多场景开发实践 Best practices of TypeScript and Dev in Alibaba TypeScript 陈仲寅（花名：张挺） 就职于 阿⾥里里巴巴淘宝技术部 MidwayJS 团队 zhangting@taobao.com @czy88840616 https://github.com/czy88840616 @czy88840616 MidwayJS 接⼝口时，需要写 JSDoc TS Node.js 测试靠⼈人⾁肉 Node.js Import TypeScript TS 我们都知道 TypeScript 的优势 12 3 类型描述 更更多的 Feature ⽀支持 ⾯面向接⼝口编程 TS 个⼈人开发⾯面向类型编码， 协作时⾯面向接⼝口编程 TS 开发时增加更更多接⼝口定义， 数据定义，参数定义 TS 跨协议转换 TS 体验不不同 Egg 解决的是 BFF 场景，⽽而淘宝有不不少全栈场景 js/ts ⽬目录混合 TS 体验不不同 Egg 解决的是 BFF 场景，⽽而淘宝有不不少全栈场景 class ⽤用法，⽆无法多继承 TS 杂糅的 app/ctx 合并机制 体验不不同 Egg 解决的是 BFF 场景，⽽而淘宝有不不少全栈场景 TS 第⼀一代设计 第⼀一代设计 TS 解决复杂度问题 尝试引⼊入 IoC

"noImplicitAny" 选项是个好主意 — 这可以确保你不会错写任何新的类 型。 设置 "compileOnSave" 选项可以确保你在运行web程序前自动编译保存变更后的代码。 更 多信息请参见 the tsconfig.json documentation。 1. 在 Solution Explorer 中, 打开 Views | Home | Index.cshtml 。 第二种方式是使用数组泛型， Array<元素类型> ： 1. let list: Array = [1, 2, 3]; 元组类型允许表示一个已知元素数量和类型的数组，各元素的类型不必相同。比如，你可以定义一对值 分别为 string 和 number 类型的元组。 1. // Declare a tuple type 2. let x: [string, number]; 3. // // outputs 4 元组可以像数组一样解构；解构后的变量获得对应元组元素的类型： 1. let tuple: [number, string, boolean] = [7, "hello", true]; 2. 3. let [a, b, c] = tuple; // a: number, b: string, c: boolean 当解构元组时，若超出元组索引范围将报错： 1. let

strict;" 对于 ES6 来说模块始终以严格模式被解析, 但这一点过去对于非 ES6 目标在生成 的代码中并没有遵循. 从 TypeScript 1.8 开始, 输出的模块总会为严格模式. 由于多 数严格模式下的错误也是 TS 编译时的错误, 多数代码并不会有可见的改动, 但是这 也意味着有一些东西可能在运行时没有征兆地失败, 比如赋值给 NaN 现在会有运 行时错误. 你可以参考这篇 this.doSomething(); } } var t = new MyThing(); t.doSomething(); // Error，不能在类外部访问受保护成员 元组类型 元组类型表示一个数组，其中元素的类型都是已知的，但是不一样是同样的类型。 比如，你可能想要表示一个第一个元素是 string 类型第二个元素是 number 类 型的数组： // Declare 第二种方式是使用数组泛型， Array<元素类型> ： let list: Array = [1, 2, 3]; 元组 Tuple 元组类型允许表示一个已知元素数量和类型的数组，各元素的类型不必相同。 比 如，你可以定义一对值分别为 string 和 number 类型的元组。 TypeScript Handbook（中文版） 222 基础类型 // Declare a tuple type

■ ■ ■ 译 者 序 在欣欣向荣的 Web 前端领域，新的框架层出不穷，如此多的选择给开发者带来极大的 痛苦：学习难度如何？开发效率如何？运行性能如何？可维护性高吗？还有开发社区、发 展前景等因素需要考虑。评估任何一个框架不仅要看其优势，还要看它给开发者挖的坑有 多深。Angular 框架自最初的 AngularJS，迭代到最新的 Angular 5，其不变的最显著特征就 (Microsoft Certified Professional， 微软认证专家)等多项认证，而且还是一位多产的作家和技术评审员。十多年来，他为多家 意大利和国际杂志撰写了大量文章，与人合著了十多本关于各类计算机主题的书籍。 ■ ■ ■ 目 录 第 1 章 准备工作 .....................................1 模块导入.......100 6.4 有用的 TypeScript 特性 ..........103 6.4.1 使用类型注解...................103 6.4.2 使用元组 .........................109 6.4.3 使用可索引类型 ...............109 6.4.4 使用访问修饰符 ...............110

轮的重复后，就能将其牢记在心。 3. 搭建知识体系。在学习方面，我们可以阅读算法专栏文章、解题框架和算法教材，以不断丰富知识体 系。在刷题方面，可以尝试采用进阶刷题策略，如按专题分类、一题多解、一解多题等，相关的刷题心 得可以在各个社区找到。 如图 0‑7 所示，本书内容主要涵盖“第一阶段”，旨在帮助你更高效地展开第二和第三阶段的学习。 第 0 章 前言 hello‑algo.com 8 图 function logRecur(n) { if (n <= 1) return 0; return logRecur(n / 2) + 1; } 对数阶常出现于基于分治策略的算法中，体现了“一分为多”和“化繁为简”的算法思想。它增长缓慢，是 仅次于常数阶的理想的时间复杂度。 � ?(log ?) 的底数是多少？ 准确来说，“一分为 ?”对应的时间复杂度是 ?(log? ?) 。而通过对数换底公式，我们可以 非线性数据结构可以进一步被划分为树形结构和网状结构。 ‧ 线性结构：数组、链表、队列、栈、哈希表，元素之间是一对一的顺序关系。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 3.1.2 物理结构：连续与离散 在计算机中，内存和硬盘是两种主要的存储硬件设备。硬盘主要用于长期存储数据，容量较大（通常可达到 TB 级别）、速度较慢。内存用

轮的重复后，就能将其牢记在心。 3. 阶段三：搭建知识体系。在学习方面，我们可以阅读算法专栏文章、解题框架和算法教材，以不断丰富 知识体系。在刷题方面，可以尝试采用进阶刷题策略，如按专题分类、一题多解、一解多题等，相关的 刷题心得可以在各个社区找到。 如图 0‑8 所示，本书内容主要涵盖“阶段一”，旨在帮助你更高效地展开阶段二和阶段三的学习。 第 0 章 前言 hello‑algo.com 9 图 function logRecur(n) { if (n <= 1) return 0; return logRecur(n / 2) + 1; } 对数阶常出现于基于分治策略的算法中，体现了“一分为多”和“化繁为简”的算法思想。它增长缓慢，是 仅次于常数阶的理想的时间复杂度。 � ?(log ?) 的底数是多少？ 准确来说，“一分为 ?”对应的时间复杂度是 ?(log? ?) 。而通过对数换底公式，我们可以 ，元素之间是一对一的顺序关系。 ‧ 非线性数据结构：树、堆、图、哈希表。 非线性数据结构可以进一步划分为树形结构和网状结构。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 图 3‑1 线性数据结构与非线性数据结构 3.1.2 物理结构：连续与分散 当算法程序运行时，正在处理的数据主要存储在内存中。图 3‑2 展示了一个计算机内存条，其中每个黑色方

轮的重复后，就能将其牢记在心。 3. 搭建知识体系。在学习方面，我们可以阅读算法专栏文章、解题框架和算法教材，以不断丰富知识体 系。在刷题方面，可以尝试采用进阶刷题策略，如按专题分类、一题多解、一解多题等，相关的刷题心 得可以在各个社区找到。 如图 0‑7 所示，本书内容主要涵盖“第一阶段”，旨在帮助你更高效地展开第二和第三阶段的学习。 第 0 章 前言 hello‑algo.com 8 图 number): number { if (n <= 1) return 0; return logRecur(n / 2) + 1; } 对数阶常出现于基于分治策略的算法中，体现了“一分为多”和“化繁为简”的算法思想。它增长缓慢，是 仅次于常数阶的理想的时间复杂度。 � ?(log ?) 的底数是多少？ 准确来说，“一分为 ?”对应的时间复杂度是 ?(log? ?) 。而通过对数换底公式，我们可以 非线性数据结构可以进一步被划分为树形结构和网状结构。 ‧ 线性结构：数组、链表、队列、栈、哈希表，元素之间是一对一的顺序关系。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 3.1.2 物理结构：连续与离散 在计算机中，内存和硬盘是两种主要的存储硬件设备。硬盘主要用于长期存储数据，容量较大（通常可达到 TB 级别）、速度较慢。内存用

轮的重复后，就能将其牢记在心。 3. 搭建知识体系。在学习方面，我们可以阅读算法专栏文章、解题框架和算法教材，以不断丰富知识体 系。在刷题方面，可以尝试采用进阶刷题策略，如按专题分类、一题多解、一解多题等，相关的刷题心 得可以在各个社区找到。 如图 0‑7 所示，本书内容主要涵盖“第一阶段”，旨在帮助你更高效地展开第二和第三阶段的学习。 第 0 章 前言 hello‑algo.com 8 图 logRecur(num n) { if (n <= 1) return 0; return logRecur(n / 2) + 1; } 对数阶常出现于基于分治策略的算法中，体现了“一分为多”和“化繁为简”的算法思想。它增长缓慢，是 仅次于常数阶的理想的时间复杂度。 � ?(log ?) 的底数是多少？ 准确来说，“一分为 ?”对应的时间复杂度是 ?(log? ?) 。而通过对数换底公式，我们可以 非线性数据结构可以进一步被划分为树形结构和网状结构。 ‧ 线性结构：数组、链表、队列、栈、哈希表，元素之间是一对一的顺序关系。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 3.1.2 物理结构：连续与离散 在计算机中，内存和硬盘是两种主要的存储硬件设备。硬盘主要用于长期存储数据，容量较大（通常可达到 TB 级别）、速度较慢。内存用

轮的重复后，就能将其牢记在心。 3. 阶段三：搭建知识体系。在学习方面，我们可以阅读算法专栏文章、解题框架和算法教材，以不断丰富 知识体系。在刷题方面，可以尝试采用进阶刷题策略，如按专题分类、一题多解、一解多题等，相关的 刷题心得可以在各个社区找到。 如图 0‑8 所示，本书内容主要涵盖“阶段一”，旨在帮助你更高效地展开阶段二和阶段三的学习。 第 0 章 前言 hello‑algo.com 9 图 logRecur(num n) { if (n <= 1) return 0; return logRecur(n / 2) + 1; } 对数阶常出现于基于分治策略的算法中，体现了“一分为多”和“化繁为简”的算法思想。它增长缓慢，是 仅次于常数阶的理想的时间复杂度。 � ?(log ?) 的底数是多少？ 准确来说，“一分为 ?”对应的时间复杂度是 ?(log? ?) 。而通过对数换底公式，我们可以 ，元素之间是一对一的顺序关系。 ‧ 非线性数据结构：树、堆、图、哈希表。 非线性数据结构可以进一步划分为树形结构和网状结构。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 图 3‑1 线性数据结构与非线性数据结构 3.1.2 物理结构：连续与分散 当算法程序运行时，正在处理的数据主要存储在内存中。图 3‑2 展示了一个计算机内存条，其中每个黑色方

GitHub 仓库。 3. 阶段三：搭建知识体系。在学习方面，我们可以阅读算法专栏文章、解题框架和算法教材，以不断丰富 知识体系。在刷题方面，可以尝试采用进阶刷题策略，如按专题分类、一题多解、一解多题等，相关的 刷题心得可以在各个社区找到。 如图 0‑8 所示，本书内容主要涵盖“阶段一”，旨在帮助你更高效地展开阶段二和阶段三的学习。 第 0 章 前言 hello‑algo.com 9 图 logRecur(int n) { if (n <= 1) return 0; return logRecur(n ~/ 2) + 1; } 对数阶常出现于基于分治策略的算法中，体现了“一分为多”和“化繁为简”的算法思想。它增长缓慢，是 仅次于常数阶的理想的时间复杂度。 ?(log ?) 的底数是多少？ 准确来说，“一分为 ?”对应的时间复杂度是 ?(log? ?) 。而通过对数换底公式，我们可以得到具有 ，元素之间是一对一的顺序关系。 ‧ 非线性数据结构：树、堆、图、哈希表。 非线性数据结构可以进一步划分为树形结构和网状结构。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 图 3‑1 线性数据结构与非线性数据结构 3.1.2 物理结构：连续与分散 当算法程序运行时，正在处理的数据主要存储在内存中。图 3‑2 展示了一个计算机内存条，其中每个黑色方