从三层架构迈向领域驱动设计

标签：

本文读者基本要求：从事信息管理系统开发，略懂GOF设计模式及SOLID设计原则，对三层面向过程机械编码厌倦，并且不知道出路在何方，如果还掌握代码坏味和重构手法，那是极好的。

1. 三层架构

理论介绍-->实际经验-->总结反思

1.1 简单介绍三层架构

严格分层架构模式的特点是上层只能访问相邻的下层，其他层次间的调用都不允许。三层架构就是一种严格分层模式，它把职责划分为界面展示、业务逻辑、数据访问三层，还有一个业务实体，前面三层都要依赖它，所以它并不构成一个层。结构如图1。

三层架构的特点是一种面向过程的编程思想，特点如下：

a. 业务实体类中基本上只有属性没有方法。

b. 业务逻辑层的类基本上只有方法没有属性。

c. 将数据表结构映射为业务实体类是一个惯用做法，以至于有人将其称之为“传统”。这样的好处是只需要理解一套模型，能够通过自动化工具从数据表直接生成业务实体，还能够自然而然的通过自动化机制存储与检索业务实体。但对于复杂点的业务，这样做就是绝大部分问题的根源。

d. 当业务膨胀起来，需要划分模块的时候，我们有个常用的变形：提取一个服务层出来，用来组合模块间的交互，还为业务逻辑层提供了一个防腐层，可以把记录日志、验证权限、处理异常等职责分配给服务层。结构如图2。

上面介绍的就是我们常说的三层架构，由于采用了严格分层模式，用户界面层是绝对不能跨过业务逻辑层调用数据访问层的，同理服务层也是不能调用数据访问层。但是图2都有四层了，那它还是三层吗？这就需要见仁见智了，一般来说还是的。其实三层架构还有个更准确的名字----分层贫血领域模型架构，这样就不管多少层都能概括了，但是这名字没有三层那么朗朗上口。前面名字中的领域模型指的是业务实体，贫血意思业务实体中没有或很少方法。

1.2 实际应用中的三层架构

 

1.2.1 PetShop。

三层架构比较著名的例子就是PetShop，其技术内容比较丰富，MemberShip，ProfileProvider，各种接口，各种Factory， 可替换的数据访问层，缓存机制，消息队列等技术，看起来很牛的样子。但它的领域模型却比较简单，连模块都没有划分，只能算个玩具。很多年前，见识还比较少 的时候，微软就是我心中的神，只有微软提供的技术才是最正宗的，微软说的都是对的，没有用上微软提供的技术，心里就各种不对劲。后来学习设计模式，知道有 个模式痴迷症（如果在编码中没有用上模式，心里就各种不对劲），才明白原来自己之前患上了微软痴迷症。在我的实际工作经历中，微软痴迷症患者不在少数。就PetShop而言，微软只是展示一下他的技术而已，初学者们不明觉厉，盲目地奉它经典，以至于固步自封，不明白软件开发的路还很长很长，每种技术都有它的适用场景，选择权永远都在自己的手上（或在团队领导的手上）。

 

1.2.2 本人实际工作经历。

参加工作的前几年，都在小公司，经历的都是一个人开发的小项目，有时有个Web前端或美工配合一下，信息系统嘛，主要功能当然就是存储、检索、展示数据，业务操作就是CRUD了，业务逻辑最多就是验证一下业务实体填写的正确性，数据表的数量也非常有限。那时的我，在三层架构的统治下，做着一个快（枯）乐（燥）的数据搬运工（从数据库搬到界面或从界面搬到数据库）。

长期重复枯燥的工作会让人感觉前途无亮，穷则思变，结果就是人员的流动。对于短期小项目来说，人员流动根本不是个事，但是对于长期项目来说，可能就 没那么简单了，某些关键人物的离职，可能会引起很长期的震荡，接手的人加班、发脾气绝对是正常的（这视乎接手人员的技术水平），甚至可能使项目停滞不前。

 

终于，我顺从内心的呼唤，离开那个简单的环境，加入了一个比较复杂的长期项目。和以前一样，采用三层架构，信息系统项目嘛，CRUD就是基石，项目中绝大部分的工作就是搬运数据。不同的是，开发人员有10个以上（人生中第一个团队开发）；数据表超过200个 （这是以前不敢想象的）。更加不同的是，有些功能，它可能牵涉到了所有的数据表，做这样一个功能，首先要把所有关联到的数据表都找出来，理解清楚表与表之 间的关系，比较痛苦的是别人写的代码你基本用不上，都要自己从头搞。对于那些平时只是埋头搞自己一块功能的人来说，简直是要命。还有更要命的，不知道什么 时候需求又变更了，而处理这个功能的人离职了。开始，接手的新人两眼泪汪汪求多给点时间，而领导不理解，以前谁谁不是很快就搞定了吗？那些站着说话不腰疼 的同事说，这功能简单，这个、这个、还有这个表，那个、那个、还有那个表，这样再那样就解决了。我把这种协作方式成为嘴炮协作，真正的协作应该是代码层面 的。新人没法辩驳一般最后会选择默默地加班。人员继续流动，这样的情形发生多次之后，领导开始意识到，情况没那么容易了。特别是如果几个关键开发者都离职 了，那境况更是难上加难。就算没有人离职，情况一样是越来越难，这我在后面的一个项目中有比较深刻的体会，但是并不是所有人都会把这种难归结于架构不对或 团队开发水平还有待提升，他们会认为这是需求的问题或者其他同事的问题，还有人会认为这是正常的必然的无解的事情。如果一段时间复杂的功能变更多起来，加 班就会成为常态，如果加班能够搞定，情况还不算最糟糕。“水很深，水太深，水不知道有多深”开始成为了团队的口头禅。比较幸运的是当时那个项目这样的功能 不算太多。最后有人总结出一句名言：“谁遇到谁倒霉 ，忍忍就过去了”。说到这里，很多人可能会说，让所有开发人员的熟读所有数据表不就行了？实际情况是，除了关键的几个人，其他开发人员往往没有那个愿意把 有限的生命浪费在阅读这些下个项目就毫无用处了的数据表上，而且表的数量可能会增长到没有任何一个人能够整体掌控的程度。而且一个牵涉多个模块的复杂功 能，不能调动相关模块来协助，反而都得直接与数据库打交道，其他模块的逻辑也需要自己处理，这是单打独斗的套路，体现不了团队的协作与效率；再有就是不能 复用那些久经考验的代码，导致重复代码慢慢积累，系统缺陷也比较多。而且由多人接手后，一旦有人理解出了偏差，需求变更导致致命缺陷的几率会很高。

 

虽然项目组的生活氛围不错，时不时有经费给同事们出去吃完玩乐一下，但是不能预料什么时候需求就会提出一些“险恶”的功能，对人的精神也是一种考验。为了应付随时可能出现的各种险恶情况，我学习掌握了一些重构手法，学会用了UML来分析问题，还在项目中成功地应用了两个设计模式来解决一个棘手问题。但是在三层架构的大环境下，能够发挥的余地也是非常有限，有种有技术没地方用的感觉，常有新建一个类不知道该往哪个层放的情况。

后来，我还在另外一个采用三层架构的长期项目里呆过，情况与上一个项目基本一样，除了人员比较上一个项目稳定很多。就三层架构实际遇到的问题，我咨询了一些项目经理朋友，他们的意见如下：

经理A：代码是不可能写成书上介绍那样规范好维护的。

经理B：需求是不可能稳定下来的，代码也是不可能稳定下来的。

经理C：项目到了后期代码乱？难道不都是这样吗？

1.3 三层架构的反思

Linus Torvalds ：Bad programmers worry about the code. Good programmers worry about data structures and their relationships. （差的程序员纠结代码怎么写，好的程序员纠结数据结构和结构间的关系。）

三层架构的最大问题在于：实际应用中人们喜欢把内存模型和数据库模型保持一致。三层架构的大部分问题都是从这里衍生出来的。

数据库模型的粒度如果很小，那么大量的表连接很快就会让数据库跑不动了。

如果数据库模型的粒度如果很大（这是大部分项目的选择），代码的质量（重用性、稳定性、扩展性）就很差。由于没有从业务的角度去仔细定义每一个对象，每个人会根据自己的需要建立各种QueryModel或ViewModel，慢慢地类会多到想哭。或如果不建立各种Model，强行重用DataModel的话，那么接口提供的内容往往绝大部分都不是你想要的。

内存模型与数据库模型保持一致并非天生的，这是有很多原因造成的：

它建模的简单性让初学者无法拒绝，由于经验主义，以至于多年以后已经没有勇气去摆脱了；

没有专门论述三层与建模的书籍；

ORM工具误导，与数据表结构一致内存结构方便建立映射关系；

示范代码的误导，错误把示范代码当成产品代码；

等等......

种种误导导致很多人工作很多年后依然未能找到正确的路，忽略了一个重要的核心（业务建模）环节（业务模型要与代码的数据结构保持一致），但是他却坐 上了项目领导的职位，这就是更大的误导了。以至于让人产生无论你去到那个公司都是一样的错觉（在很多人的经历中，这的确是事实，包括我自己），但事实不应 该是这样的。

用户界面，领域模型，数据库它们应该具有同等的重要位置，领域模型在很多公司都是被忽略的角色。

我们应该相信：优秀的软件一定是由优秀的开发者制作的，团队的协作方式应该在代码层面，代码复用可以降低缺陷和提升效率。而这些都指向你应该离开“传统”三层架构。

还有一些三层开发人员最终患上了数据库痴迷症，他坚信程序就应该做个搬运工，其他的事情都应该交给数据库来完成，业务逻辑也应该写进存储过程里面去。

2. 三层分层到DDD分层的转变过程

优化层次关系-->重构到面向对象设计-->使用DDD相关模式深入重构

上面讲到，三层是“分层贫血领域模型架构”，那么DDD则可称为“分层充血领域模型架构”。从名字上看，它们就有亲戚关系，有亲戚好办事，嘿！

三层到DDD的 过程大体是这样的：首先推翻严格分层的理念，采用松散分层来重新定义服务层（松散分层的意思是上层可以访问下层，而不只是相邻的下层），把调用数据访问层 的职责交给服务层，接着把业务逻辑层移动到与业务实体在一起，再接着融合业务逻辑与业务实体，使之成为面向对象的设计，然后利用DDD的模式进行更深入的重构。在DDD技术掌握的还不是那么扎实的时候，三层技术基本仍然能够继续使用。

2.1 优化三层结构&重构到面向对象的设计

由于目前的服务层职责是非常轻的，甚至有很多空壳的调用，所以平衡一下职责，把调用数据访问层的职责从业务逻辑层提升到服务层，需要的数据通过参数传递给业务逻辑层。这样，对于那些简单到无业务逻辑的CRUD就不需要去访问业务层了，直接调用数据访问层。

结构如图3，我们看到业务逻辑与数据访问层已经没有依赖关系了。

然后我们就可以把业务逻辑与业务实体移到一块。

然后把属于业务实体的逻辑迁移到实体类中。

上 面简单单几句话和两张图就把问题搞定了，但是实际迁移过程中，风险是非常大的，如果没有充分掌握重构知识，建议不要在正式产品代码上尝试。有些逻辑无法归 类到任何一个业务实体上的，就让它留在原地，成为一个领域服务。有些逻辑连领域服务都无法归类的，就让它留在服务层，在坚持大方向的前提下，细节灵活处 理，因为每次重构都能够让你对未来的路看到更清楚，很可能下一次重构后你就会为这些流浪逻辑找到合适的家了。所有的建议都只是建议，最终决定权在你的手 上，受苦的人始终都是你自己。

一个事实是：掌握的编程思想越多，那么搬迁起来就越容易，倘若编程功底太差，可能根本无法搬动，不建议初学者进行这些危险的试验，因为你一定会把事情搞砸的，如果你把事情搞砸了，请自我反省一下是不是编程思想不太够用。

上面的过程并非要你一步到位，你可以把代码重构到任何一个时刻，等待后面知识跟上了，再进行下一步的重构。

到目前为止，代码还是那些代码，只是位置变了而已，所以如果严格按照重构手法进行，编译、运行应该都是没有问题的。就这样，在现有生活没有任何影响的情况下，你已经为你的职业生涯打开了另外一扇门，再也不怕编程技术拼不过那些年轻人了。

实际上，DDD只是让你重新回归到面向对象编程，没有什么更加神奇的魔法，当然DDD超越面向对象的地方在于对类的设计提出了更多的指导方法。

2.2 使用DDD相关模式进行深入重构

正式介绍一下DDD的分层架构，当然DDD的架构并不限于分层，现在还有六边形架构、CQRS、EventSourcing等技术可以选用，但是不要好高骛远，先把分层架构掌握好。原版分层结构如图5，改进版结构如图4，图4基本上就是图3的各个层换了名字，并且UI可以访问基础设施层。而图4与图5的区别在于，图4是基础设施依赖领域层，图5是领域层依赖基础设施层，这两层的关系倒置了。这样的倒置会更凸显领域层的核心地位，也有人认为这样已经算是六边形架构了。

DDD各层次职责解析：

用户界面层：

原版----负责向用户展现信息以及解释用户命令。

补充---- MVC中V和C都属于UI层，V展现信息，C解析用户命令。UI像地图一样把各个控制器关联了起来。

应用层：

原版----很薄的一层，用来协调应用的活动。它不包含业务逻辑。它不保留业务对象的状态，但它保有应用任务的进度状态。

补充----协调应用的活动这句话太抽象了，我充实一下它：从数据访问中获取领域对象，调用领域对象的方法完成任务，然后再调用数据访问代码把领域对象的改变持久化。事务、权限检查、记录日志、处理异常的职责也归它管。这点和前面三层的服务层的职责其实是一样的。

领域层：

原版----本层包含关于领域的信息。这是业务软件的核心所在。在这里保留业务对象的状态，对业务对象和它们状态的持久化被委托给了基础设施层。

补充----业务对象的持久化工作我们已经提升到应用层了，一般情况下，这层最好不要涉及资源库的调用，但是并不绝对。资源库的抽象要么在领域层中，要么提升到了“应用程序框架”，领域层是不会依赖基础设施的。

基础设施层：

原版----本层作为其他层的支撑库存在。它提供了层间的通信，实现对业务对象的持久化，包含对用户界面层的支撑库等作用。

补充----这层的职责包含了三层的数据访问，但是并不代表UI层就可以调用数据访问的代码，而且职责范围扩充了，有人可能会把它当作存放公用代码的地方，但是建议这里只存放本项目公用的东西，如果能够跨项目公用的代码应该放在一个叫做“应用程序框架”的项目来完成，每个公司都应该有自己的应用程序框架。

对比一下三层分层与DDD分层：

a. UI层技术基本一样，一些比较智能的绑定可能无法进行了。

b. 服务层基本一样。

d. 业务实体+业务逻辑 = 领域层

e. 如果三层架构不采用业务实体与数据表一致的做法，这层也是一样。由于内存结构与数据表结构之间存在阻抗失配，存取领域对象没那么简单。

DDD模式： 聚合，实体，值对象，工厂，资源库，模块。如果完全没有DDD经验，建议首先阅读《领域驱动设计精简版》一书，可快速掌握DDD的理念。

聚合：这是个难点，一般建议是要设计小聚合，聚合与聚合之间用ID关联，不要直接引用。聚合包含实体，值对象。表达聚合的对象叫做聚合根。聚合内部所有对象的变更必须通过聚合根。聚合根的本质是一个实体。如果聚合要传递给其他模块（系统），一般不要直接传递聚合根，新建一个粗粒度的值对象来进行传递，即DTO对象，DTO也可由接收方建立，由接收方决定需要什么数据，这样就解耦了模块间的关联，至于数据库中是否需要把这个DTO冗余存储，则看实际情况。聚合的数据表设计原则：大表小类。即数据表采用粗粒度，聚合根内部使用细粒度对象，有可能的话，尽量每一条数据表记录就是一个聚合。

实体：特点是必须要有一个ID来标识自己，可包含值对象和其他实体。

值对象：特点是个只读对象，没有ID标识。

工厂：由于聚合的创建可能是个非常麻烦的事情，用工厂来封装这个复杂麻烦的过程。

资源库：资源库就是持久化聚合的地方，就是说数据存储的最小粒度是聚合。但是数据查询的需求可能非常灵活，实践中这条规则有点僵化，一般使用是读写分离方案，就是写的时候使用聚合对象，但是读的时候可以根据业务仔细建立一些查询模型(QueryModel)进行读取。至于数据库是否需要分成读写两个模型，还是要看实际情况，在系统更复杂和需要更高性能的时候，数据库的模型也要分成两个，不过它们之间的同步就比较麻烦了。领域事件、CQRS、Event Sourcing等技术就是用来解决这个麻烦的。

领域服务：总有一些需要多个聚合进行合作才能完成的业务，它们不能简单地划归参与的其中一个聚合，要用一个领域服务来表达，注意领域服务不是应用层的服务。

模块：如何划分模块，一般有横向划分和纵向划分两种，横向划分例如：实体模块，工厂模块，资源库模块。纵向划分例如：商品模块，订单模块，支付模 块，每个模块内部都会具备聚合，资源库，值对象等元素。一般的经验是横向划分对项目没有什么帮助，纵向划分可以减少系统的复杂度。模块间的交互在应用层进 行。

在重构的过程中，用各种代码坏味作为切入点，DDD模式、设计模式等作为方向，利用成熟的重构手法掌控重构过程，然后用SOLID设计原则评估你的重构成果。进行改动架构的重构，必须要整个团队取得共识，并且需要掌握DDD的人加强代码走查，确保一直走在正确的道路上。

再次强调，重构，是很多人的口头禅，但是对整个系统架构进行重构，这是个高风险的大工程，必须在团队中取得共识，并有明确的目的地和到达目的地的安全路径。

至此，三层到DDD的转换完成了。这是三层的终结，也是DDD的开端。路，还长。

3. DDD技术支撑框架

comming soon...

4. DDD领域建模经验

comming...

5. 数据库设计与性能优化

comming...

6. DDD实际工作经验及例子

comming...