Dart: Design e Desenvolvimento de Projeto
Última atualização: 2026-08-26
Um verdadeiro engenheiro não apenas escreve código; ele projeta arquiteturas que permitem ao código crescer. — Bob
1. O que Você Aprenderá
- Design de arquitetura de projeto: Camadas / Divisão em módulos / Injeção de dependência
- Parsing de argumentos CLI (pacote args) e design de subcomandos
- Abstração de fonte de dados (classe Sealed) + parsers multi-formato
- Design de pipeline assíncrono (Stream + processamento paralelo com Isolate)
- Code review do Charlie: Qualidade de código e Pattern Matching na prática
2. A História Real de um Desenvolvedor
(1) O Problema: As Dores de Crescimento de Scripts para uma Ferramenta
Bob inicialmente escreveu vários scripts Dart independentes para processar dados de e-commerce: parse_csv.dart, calc_stats.dart, gen_report.dart. Com o crescimento dos requisitos, cada vez mais copiar e colar ocorria entre scripts. Alterar um único nome de campo exigia modificar 5 arquivos. Alice perguntou: "Podemos adicionar uma fonte de dados JSON?" Bob percebeu que toda a lógica de análise estava acoplada ao CSV e era difícil de modificar.
(2) A Solução de Redesign
Bob decidiu redesignar o DataPipeline do zero, adotando uma arquitetura em camadas, abstraindo fontes de dados com classes Sealed, e usando pipelines Stream para processamento assíncrono. Charlie realizou o code review para garantir a qualidade.
graph TD
subgraph Architecture Layers
A[CLI Layer<br/>args Parsing]
B[Service Layer<br/>Pipeline Scheduling]
C[Data Layer<br/>Source + Parser]
D[Core Layer<br/>Models + Utils]
end
A --> B
B --> C
C --> D
B --> E[Isolate Pool]
B --> F[Stream Pipeline]
C --> G["Sealed DataSource"]
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
(3) Benefícios
- Adicionar uma nova fonte de dados JSON requer apenas adicionar uma subclasse, com zero modificações no código existente
- Pipelines Stream processam milhões de registros de dados um a um, mantendo o uso de memória sob controle
- Processamento paralelo com Isolate aproveita plenamente uma CPU de 4 núcleos
- Subcomandos CLI permitem que usuários invoquem análise/exportação/validação conforme necessário
3. Design de Arquitetura de Projeto
(1) Arquitetura em Camadas
| Camada | Diretório | Responsabilidade | Dependências |
|---|---|---|---|
| CLI Layer | bin/ |
Parsing de argumentos, roteamento de comandos | Service Layer |
| Service Layer | lib/src/services/ |
Agendamento de pipeline, gerenciamento de Isolate | Data + Core Layer |
| Data Layer | lib/src/data/ |
Abstração de fonte de dados, parsers | Core Layer |
| Core Layer | lib/src/core/ |
Modelos, utilitários, constantes | Sem dependências externas |
▶ Exemplo
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
: Estrutura de Diretórios do Projeto
data_pipeline/
bin/
data_pipeline.dart # Ponto de entrada CLI
lib/
src/
core/
models/
order.dart
product.dart
customer.dart
analysis_result.dart
utils/
formatters.dart
validators.dart
constants.dart
data/
sources/
data_source.dart # Classe Sealed
csv_source.dart
json_source.dart
api_source.dart
parsers/
order_parser.dart
product_parser.dart
services/
pipeline.dart
analyzer.dart
isolate_pool.dart
report_generator.dart
data_pipeline.dart # Barrel export
test/
core/
models_test.dart
utils_test.dart
data/
parsers_test.dart
services/
pipeline_test.dart
analyzer_test.dart
pubspec.yaml
```text
```text
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
4. Parsing de Argumentos CLI e Subcomandos
(1) Design de Subcomandos do Pacote args
▶ Exemplo
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
: Ponto de Entrada CLI e Subcomandos
import 'package:args/args.dart';
import 'package:args/command_runner.dart';
// Sub-comando: analyze
class AnalyzeCommand extends Command {
@override
final name = 'analyze';
@override
final description = 'Analyze order data and generate statistics';
AnalyzeCommand() {
argParser
..addOption('source', abbr: 's', defaultsTo: 'csv', allowed: ['csv', 'json', 'api'])
..addOption('input', abbr: 'i', mandatory: true)
..addOption('output', abbr: 'o', defaultsTo: 'stdout')
..addFlag('parallel', abbr: 'p', defaultsTo: false)
..addOption('isolate-count', defaultsTo: '4');
}
@override
Future``<void>`` run() async {
final source = argResults!['source'] as String;
final input = argResults!['input'] as String;
final output = argResults!['output'] as String;
final parallel = argResults!['parallel'] as bool;
final isolateCount = int.parse(argResults!['isolate-count'] as String);
print('Source: $source | Input: $input | Parallel: $parallel');
}
}
// Sub-comando: export
class ExportCommand extends Command {
@override
final name = 'export';
@override
final description = 'Export analysis results to file';
ExportCommand() {
argParser
..addOption('format', defaultsTo: 'json', allowed: ['json', 'csv', 'markdown'])
..addOption('input', abbr: 'i', mandatory: true)
..addOption('output', abbr: 'o', mandatory: true);
}
@override
Future``<void>`` run() async {
final format = argResults!['format'] as String;
final input = argResults!['input'] as String;
final output = argResults!['output'] as String;
print('Export: $format | $input -> $output');
}
}
void main(List``<String>`` args) async {
final runner = CommandRunner('data_pipeline', 'DataPipeline - E-commerce data analytics CLI')
..addCommand(AnalyzeCommand())
..addCommand(ExportCommand());
try {
await runner.run(args);
} on UsageException catch (e) {
print(e);
}
}
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
| Subcomando | Função | Parâmetros Chave |
|---|---|---|
analyze |
Análise de dados e estatísticas | --source, --input, --parallel |
export |
Exportar relatório | --format, --input, --output |
validate |
Validação de dados | --input, --strict |
5. Abstração de Fonte de Dados — Classe Sealed
▶ Exemplo
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
: Sealed DataSource
sealed class DataSource {
const DataSource();
String get displayName;
Stream``<String>`` readLines();
}
class CsvSource extends DataSource {
final String path;
final String delimiter;
const CsvSource({required this.path, this.delimiter = ','});
@override
String get displayName => 'CSV: $path';
@override
Stream``<String>`` readLines() => File(path).openRead().transform(utf8.decoder).transform(const LineSplitter());
}
class JsonSource extends DataSource {
final String path;
const JsonSource({required this.path});
@override
String get displayName => 'JSON: $path';
@override
Stream``<String>`` readLines() async* {
final content = await File(path).readAsString();
final jsonList = jsonDecode(content) as List;
for (final item in jsonList) {
yield jsonEncode(item);
}
}
}
class ApiSource extends DataSource {
final String endpoint;
final Map<String, String> headers;
const ApiSource({required this.endpoint, this.headers = const {}});
@override
String get displayName => 'API: $endpoint';
@override
Stream``<String>`` readLines() async* {
final client = Client();
final response = await client.get(Uri.parse(endpoint), headers: headers);
final jsonList = jsonDecode(response.body) as List;
for (final item in jsonList) {
yield jsonEncode(item);
}
client.close();
}
}
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
▶ Exemplo
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
: Pattern Matching para Consumir DataSource
DataSource createSource(String type, String input) => switch (type) {
'csv' => CsvSource(path: input),
'json' => JsonSource(path: input),
'api' => ApiSource(endpoint: input),
_ => throw ArgumentError('Unknown source type: $type'),
};
String sourceIcon(DataSource source) => switch (source) {
CsvSource() => '📄',
JsonSource() => '📋',
ApiSource() => '🌐',
};
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
| Padrão | Propósito | Vantagem |
|---|---|---|
| Classe Sealed | Tipos de fonte de dados | Garantia de switch exaustivo em tempo de compilação |
| Pattern Matching | Consumir fontes de dados | Sem cadeias if-else |
| Função factory | Criar fontes de dados | Ponto de entrada unificado |
6. Parsers Multi-Formato
▶ Exemplo
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
: Parser de Pedidos
abstract class OrderParser {
const OrderParser();
Order parse(String raw);
List``<Order>`` parseBatch(List``<String>`` raws) => raws.map(parse).toList();
}
class CsvOrderParser extends OrderParser {
final String delimiter;
const CsvOrderParser({this.delimiter = ','});
@override
Order parse(String raw) {
final parts = raw.split(delimiter);
if (parts.length < 4) {
throw FormatException('Invalid CSV row: $raw');
}
return Order(
id: parts[0].trim(),
amount: double.parse(parts[1].trim()),
status: parts[2].trim(),
category: parts[3].trim(),
region: parts.length > 4 ? parts[4].trim() : 'US',
);
}
}
class JsonOrderParser extends OrderParser {
const JsonOrderParser();
@override
Order parse(String raw) {
final json = jsonDecode(raw) as Map<String, dynamic>;
return Order(
id: json['id'] as String,
amount: (json['amount'] as num).toDouble(),
status: json['status'] as String,
category: json['category'] as String,
region: (json['region'] as String?) ?? 'US',
);
}
}
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
7. Pipeline Assíncrono com Stream
▶ Exemplo
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
: Processamento com Pipeline Stream
import 'dart:async';
import 'dart:convert';
import 'dart:io';
class Pipeline {
final DataSource _source;
final OrderParser _parser;
final int _chunkSize;
Pipeline({
required DataSource source,
required OrderParser parser,
int chunkSize = 1000,
}) : _source = source,
_parser = parser,
_chunkSize = chunkSize;
Future``<AnalysisResult>`` execute() async {
final orders = ``<Order>``[];
var processed = 0;
var skipped = 0;
await for (final line in _source.readLines()) {
try {
final order = _parser.parse(line);
orders.add(order);
processed++;
} on FormatException {
skipped++;
}
if (processed % _chunkSize == 0) {
stdout.writeln('Progress: $processed orders processed, $skipped skipped');
}
}
stdout.writeln('Total: $processed processed, $skipped skipped');
final analyzer = OrderAnalyzer();
return analyzer.analyze(orders);
}
Stream``<Order>`` streamOrders() async* {
await for (final line in _source.readLines()) {
try {
yield _parser.parse(line);
} on FormatException {
continue;
}
}
}
Stream``<AnalysisResult>`` streamByCategory() {
final controller = StreamController``<AnalysisResult>``();
streamOrders().fold<Map<String, List``<Order>``>>(
{},
(groups, order) {
groups.update(order.category, (v) => v..add(order), ifAbsent: () => [order]);
return groups;
},
).then((groups) {
final analyzer = OrderAnalyzer();
for (final entry in groups.entries) {
controller.add(analyzer.analyze(entry.value));
}
controller.close();
});
return controller.stream;
}
}
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
8. Processamento Paralelo com Isolate
▶ Exemplo
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
: Isolate Pool
import 'dart:isolate';
class IsolatePool {
final int _poolSize;
final List``<Isolate>`` _isolates = [];
final List``<SendPort>`` _sendPorts = [];
IsolatePool({int poolSize = 4}) : _poolSize = poolSize;
Future``<void>`` initialize() async {
for (var i = 0; i < _poolSize; i++) {
final receivePort = ReceivePort();
final isolate = await Isolate.spawn(
_isolateEntryPoint,
receivePort.sendPort,
);
final sendPort = await receivePort.first as SendPort;
_isolates.add(isolate);
_sendPorts.add(sendPort);
}
}
static void _isolateEntryPoint(SendPort mainSendPort) {
final receivePort = ReceivePort();
mainSendPort.send(receivePort.sendPort);
receivePort.listen((message) {
if (message is _IsolateTask) {
final result = _processChunk(message.orders, message.taxRate);
message.responsePort.send(result);
}
});
}
static AnalysisResult _processChunk(List<Map<String, dynamic>> rawOrders, double taxRate) {
final orders = rawOrders.map((o) => Order(
id: o['id'] as String,
amount: (o['amount'] as num).toDouble(),
status: o['status'] as String,
category: o['category'] as String,
region: (o['region'] as String?) ?? 'US',
)).toList();
final analyzer = OrderAnalyzer(taxRate: taxRate);
return analyzer.analyze(orders);
}
Future<List``<AnalysisResult>``> processInParallel(
List<Map<String, dynamic>> allOrders,
double taxRate,
) async {
final chunkSize = (allOrders.length / _poolSize).ceil();
final results = ``<AnalysisResult>``[];
final completers = <Completer``<AnalysisResult>``>[];
for (var i = 0; i < _poolSize; i++) {
final start = i * chunkSize;
final end = (start + chunkSize).clamp(0, allOrders.length);
if (start >= allOrders.length) break;
final chunk = allOrders.sublist(start, end);
final completer = Completer``<AnalysisResult>``();
completers.add(completer);
_sendPorts[i].send(_IsolateTask(
orders: chunk,
taxRate: taxRate,
responsePort: completer.future as dynamic,
));
}
for (final completer in completers) {
results.add(await completer.future);
}
return results;
}
void dispose() {
for (final isolate in _isolates) {
isolate.kill(priority: Isolate.immediate);
}
}
}
class _IsolateTask {
final List<Map<String, dynamic>> orders;
final double taxRate;
final SendPort responsePort;
const _IsolateTask({
required this.orders,
required this.taxRate,
required this.responsePort,
});
}
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
| Modelo Paralelo | Cenário Adequado | Vantagem |
|---|---|---|
| Isolate.run | Computação única | API simples |
| Isolate.spawn | Worker de longa duração | Reutilizável |
| Isolate Pool | Fragmentação uniforme | Aproveitamento total de múltiplos núcleos |
| compute (Flutter) | Sem jank na UI | Específico do Flutter |
9. Injeção de Dependência
▶ Exemplo
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
: Padrão Service Locator
class ServiceLocator {
static final _instances = <Type, dynamic>{};
static void register``<T>``(T instance) {
_instances[T] = instance;
}
static T get``<T>``() {
final instance = _instances[T];
if (instance == null) {
throw StateError('Service not registered: $T');
}
return instance as T;
}
static void reset() {
_instances.clear();
}
}
// Registro na inicialização
void setupServices({required String sourceType, required String inputPath}) {
final source = createSource(sourceType, inputPath);
ServiceLocator.register``<DataSource>``(source);
final parser = switch (source) {
CsvSource() => const CsvOrderParser() as OrderParser,
JsonSource() => const JsonOrderParser(),
ApiSource() => const JsonOrderParser(),
};
ServiceLocator.register``<OrderParser>``(parser);
ServiceLocator.register``<OrderAnalyzer>``(const OrderAnalyzer());
ServiceLocator.register``<Pipeline>``(Pipeline(source: source, parser: parser));
}
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
10. Exemplo Completo: Ferramenta CLI DataPipeline
// ============================================
// DataPipeline CLI Tool - Complete Implementation
// Ferramenta de análise de dados de e-commerce do Bob
// ============================================
import 'dart:async';
import 'dart:convert';
import 'dart:io';
import 'dart:isolate';
// ---- Modelos Core ----
class Order {
final String id;
final double amount;
final String status;
final String category;
final String region;
const Order({
required this.id,
required this.amount,
required this.status,
required this.category,
this.region = 'US',
});
double get tax => amount * _taxRate(region);
double get total => amount + tax;
static double _taxRate(String region) => switch (region) {
'US' => 0.08,
'EU' => 0.20,
'UK' => 0.15,
'JP' => 0.10,
_ => 0.10,
};
Map<String, dynamic> toJson() => {
'id': id,
'amount': amount,
'status': status,
'category': category,
'region': region,
};
}
class AnalysisResult {
final int totalOrders;
final int completedOrders;
final double revenue;
final double tax;
final double total;
final Map<String, double> revenueByCategory;
const AnalysisResult({
required this.totalOrders,
required this.completedOrders,
required this.revenue,
required this.tax,
required this.total,
required this.revenueByCategory,
});
double get averageOrderValue => completedOrders > 0 ? revenue / completedOrders : 0;
@override
String toString() => '''
=== DataPipeline Analytics ===
Orders: $completedOrders/$totalOrders completed
Revenue: \$${revenue.toStringAsFixed(2)} USD
Tax: \$${tax.toStringAsFixed(2)} USD
Total: \$${total.toStringAsFixed(2)} USD
Average: \$${averageOrderValue.toStringAsFixed(2)} USD
Categories: ${revenueByCategory.keys.join(', ')}
''';
}
// ---- Serviços Core ----
class OrderAnalyzer {
final double taxRate;
const OrderAnalyzer({this.taxRate = 0.08});
AnalysisResult analyze(List``<Order>`` orders) {
final completed = orders.where((o) => o.status == 'completed').toList();
final revenue = completed.fold``<double>``(0, (s, o) => s + o.amount);
final tax = completed.fold``<double>``(0, (s, o) => s + o.tax);
final total = revenue + tax;
final byCategory = <String, double>{};
for (final o in completed) {
byCategory.update(o.category, (v) => v + o.amount, ifAbsent: () => o.amount);
}
return AnalysisResult(
totalOrders: orders.length,
completedOrders: completed.length,
revenue: revenue,
tax: tax,
total: total,
revenueByCategory: byCategory,
);
}
}
// ---- Fonte de Dados (Sealed) ----
sealed class DataSource {
const DataSource();
String get displayName;
Stream``<String>`` readLines();
}
class CsvSource extends DataSource {
final String path;
const CsvSource({required this.path});
@override
String get displayName => 'CSV: $path';
@override
Stream``<String>`` readLines() =>
File(path).openRead().transform(utf8.decoder).transform(const LineSplitter());
}
class JsonSource extends DataSource {
final String path;
const JsonSource({required this.path});
@override
String get displayName => 'JSON: $path';
@override
Stream``<String>`` readLines() async* {
final content = await File(path).readAsString();
final list = jsonDecode(content) as List;
for (final item in list) {
yield jsonEncode(item);
}
}
}
// ---- Parser ----
abstract class OrderParser {
const OrderParser();
Order parse(String raw);
}
class CsvOrderParser extends OrderParser {
const CsvOrderParser();
@override
Order parse(String raw) {
final parts = raw.split(',');
if (parts.length < 4) throw FormatException('Invalid row: $raw');
return Order(
id: parts[0].trim(),
amount: double.parse(parts[1].trim()),
status: parts[2].trim(),
category: parts[3].trim(),
);
}
}
class JsonOrderParser extends OrderParser {
const JsonOrderParser();
@override
Order parse(String raw) {
final json = jsonDecode(raw) as Map<String, dynamic>;
return Order(
id: json['id'] as String,
amount: (json['amount'] as num).toDouble(),
status: json['status'] as String,
category: json['category'] as String,
);
}
}
// ---- Pipeline ----
class Pipeline {
final DataSource source;
final OrderParser parser;
const Pipeline({required this.source, required this.parser});
Future``<AnalysisResult>`` execute() async {
final orders = ``<Order>``[];
var count = 0;
await for (final line in source.readLines()) {
try {
orders.add(parser.parse(line));
count++;
if (count % 100000 == 0) {
stdout.writeln('Progress: ${(count / 1000).toStringAsFixed(0)}K orders');
}
} on FormatException {
continue;
}
}
stdout.writeln('Loaded: ${(count / 1000).toStringAsFixed(0)}K orders from ${source.displayName}');
return const OrderAnalyzer().analyze(orders);
}
}
// ---- Gerador de Dados Demo ----
List``<String>`` generateDemoOrders(int count) {
final categories = ['Electronics', 'Clothing', 'Books', 'Home', 'Sports'];
final statuses = ['completed', 'completed', 'completed', 'pending', 'cancelled'];
final regions = ['US', 'EU', 'UK', 'JP'];
return List.generate(count, (i) {
final category = categories[i % categories.length];
final status = statuses[i % statuses.length];
final region = regions[i % regions.length];
final amount = (100 + (i * 37) % 5000).toDouble();
return 'ORD-${(i + 1).toString().padLeft(5, '0')},$amount,$status,$category,$region';
});
}
// ---- Main ----
void main() async {
print('=== DataPipeline CLI v1.0 ===\n');
final demoData = generateDemoOrders(1000);
final tempFile = File('${Directory.systemTemp.path}/demo_orders.csv');
await tempFile.writeAsString(demoData.join('\n'));
final source = CsvSource(path: tempFile.path);
final parser = const CsvOrderParser();
final pipeline = Pipeline(source: source, parser: parser);
print('Source: ${source.displayName}');
print('Processing...\n');
final result = await pipeline.execute();
print(result);
final sorted = result.revenueByCategory.entries.toList()
..sort((a, b) => b.value.compareTo(a.value));
print('Revenue by Category:');
for (final entry in sorted) {
print(' ${entry.key.padRight(12)}: \$${entry.value.toStringAsFixed(2)} USD');
}
await tempFile.delete();
print('\nDone. Temporary file cleaned up.');
}
> **Saída:** Execute localmente no DartPad ou usando `dart run`. Todos os exemplos do curso Dart são baseados em Dart 3.x / Flutter 3.x, e os resultados podem variar ligeiramente dependendo da versão do SDK.
11. Code Review do Charlie
(1) ▶ Pontos de Review
| Dimensão | Critério de Review | Checklist DataPipeline |
|---|---|---|
| Segurança de Tipos | Sem dynamic, switch exaustivo | Sealed DataSource + Pattern Matching |
| Testabilidade | Lógica core independente de I/O | OrderParser função pura, Pipeline aceita interface |
| Tratamento de Erros | Não engolir exceções, ter fallbacks | FormatException skip + contagem |
| Desempenho | Controle de memória, async não-bloqueante | Stream linha a linha + fragmentação Isolate |
| Extensibilidade | Novos recursos não alteram código antigo | Nova subclasse DataSource com zero modificação |
Charlie: "Sealed class + Pattern Matching permite que o compilador verifique omissões, muito mais seguro que if-else. OrderParser é uma função pura, então testar não requer mock do sistema de arquivos."
❓ Perguntas Frequentes
P: Por que usar classe Sealed em vez de enums para fontes de dados? R: Enums não podem carregar dados (como path, endpoint). Classes Sealed podem ter campos e métodos enquanto mantêm a garantia de switch exaustivo em tempo de compilação.
P: Devo escolher Stream ou Future no Pipeline? R: Use Stream se os dados chegam registro a registro e precisam de processamento em tempo real; use Future se você carrega tudo de uma vez e depois processa. Para milhões de registros, Stream é recomendado para evitar overflow de memória.
P: A comunicação via Isolate só pode passar tipos primitivos? R: Dados passados por SendPort devem ser serializáveis. Classes personalizadas precisam ser convertidas para Maps ou usar jsonEncode/Decode. Records do Dart 3 também são suportados para passagem.
P: Qual é melhor, o pacote args ou o pacote dcli? R: args é um pacote oficial, adequado para padrões padrão de subcomandos. dcli fornece ferramentas CLI mais ricas (operações de arquivo, gerenciamento de processos, etc.) mas não é oficial. Este tutorial usa args.
P: É necessário um framework para injeção de dependência? R: Não necessariamente. Para projetos pequenos, um Service Locator ou injeção por construtor é suficiente. Frameworks como flutter_bloc, get_it são adequados para projetos grandes. O DataPipeline usa um ServiceLocator simples.
P: Como testo o fluxo end-to-end do Pipeline? R: Use um arquivo temporário (Directory.systemTemp) como fonte de dados de teste e verifique os valores de cada campo no AnalysisResult de saída. Veja o exemplo de teste de integração na Lição L20.
📖 Resumo
- Arquitetura em camadas torna as responsabilidades claras para as camadas CLI/Service/Data/Core, com dependências unidirecionais
- Classe Sealed abstrai fontes de dados, Pattern Matching as consome, compilador garante sem omissões
- Pipeline Stream processa milhões de registros fluindo um a um, mantendo a memória sob controle
- Isolate Pool com fragmentação paralela aproveita plenamente múltiplos núcleos
- Injeção de dependência torna a lógica core testável e substituível
📝 Exercícios
- Básico (Dificuldade ⭐): Adicione um subcomando
validateao DataPipeline que aceita um parâmetro--input, conta o número de linhas com formato incorreto em um arquivo CSV, e emite um relatório. - Avançado (Dificuldade ⭐⭐): Implemente
JsonSource+JsonOrderParser. Use um array JSON como entrada, execute o Pipeline, e produza os resultados da análise. Verifique se o switch exaustivo da classe Sealed cobre todas as subclasses. - Desafio (Dificuldade ⭐⭐⭐): Implemente
IsolatePool. Divida 1000 registros de dados demo em 4 fragmentos, use 4 Isolates para analisar em paralelo, e finalmente mescle 4 objetosAnalysisResult(somando receita e contagens de pedidos separadamente). Meça a diferença de tempo entre execução paralela e sequencial.