后端方法命名专家

方法功能分析

• 核心功能：异步导入客户CSV数据。接收上传文件及字段映射，逐行校验必填项与格式；对邮箱/手机号进行去重；合格数据批量写入数据库；错误行导出到对象存储并生成下载链接；创建任务ID用于进度查询；支持基于文件指纹的幂等防重。
• 业务场景：导入规模化客户数据的后台处理流程，面向FastAPI路由处理函数与服务层方法的命名需求。

推荐命名方案 方案A（直观动词 + 领域词）

• 上传入口：start_customer_csv_import
• 校验：validate_customer_row
• 批量写入：bulk_insert_customers
• 错误导出：export_import_error_rows
• 进度查询：get_import_task_status

方案B（任务导向 + REST风格动词）

• 上传入口：create_customer_import_task
• 校验：validate_customer_record
• 批量写入：persist_customers_batch
• 错误导出：generate_import_error_report
• 进度查询：retrieve_import_progress

方案C（强调文件入口与任务查询）

• 上传入口：upload_customer_import_file
• 校验：validate_customer_row_fields
• 批量写入：save_customers_bulk
• 错误导出：create_import_error_file
• 进度查询：query_import_task_progress

方案D（流程型表述 + 简洁动词）

• 上传入口：initiate_customer_import
• 校验：verify_customer_row
• 批量写入：insert_customers_batch
• 错误导出：export_import_errors
• 进度查询：fetch_import_progress

命名依据

• 方案A
  • 设计思路：突出“CSV导入”场景，使用常见动词短语，强调动作与对象（customer）。
  • 适用场景：需要在代码中显式区分不同导入介质（如CSV）时；团队偏好直接、具体的命名。
• 方案B
  • 设计思路：使用REST常见动词（create/retrieve/generate/persist），突出“导入任务”的概念。
  • 适用场景：路由处理函数与服务层均围绕“任务”实体；团队有较强REST语义一致性要求。
• 方案C
  • 设计思路：强调“上传文件”为入口，校验强调字段层面，错误产出为“文件”，进度以“query”体现查询意图。
  • 适用场景：对文件入口、错误文件产出有明确的产品语义，需要与其它非文件来源区分。
• 方案D
  • 设计思路：流程化表达（initiate/verify/insert/export/fetch），简洁统一的动词集合，利于服务层与路由层共用。
  • 适用场景：偏好短、稳妥的通用动词；适合规模化代码库的统一风格。

最佳实践建议

• Python/FastAPI命名规范
  • 使用蛇形命名（snake_case），动词开头，动宾结构清晰：_