领域驱动实战-项目搭建

------------恢复内容开始------------

------------恢复内容开始------------

项目间关系：

接口层（实现）-rpc层（接口）-应用层-领域层-基础层（实体po、dao）

 

数据表关系：（用户、活动、奖品、中奖记录）

实际表：活动配置、策略（策略配置、策略明细）、奖品配置、用户r活动（用户参与活动记录表、用户活动参与次数表）、用户策略计算结果表

 

分库分表策略：（分库分表的种类：分库分表、分库不分表）

 

user_strategy_export:分库分表，水平分库，水平分表

user_take_activity:分库不分表，水平分表

user_take_activity_count:分库不分表，水平分表

 

lottery_01、lottery_02之间相当于是水平分库，这两个库一样；lottery和lottery_01、lottery_02是垂直分库，按照业务将不同表分散在不同的库里面

strategy和strategy_detail之间是垂直分表

 

 领域间关系：

抽奖策略领域：单项概率抽奖和整体概率抽奖，并提供统一的调用方式

抽奖-抽奖算法-仓储

 

奖品发放领域

活动信息领域

 

各种Object，各种o:

PO：Plain Ordinary Java Object，即简单普通的java对象。一般用在数据层映射到数据库表的类，类的属性与表字段一一对应。

VO：全称为：Value Object，有的也称为View Object，即值对象或页面对象。一般用于web层向view层封装并提供需要展现的数据。

dubbo的provider放在接口层中？

 

test充当consumer，那consumer应该要依赖interfaces啊

 

springboot-starter-web 用的Logback日志，dubbo-zookeeper用的log4j导致日志冲突，自己排除了好几个包里面的log4j日志才解决了日志冲突

 

springboot-starter版本为2.3.5-RELEASE，mybatis版本为2.1.4，mybatis自己导入了一个springboot2.4.0的包，导致和2.3.5的包冲突，自己把2.3.5改成2.4.0才启动起来。

 

lottery-test 想当于consumer，分布式的，consumer并不需要引入provider即lottery-interfaces，解耦了，所以consumer即lottery-test只需要引入rpc就可以，只需要引入接口就行。consumer引入接口，并没有引入实现类，并不会有问题，因为是分布式调用的远程的provider来实现具体功能的。consumer调用远程服务，那肯定要先启动provider，即lottery-interfaces.

 

lottery-test 找不到2.4.0版本的spring-test，引入了5.3.1版本的spring-test，这样后面会有版本冲突问题吗？

 

单元测试和测试工程不是一个东西吧，把单元测试单独写成一个测试工程不行啊

 

分库分表：通常包含以下四种形式【https://blog.csdn.net/weixin_44062339/article/details/100491744】

垂直分库，垂直分表，水平分库，水平分表

垂直分表：

垂直分表定义：将一个表按照字段分成多表，每个表存储其中一部分字段。

1. 把不常用的字段单独放在一张表;
2. 把text，blob等大字段拆分出来放在附表中;
3. 经常组合查询的列放在一张表中;

垂直分库：

垂直分库是指按照业务将表进行分类，分布到不同的数据库上面，每个库可以放在不同的服务器上，它的核心理念是专库专用。

解决业务层面的耦合，业务清晰

能对不同业务的数据进行分级管理、维护、监控、扩展等

高并发场景下，垂直分库一定程度的提升IO、数据库连接数、降低单机硬件资源的瓶颈

垂直分库通过将表按业务分类，然后分布在不同数据库，并且可以将这些数据库部署在不同服务器上，从而达到多个服务器共同分摊压力的效果，但是依然没有解决单表数据量过大的问题。

 

水平分库：例如：将店铺ID为单数的和店铺ID为双数的商品信息分别放在两个库中。按照一定规则将数据映射到不同库中。

水平分库是把不同表拆到不同数据库中，它是对数据行的拆分，不影响表结构。

• 解决了单库大数据，高并发的性能瓶颈。
• 提高了系统的稳定性及可用性。

稳定性体现在IO冲突减少，锁定减少，可用性指某个库出问题，部分可用.

 

水平分表：按照一定规则将数据映射到一个库的不同表中

水平分表是在同一个数据库内，把同一个表的数据按一定规则拆到多个表中。

• 优化单一表数据量过大而产生的性能问题

• 避免IO争抢并减少锁表的几率

  库内的水平分表，解决了单一表数据量过大的问题，分出来的小表中只包含一部分数据，从而使得单个表的数据量变小，提高检索性能。

 

 

------------恢复内容结束------------

------------恢复内容结束------------