领域驱动设计的方法实践

之前看过领域设计一本书,还写过读书心得,从理论上介绍了领域设计的一些思路和方法论。
https://www.jianshu.com/p/712a49baf468
这里更多的是从实践的角度去落地领域设计的方法。
从领域设计到实践本人总结了几个阶段:

  • 构建领域词汇表
  • 事件风暴会议
  • 业务拆分
  • 模型设计

构建领域词汇表:解决沟通障碍

目标就是统一领域专家,产品经理,业务开发,测试等多个岗位的语言,
减少沟通的障碍,便于理解。
通常为了方便程序员之间沟通,领域词汇表会中英两份,英文词汇还会对应代码中的Class类名,成员变量名。
比如,一个机器学习系统,
常见的领域词汇表:
数据集 -- dataset
模型 -- model
机器学习 -- MachineLearning
训练 -- train
预测 -- predict
特征 -- feature
数据清洗 -- Data cleaning
致性检查 -- consistency check
估算 -- estimation
整例 / 变量删除 -- casewise / variable deletion
成对删除 - pairwise deletion
探索性分析 -- EDA

再比如,一个下单系统
商家/订单/用户/地址/商品 等等

如果系统是0-1的阶段,领域词汇可以由领域专家来节点,表达和含义。
如果系统已经过了0-1的阶段,建议回顾历史系统,也就是直接进入到领域事件的梳理,就是下一个阶段。

事件风暴会议:拆分事件对象关系条件

围绕事件不断的拓展业务内容。
比如,针对一个订单系统的事件风暴,
订单系统中有很多事件,如果已经是一个成熟系统了,可以直接看下代码中的ENUM定义,
已经接单,已经就绪,已经下单,已经派送,已经送达。围绕一个“已经下单”的领域事件,领域风暴会议可能会画出如下一张图。



比如:

  • 事件:下单事件
  • 围绕事件,产生了领域的对象(领域词汇对应的对象):
    • 用户
    • 地址
    • 商店
    • 订单
    • 商品
  • 不断把领域词汇聚集起来,形成聚合根,比如商品

在一个成熟的团队中,领域风暴事件中每个颜色代表一层含义。比如上面这个示意图中。

  • 红色: 代表中心的领域事件
  • 蓝色: 代表事件处罚的条件
  • 黄色: 代表领域对象
  • 紫色: 代表聚合根

这个颜色的含义,一般来自团队之间的磨合产生的习惯。非必须。

如果一个系统是0-1,怎么组织一次事件风暴会议,
一个常用的手段是利用主流程来拆分。
比如一个机器学习系统:
导入数据 --> 数据加工 --> 触发学习 --> 学习完成 --> 模型评估 --> 模型发布。
比如一个订单系统:
添加商品 --> 下单 --> 商家接单 --> 商家发货 --> 骑手接单--> 骑手送达 -->确认收货。

业务拆分:DDD到微服务

事件风暴会结合每个事件,不断的拆分出领域对象,
然后讲相关的对象聚合在一起,区分行为。但是到具体的服务设计之后。
会再划分出子领域,每个子领域对应一个或者一组相关的微服务。
不同组的微服务之间有明确的界限来划分自己的指责,同时多个微服务构成了一个大的系统。

比如,还是之前的下单的业务场景。
“下单”是一个子领域
围绕下单这个主题,会形成一个核心的主题域处理下单
但是围绕下单,还有用户的操作,商家的操作相关操作作为支撑。
所以拆分关系是:


下单子领域

绿色是这个子领域的一个核心主题服务,灰色是这个子领域的支撑服务,微服务的设计

  • 用户 可作为一个微服务,支撑订单这个核心服务
  • 商家 可作为一个微服务,支撑订单这个核心服务
  • 订单 可作为一个微服务

贫血模型和充血模型设计:表和服务接口

领域对象的设计,先设计核心层,核心层结束后
针对持久化层设计DO,
针对传输对象设计DTO,
针对业务表现层设计VO,

设计核心领域对象的时候,可以用贫血模型,也可以用充血模型。
比如贫血模型设计订单这个领域对象。

“贫血模型设计 ” : 数据逻辑分开,数据即领域,service对应领域对象的行为,对象关系的封装。

  • 商家DO
    • 商家id
    • 商家name
    • 商品id
  • 商品DO
    • 商品id
    • 商品name
    • 商品价格 price
  • 商家Service
  • 商品Service
    • get商品,从商家service和商品service分别获取两个entity,做组装

“充血模型设计” :增加一个Domain层,把数据和方法封装为Domain

  • 商品Object
    • 商品id
    • 商品name
    • 商家id
  • 商品DAO
  • 商品Domain: 数值 + 方法,DAO的调用 + 逻辑的组装
  • 商品service
    • getEntity,Domain里面获取所有需要的值

tips:很多人会问到贫血模型和充血模型有什么差别,用自己的理解方式,本质是一样的,贫血模型的封装性体现在service层,而充血模型多了一个domain层,领域的封装性放到了domain层而已。
当然大家也可以用网上“面向面试”的回答方式:贫血模型数据和service分离,充血模型数据和service统一。

补充:微服务的治理

这里不是重点,只提一下和领域设计相关的是多个服务之间的解耦,必要的两个技术是:

  • 消息队列:一个订单事件再多个服务之间流转,通常是通过订单消息来通知各个服务。
  • 注册中心:微服务之间通常不感知哪个物理服务上线和下线,通常通过注册和发现来调用具体的服务。
    消息对接和注册中心这里不过多介绍了,如果不了解还请查阅相关资料。
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,386评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,939评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,851评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,953评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,971评论 5 369
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,784评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,126评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,765评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,148评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,744评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,858评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,479评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,080评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,053评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,278评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,245评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,590评论 2 343

推荐阅读更多精彩内容