四、客户端数据处理的技术场景
在本部分里将会针对下面六个分类对客户端数据处理的技术场景进行概述
数据绑定(Data Binding)
数据变更追踪(Data Change Tracking)
数据访问(Data Access)
数据缓存(Data Caching)
数据查询(Data Query)
数据处理(Data Processing)
4.1 数据绑定(Data Binding)
概念：
以非常简单的声明方式实现Form、Grid这种数据填写、修改构件与数据之间的对应关系。
场景：
Form绑定：把一个Form与一个数据对象通过声明的方式绑定，使得Form的修改直接可以体现在数据对象中，而数据对象的修改也可以马上由Form体现出来
Grid绑定：把一个Grid和一个数据对象集合通过声明或者设置数据源的方式绑定，使得在Grid上的写操作都可以体现在数据对象集合中，而数据对象集合的操作也可以马上由Grid构件体现出来
Tree绑定：由于Tree的特殊性，与其说Tree与一个数据对象集合绑定，不如说Tree使用了一个可以根据查询提供数据的数据来源更合适。当然，由于Tree有可能被可视化的修改(如组织机构管理)，所以这个数据来源必须支持对数据的写操作
其它：如菜单的绑定等，相对于上述三个都属于非常用的绑定，而且如果上述绑定能够实现，那么其他的绑定也可以采用同样的技术实现
4.2 数据变更追踪(Data Change Tracking)
概念：
对数据的整个生命周期进行追踪。主要的目的就是可以通过记录看出数据做了哪些改变，然后根据这些改变做出相应的处理，其使用场景有Grid的变更提示、Form修改的追踪等。
场景：
Grid变更提示：在Grid中以明显的方式提示用户做了哪些修改
数据集合变更追踪：根据变更的效果，可以有选择的发送合适的数据给服务端进行处理
Form修改的追踪：为用户在提交Form时提示用户哪些重要的字段进行了修改提供支持
4.3 数据访问(Data Access)
概念：
服务端与客户端数据传输的格式未必相同，而且数据对象属性的类型等信息也需要一些Meta Data API来进行支持。所以，抽象出一个抽象的拥有Meta Data的数据访问层是有意义的。
场景：
数据对象元数据信息访问：可以通过这些元数据信息了解数据对象的各个属性以及对应的数据类型(这一点对于Json格式的数据传输尤其重要，因为Json规范里面没有DateTime类型)
数据写操作的统一事件定义：通过Data Access API来访问数据，所有的写操作都会有统一的事件定义，在JavaScript 1.5中，普通的JavaScript对象是做不到的
统一的数据读取方式：不管数据是XML格式的还是Json格式的，访问数据的方式都是统一的
4.4 数据缓存(Data Caching)
概念：
数据缓存是指把获得的数据以一定的策略缓存起来，以备使用的技术。Cache是客户端数据处理中涉及到功能和性能的重要部分，原因请见下面的场景
场景：
离线运行的CodeList：系统如果需要离线运行，那么CodeList肯定需要客户端缓存
离线表单填写：如果允许用户离线填写表单，那么需要采用客户端缓存策略保存用户的数据
性能考虑：向服务端发请求，服务端查询并返回属于非常耗费资源和时间的操作，所以对于服务端的数据，客户端应该有一定的缓存以及同步策略
4.5 数据查询(Data Query)
概念：
数据查询的概念非常简单，根据用户的查询条件向服务端发送查询请求，得到服务端返回的数据对象集合。
但由于数据查询是系统中最常用的功能，所以，数据查询需要非常强大的功能。简单列举如下。
场景：
样本查询：给出一个样本，比如{age : 20, gender : 'male'}，返回所有符合样本的结果
模糊查询：用户可以提供非明确的查询参数(如李??，查询所有姓李的，名字为三个字的人)，返回结果供用户进一步的筛选
Range查询：根据Start Index和Count返回整个大数据集中的一部分，一般用在分页查询处理方面，当然也可以用在其他的需要整个数据集的一部分的地方
逻辑查询：采用逻辑操作对数据进行过滤查询，比如(employee中所有满足age < 40 && age >30 && gender = ‘male’ && married条件的员工——年龄大于30且小于40的已婚男员工)，实际上上面所说的查询都可以以某种方式归为逻辑查询的一种，之所以明确的提出来，是因为查询的语法有可能有所不同，并且有些构件或者服务会对某些查询有特别的需求或者加强的支持以简化开发的难度，提高开发的效率
自定义查询：根据用户的需要可以对上面的查询进行有机地结合
4.6 数据处理(Data Processing)
概念：
在数据查询、显示、修改和持久化的过程中，用户有可能还需要做一些监控，以及一些自定义的操作，如过滤、排序等。这就需要一套数据处理的事件以及数据处理的方法。这些统一归到数据处理用例中。列举如下。
场景：
数据处理事件：数据的查询以及持久化过程中的事件
数据过滤：通过数据过滤(查询前、查询后)可以满足权限控制等功能的要求
排序：可以对数据进行自定义的排序(查询、查询结果
