项目代码是python写的，之前的很不好用，开发、维护性都不行，经过我独立进行重构，效率得到了很大的提高
一、基础
1、函数式编程
函数是一等公民，可以像普通变量一样，作为参数传入，作为返回值传出
运行结果：
((1, 2, 3), {'a': 1})
begin
((1, 2, 3), {'a': 1})
end
2、包装函数
类似于Spring AOP面向切面，使用注解的形式增强函数。本质仍是函数式编程，只是运用了python的一个语法糖
作用：可在原有代码基础上简单加上注解形式的包装函数，附加新的功能
运行结果：
in simple_foo()
in simple_foo()
used: 3.657145977907425e-06
二、代码重构之剥离业务无关代码
1、重构前
如图所示，第一部分是初始化参数，第二部分是业务sql，第三部分是数据库操作
业务无关代码：40行
业务代码：1行
业务代码占比 2.5%
问题分析：
- 业务代码占比过低，对于业务开发人员来说，代码难懂，且难改
- 初始化参数部分，这块不是固定的，按天、小时、小时间隔、分钟、分钟间隔等频率触发的任务的参数都不一样，如果全靠业务开发人员独立实现，会影响开发效率（即使通过复制粘贴，每次还要检查一下是否复制正确），且无法保证正确性
2、重构后
业务无关代码：1行 (@oss_func)
业务代码：2行
业务代码占比 66%
将初始化参数、数据库操作部分全放到oss_func包装函数里，指定触发频率时配置freq、tot参数即可，目前支持的参数值有：
1天 （freq:1d)
1小时 (freq:1h)
5分钟间隔 (freq:5m)
5分钟累积 (freq:5m, tot:True)
三、代码重构之剥离维度聚合公有逻辑
1、重构前
这是一个按渠道维度统计的例子，对应两个sql
逻辑相同、聚合维度不同的sql
代码重复度几乎达到100%
问题分析：
若有n个维度，则会有2^n个sql，每增加一个维度，复杂度都是指数级的。开发、维护都将变得异常艰难。
在实际开发过程中，经常会出现新增维度统计的场景。如2017年底野蛮人全球服上线前夕要求新增按国家统计，光影对决要求新增按操作系统统计等
2、重构后
（1）剥离出来的维度聚合公有逻辑，在group by处使用{group}，在select处使用“{维度名} 列名”
（2）只要简单调用replace_dim函数，配置要按哪些维度聚合即可
附relpace_dim函数实现：
