命令模式与责任链模式详解
哈喽!大家好,很高兴又见面了,我是golang学习网的一名作者,今天由我给大家带来一篇《命令模式与责任链模式核心解析》,本文主要会讲到等等知识点,希望大家一起学习进步,也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧!
命令模式解耦请求结构,责任链模式解耦处理流程;前者封装请求为对象以支持撤销/排队,后者动态拼接处理器决定是否传递请求;混用需分层避免职责混乱。

命令模式的核心是「把请求封装成对象」
它让调用者(Invoker)不直接操作接收者(Receiver),而是通过 Command 对象间接触发行为。关键在于:每个 Command 实例都持有对具体接收者和具体动作的引用,且必须实现统一接口(如 execute()、undo())。
常见错误是把 Command 写成纯函数式接口(比如只传 Runnable),丢失了状态保持能力——这样就无法支持撤销、重做、排队或日志记录。
实操建议:
Command类应包含接收者引用(不是静态工具类)、必要参数、以及可选的undo()实现- 避免在
execute()里写业务逻辑分支;分支应由不同Command子类承担 - 如果命令需要异步执行,应在
Invoker层处理线程调度,而非塞进Command自身
public interface Command {
void execute();
void undo();
}
public class LightOnCommand implements Command {
private final Light light; // 接收者实例,非 static
public LightOnCommand(Light light) {
this.light = light;
}
@Override
public void execute() {
light.turnOn();
}
@Override
public void undo() {
light.turnOff();
}
}
责任链模式的核心是「动态拼接处理节点」
它让多个处理器(Handler)组成一条链,请求沿着链传递,每个节点决定是否处理、是否继续向下传。重点不在“谁处理”,而在“谁有权决定是否终止传递”。
典型误用是把责任链写成固定顺序的 if-else if-else 链——这根本不是责任链,只是条件分支;真正的链必须支持运行时增删节点、跳过中间节点、甚至循环回溯(虽然不推荐)。
实操建议:
- 每个
Handler必须持有下一个Handler的引用(next),而不是靠外部硬编码顺序 - 不要在
handle()里直接 new 下一个 handler;链的组装应在客户端完成 - 警惕空指针:
next == null是链尾,不是 bug,应明确设计默认行为(如抛异常 / 返回空 / 记录告警)
public abstract class Handler {
protected Handler next;
public void setNext(Handler next) {
this.next = next;
}
public abstract void handle(Request request);
}
public class AuthHandler extends Handler {
@Override
public void handle(Request request) {
if (!request.isValidToken()) {
throw new SecurityException("Invalid token");
}
if (next != null) {
next.handle(request); // 明确委托,不隐式跳转
}
}
}
两者混用时最常踩的坑:链里塞命令,还是命令里藏链?
有人试图用责任链管理命令执行顺序(比如先校验、再持久化、最后发消息),结果把 Command 和 Handler 职责搅在一起:既想封装请求,又想控制流程走向。这时往往出现两个问题:
- 撤销逻辑失效:责任链中途断掉,前面已执行的
Command没法统一回滚 - 节点复用困难:一个
Handler如果同时承担命令执行和链路控制,就很难被其他场景复用
更合理的做法是分层:用责任链做前置拦截(权限、参数、限流),链末端才触发命令执行器;或者用命令队列 + 独立的责任链处理器来处理命令的生命周期事件(如“命令提交后通知审计模块”)。
真正难的不是写对单个模式,而是判断当前需求到底要解耦「请求结构」,还是要解耦「处理流程」——前者选命令,后者选责任链。边界模糊时,先画出调用时序图,看箭头是从谁指向谁、中间有没有可插拔的决策点。本篇关于《命令模式与责任链模式详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
退票后可重新购票,12306最新政策详解
- 上一篇
- 退票后可重新购票,12306最新政策详解
- 下一篇
- 社保卡挂失后怎么补办恢复使用
-
- 文章 · java教程 | 21小时前 | Java · ServiceLoader module-info.java Java模块
- Java 模块服务加载的可选实现与回退路径
- 363浏览 收藏
-
- 文章 · java教程 | 22小时前 |
- Java VarHandle 内存序选择与可见性验证
- 226浏览 收藏
-
- 文章 · java教程 | 23小时前 | 并发 · Java · CompletableFuture · java 异步编程 completablefuture CompletionStage minimalCompletionStage
- Java CompletableFuture minimalCompletionStage 限制下游控制
- 219浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java JFR 事件流定位短时延迟尖峰
- 213浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Record 序列化兼容字段演进方案
- 483浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java ServiceLoader 隔离模块化插件实现
- 414浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Pattern Matching switch 处理密封层级
- 189浏览 收藏
-
- 文章 · java教程 | 1天前 | Stream · Java教程 · java Stream Collector Collectors.teeing 统计汇总
- Java Collectors.teeing 汇总两条统计管道
- 385浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Foreign Function Memory API 管理本地内存生命周期
- 385浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java StampedLock 乐观读校验失败的回退方式
- 165浏览 收藏
-
- 文章 · java教程 | 1天前 | 异常处理 · 并发编程 · Java教程 · StructuredTaskScope Java Structured Concurrency Joiner allUntil 子任务异常 聚合异常
- Java Structured Concurrency 汇总子任务异常
- 260浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java ForkJoinPool asyncMode 调整任务队列顺序
- 121浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 422次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 502次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 511次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 457次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 288次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

