Data Mutation
数据变更
数据变更会新增、修改或删除服务器数据。界面要跟踪等待中和最终结果。
另一个例子
用户给项目改名。服务器保存时，表单仍会保留新的名称。
主要部分
- 01提交的值
- 02等待保存
- 03服务器结果
- 04保留输入内容
- 05后续同步
什么时候用
新增、更新或删除远程数据时，应处理数据变更流程。
什么时候不要用
保存失败时不要清除已输入的内容。要保留内容并说明下一步。
代码里的名称
idle -> pending -> success | error -> settle 上线前要检查
检查程序运行环境与版本、集成边界、依赖与许可，以及支持的平台。验证安全、失败处理、性能与监控。也要检查部署、支持负责人、升级路径与恢复上一版的方法。
预期结果：把 数据变更 (Data Mutation) 当作团队能维护的技术基础，并检查它是否符合产品需求。 用户场景：用户给项目改名。服务器保存时，表单仍会保留新的名称。 技术或工程概念：数据变更 (Data Mutation)。 适用理由：新增、更新或删除远程数据时，应处理数据变更流程。 不应使用的情况：保存失败时不要清除已输入的内容。要保留内容并说明下一步。 工程适配：定义程序运行环境与版本。说明它负责什么、接口、数据流、依赖、支持平台、安全与性能限制，以及如何接入现有技术组合。 生命周期防护：检查依赖是否健康、许可是否可用。加入监控与安全备用做法，并指定升级负责人。没有可衡量的好处时，不要再加入功能重复的框架或工具。 验收标准：用最小集成证明必要行为。测试兼容性、安全性、失败与性能。记录部署、升级、支持与恢复上一版的方法。 证据与限制（证据边界）：没有一份官方标准能涵盖全部内容。不同团队、平台或框架的用法可能不同。 待确认：现有技术组合、运行环境、版本规则、目标平台和依赖负责人。也要确认性能预算、支持期限与迁移限制。
检查这份需求
请 AI 编程助手检查当前如何使用 数据变更 (Data Mutation)。 定义：数据变更会新增、修改或删除服务器数据。界面要跟踪等待中和最终结果。 生产环境检查：检查程序运行环境与版本、集成边界、依赖与许可，以及支持的平台。验证安全、失败处理、性能与监控。也要检查部署、支持负责人、升级路径与恢复上一版的方法。 修改程序前，先列出看到的证据、缺口、严重程度，以及最小且安全的修正。