。當服務器的確認包返回之后，再根據包里提供的identifier找到這條數據，然后置為NO。這樣就完成了數據的同步。
然而這只是簡單的場景，有一種比較極端的情況在于，當請求發起到收到請求回復的這短短幾秒間，用戶又修改了數據。如果按照當前的邏輯，在收到請求回復之后，這個又修改了的數據的isDirty會被置為NO，于是這個新的修改就永遠無法同步到服務器了。這種極端情況的簡單處理方案就是在發起請求到收到回復期間，界面上不允許用戶進行修改。
如果希望做得比較細致，在發送同步請求期間依舊允許用戶修改的話，就需要在數據庫額外增加一張DirtyList來記錄這些操作，這個表里至少要有兩個字段：identifier，primaryKey。然后每一次操作都分配一次identifier，那么新的修改操作就有了新的identifier。在進行同步時，根據primaryKey找到原數據表里的那條記錄，然后把數據連同identifier交給服務器。然后在服務器的確認包回來之后，就只要拿出identifier再把這條操作記錄刪掉即可。這個表也可以直接服務于多個表，只是還需要額外添加一個tablename字段，方便發起同步請求的時候能夠找得到數據。
添加isDeleted
當有數據同步的需求的時候，刪除操作就不能是簡單的物理刪除了，而只是邏輯刪除，所謂邏輯刪除就是在數據庫里把這條記錄的isDeleted記為YES，只有當服務器的確認包返回之后，才會真正把這條記錄刪除。isDeleted和isDirty的區別在于：收到確認包后，返回的identifier指向的數據如果是isDeleted，那么就要刪除這條數據，如果指向的數據只是新插入的數據和更新的數據，那么就只要修改狀態就行。插入數據和更新數據在收到數據包之后做的操作是相同的，所以就用isDirty來區分就足夠了。總之，這是根據收到確認包之后的操作不同而做的區分。兩者都要有，缺一不可。
在請求的數據包中，添加dependencyIdentifier
在我看到的很多其它數據同步方案中，并沒有提供dependencyIdentifier，這會導致一個這樣的問題：假設有兩次數據同步請求一起發出，A先發，B后發。結果反而是B請求先到，A請求后到。如果A請求的一系列同步操作里面包含了插入某個對象的操作，B請求的一系列同步操作里面正好又刪除了這個對象，那么由于到達次序的先后問題錯亂，就導致這個數據沒辦法刪除。
這個在移動設備的使用場景下是很容易發生的，移動設備本身網絡環境就多變，先發的包反而后到，這種情況出現的幾率還是比較大的。所以在請求的數據包中，我們要帶上上一次請求時一系列identifier的其中一個，就可以了。一般都是選擇上次請求里面最后的那一個操作的identifier，這樣就能表征上一次請求的操作了。
服務端這邊也要記錄最近的100個請求包里面的最后一個identifier。之所以是100條純屬只是拍腦袋定的數字，我覺得100條差不多就夠了，客戶端發請求的時候denpendency應該不會涉及到前面100個包。服務端在收到同步請求包的時候，先看denpendencyIdentifier是否已被記錄，如果已經被記錄了，那么就執行這個包里面的操作。如果沒有被記錄，那就先放著再等等，等到條件滿足了再執行，這樣就能解決這樣的問題。
之所以不用更新時間而是identifier來做標識，是因為如果要用時間做標識的話，就是只能以客戶端發出數據包時候的時間為準。但有時不同設備的時間不一定完全對得上，多少會差個幾秒幾毫秒，另外如果同時有兩個設備發起同步請求，這兩個包的時間就都是一樣的了。假設A1, B1是1號設備發送的請求，A2, B2，是2號設備發送的請求，如果用時間去區分，A1到了之后，B2說不定就直接能夠執行了，而A1還沒到服務器呢。
當然，這也是一種極端情況，用時間的話，服務器就只要記錄一個時間了，凡是依賴時間大于這個時間的，就都要再等等，實現起來就比較方便。但是為了保證bug盡可能少，我認為依賴還是以identifier為準，這要比以時間為準更好，而且實現起來其實也并沒有增加太多復雜度。
單向數據同步方案總結
改造的時候添加identifier，isDirty，isDeleted字段。如果在請求期間依舊允許對數據做操作，那么就要把identifier和primaryKey再放到一個新的表中
每次生成數據之后對應生成一個identifier，然后只要是針對數據的操作，就修改一次isDirty或isDeleted，然后發起請求帶上identifier和操作指令去告知服務器執行相關的操作。如果是復雜的同步方式，那么每一次修改數據時就新生成一次identifier，然后再發起請求帶上相關數據告知服務器。
服務器根據請求包的identifier等數據執行操作，操作完畢回復給客戶端確認
收到服務器的確認包之后，根據服務器給到的identifier（有的時候也會有tablename，取決于你的具體實現）找到對應的記錄，如果是刪除操作，直接把數據刪除就好。如果是插入和更新操作，就把isDirty置為NO。如果有額外的表記錄了更新操作，直接把identifier對應的這個操作記錄刪掉就行。
要注意的點
在使用表去記錄更新操作的時候，短時間之內很有可能針對同一條數據進行多次更新操作。因此在同步之前，最好能夠合并這些相同數據的更新操作，可以節約服務器的計算資源。當然如果你服務器強大到不行，那就無所謂了。
雙向數據同步
雙向數據同步多見于筆記類、日程類應用。對于一臺設備來說，不光自己會往上推數據同步的信息，自己也會問服務器主動索取數據同步的信息，所以稱之為雙向數據同步。
舉個例子：當一臺設備生成了某時間段的數據之后，到了另外一臺設備上，又修改了這些舊的歷史數據。此時再回到原來的設備上，這臺設備就需要主動問服務器索取是否舊的數據有修改，如果有，就要把這些操作下載下來同步到本地。
雙向數據同步實現上會比單向數據同步要復雜一些，而且有的時候還會存在實時同步的需求，比如協同編輯。由于本身方案就比較復雜，另外一定要兼顧業務工程師的上手難度（這主要看你這個架構師的良心），所以要實現雙向數據同步方案的話，還是很有意思比較有挑戰的。
如何完成雙向數據同步的需求
封裝操作對象
這個其實在單向數據同步時多少也涉及了一點，但是由于單向數據同步的要求并不復雜，只要告訴服務器是什么數據然后要做什么事情就可以了，倒是沒必要將這種操作封裝。在雙向數據同步時，你也得解析數據操作，所以互相之間要約定一個協議，通過封裝這個協議，就做到了針對操作對象的封裝。
這個協議應當包括：
操作的唯一標識
數據的唯一標識
操作的類型
具體的數據，主要是在Insert和Update的時候會用到
操作的依賴標識
用戶執行這項操作時的時間戳
分別解釋一下這6項的意義：
1. 操作的唯一標識
這個跟單向同步方案時的作用一樣，也是在收到服務器的確認包之后，能夠使得本地應用找到對應的操作并執行確認處理。
2. 數據的唯一標識
在找到具體操作的時候執行確認邏輯的處理時，都會涉及到對象本身的處理，更新也好刪除也好，都要在本地數據庫有所體現。所以這個標識就是用于找到對應數據的。
3. 操作的類型
操作的類型就是Delete，Update，Insert，對應不同的操作類型，對本地數據庫執行的操作也會不一樣，所以用它來進行標識。
4. 具體的數據
當更新的時候有Update或者Insert操作的時候，就需要有具體的數據參與了。這里的數據有的時候不見得是單條的數據內容，有的時候也會是批量的數據。比如把所有10月1日之前的任務都標記為已完成狀態。因此這里具體的數據如何表達，也需要定一個協議，什么時候作為單條數據的內容去執行插入或更新操作，什么時候作為批量的更新去操作，這個自己根據實際業務需求去定義就行。
5. 操作的依賴標識
跟前面提到的依賴標識一樣，是為了防止先發的包后到后發的包先到這種極端情況。
6. 用戶執行這項操作的時間戳
由于跨設備，又因為舊數據也會被更新，因此在一定程度上就會出現沖突的可能。操作數據在從服務器同步下來之后，會存放在一個新的表中，這個表就是待操作數據表，在具體執行這些操作的同時會跟待同步的數據表中的操作數據做比對。如果是針對同一條數據的操作，且這兩個操作存在沖突，那么就以時間戳來決定如何執行。還有一種做法就是直接提交到界面告知用戶，讓用戶做決定。
新增待操作數據表和待同步數據表
前面已經部分提到這一點了。從服務器拉下來的同步操作列表，我們存在待執行數據表中，操作完畢之后如果有告知服務器的需求，那就等于是走單向同步方案告知服務器。在執行過程中，這些操作也要跟待同步數據表進行匹配，看有沒有沖突，沒有沖突就繼續執行，有沖突的話要么按照時間戳執行，要么就告知用戶讓用戶做決定。在拉取待執行操作列表的時候，也要把最后一次操作的identifier丟給服務器，這樣服務器才能返回相應數據。
待同步數據表的作用其實也跟單向同步方案時候的作用類似，就是防止在發送請求的時候用戶有操作，同時也是為解決沖突提供方便。在發起同步請求之前，我們都應該先去查詢有沒有待執行的列表，當待執行的操作列表同步完成之后，就可以刪除里面的記錄了，然后再把本地待同步的數據交給服務器。同步完成之后就可以把這些數據刪掉了。因此在正常情況下，只有在待操作和待執行的操作間會存在沖突。有些從道理上講也算是沖突的事情，比如獲取待執行的數據比較晚，但其中又和待同步中的操作有沖突，像這種極端情況我們其實也無解，只能由他去，不過這種情況也是屬于比較極端的情況，發生幾率不大。
何時從服務器拉取待執行列表
每次要把本地數據丟到服務器去同步之前，都要拉取一次待執行列表，執行完畢之后再上傳本地同步數據
每次進入相關頁面的時候都更新一次，看有沒有新的操作
對實時性要求比較高的，要么客戶端本地起一個線程做輪詢，要么服務器通過長鏈接將待執行操作推送過來
其它我暫時也想不到了，具體還是看需求吧
雙向數據同步方案總結
設計好同步協議，用于和服務端進行交互，以及指導本地去執行同步下來的操作
添加待執行，待同步數據表記錄要執行的操作和要同步的操作
要注意的點
我也見過有的方案是直接把SQL丟出去進行同步的，我不建議這么做。最好還是將操作和數據分開，然后細化，否則檢測沖突的時候你就得去分析SQL了。要是這種實現中有什么bug，解這種bug的時候就要考慮前后兼容問題，機制重建成本等，因為貪圖一時偷懶，到最后其實得不償失。
總結
這篇文章主要是基于CTPersistance講了一下如何設計持久層的設計方案，以及數據遷移方案和數據同步方案。
著重強調了一下各種持久層方案在設計時要考慮的隔離，以及提出了Virtual Record這個設計思路，并對它做了一些解釋。然后在數據遷移方案設計時要考慮的一些點。在數據同步方案這一節，分開講了單向的數據同步方案和雙向的數據同步方案的設計，然而具體實現還是要依照具體的業務需求來權衡。
希望大家覺得這些內容對各自工作中遇到的問題能夠有所價值，如果有問題，歡迎在評論區討論。
另外，關于動態部署方案，其實直到今天在iOS領域也并沒有特別好的動態部署方案可以拿出來，我覺得最靠譜的其實還是H5和Native的Hybrid方案。React Native在我看來相比于Hybrid還是有比較多的限制。關于Hybrid方案，我也提供了CTJSBridge這個庫去實現這方面的需求。在動態部署方案這邊其實成文已經很久，遲遲不發的原因還是因為覺得當時并沒有什么銀彈可以解決iOS App的動態部署，另外也有一些問題沒有考慮清楚。當初想到的那些問題現在我已經確認無解。當初寫的動態部署方案我一直認為它無法作為一個單獨的文章發布出來，所以我就把這篇文章也放在這里，權當給各位參考。
京公網安備 11010502049343號