DDD 对决:事务脚本 vs 领域模型,哪个才是业务优化的终极方案?

DDD与数据事务脚本 Python微信订餐小程序课程视频 https://edu.youkuaiyun.com/course/detail/36074 Python实战量化交易理财系统 https://edu.youkuaiyun.com/course/detail/35475 DDD与数据事务脚本 扯淡 相信点进来看这篇文章的同学,大部分是因为标题里面的“DDD”所吸引!DDD并不是一个新技术,如果你百度一下它的历史就会知道,实际上它诞生于2004年, 到现在已经18年,完全是个“古董”,软件开发技术日新月异,DDD确显得很独特,一直不温不火,也未淘 阅读详情

👉 这是一个或许对你有用的社群

🐱 一对一交流/面试小册/简历优化/求职解惑,欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料: 

695464192c1014b0a5dfbb4438c52bb9.gif

👉这是一个或许对你有用的开源项目

国产 Star 破 10w+ 的开源项目,前端包括管理后台 + 微信小程序,后端支持单体和微服务架构。

功能涵盖 RBAC 权限、SaaS 多租户、数据权限、商城、支付、工作流、大屏报表、微信公众号等等功能:

  • Boot 地址:https://gitee.com/zhijiantianya/ruoyi-vue-pro

  • Cloud 地址:https://gitee.com/zhijiantianya/yudao-cloud

  • 视频教程:https://doc.iocoder.cn

来源:geekhalo


在 CQRS 架构篇提到,由于 Command 和 Query 内部驱动力完全不同,需要在架构层就进行分离,但其中有个一个原则极为重要:

  1. “读”再复杂也是简单;

  2. “写”再简单也是复杂;

可见 Command 远比 Query 棘手的多,其中最关键的便是使用哪种模式来承载业务?

最常见的业务承载模式有:

  1. 事务脚本。

  2. 领域模型。

1. 事务脚本 与 领域模型

❝

事务脚本 和 领域模型 都是承载业务的不同模型,都有其适合的场景,没有绝对的对和错。核心的决策依据只有一个:选择最合适的业务场景即可。

❞

简单且直观的对两者进行区分:

  1. 事务脚本,门槛低上手快,适合简单的业务场景,比如资讯、博客等;

  2. 领域模型,门槛很高,适合处理复杂的业务场景,比如电商、银行、电信等;

大家最常听说也是最反感的便是:被别人称为 CRUD boy,更多时候说的便是 事务脚本。

1.1. 事务脚本

❝

事务脚本(Transaction Script)是一种应用程序架构模式,主要用于处理简单的业务场景。它将业务逻辑和数据库访问紧密耦合在一起,以便实现对数据的操作。

❞

事务脚本,将整个业务逻辑封装在一个事务中,借助数据库事务来满足业务操作的 ACID 特性。通过将逻辑和事务封装在一起,从而简化应用程序的处理和开发。

下图是基于事务脚本的生单流程:

d66b9b0c71b64b213329ddeee1e4d918.png

简单描述就是:将“脚本”(SQL)进行打包,然后放在一个“事务”中运行。这也就是“事务脚本”命名的由来。

接下来,看一个订单改价流程:

3d6b0ec9733661c98e8d070d7964b0bb.png

和生单流程基本一致,在此不做过多介绍。

1.2. 领域模型

❝

领域驱动设计(Domain-Driven Design,DDD)是应对复杂业务场景的利器,它是对业务领域中的关键概念和业务规则的抽象。领域模型是一个对象模型,它主要描述各领域对象之间的关系和行为。

❞

和事务脚本不同,领域模型使用对象来承载业务逻辑,领域模型的设计基于业务领域知识,强调领域专家的参与,以提高软件系统的质量和开发效率。

下图是基于领域模型的生单流程:

89d3ff4d119b527fba3cb10f5c9de72c.png

简单描述就是:核心业务逻辑全部由对象实现(addItems方法),数据库仅做数据存储。

接下来,看下基于DDD的订单改价流程:

b77ba201a82a563aabaaa55338665d1b.png

和生单流程基本一致,核心逻辑由 Order 的 modify price 实现。

相比之下,领域模型就复杂太多,它由多个实体 (Entity)、值对象 (Value Object)、聚合 (Aggregate)、领域服务 (Domain Service)、工厂 (Factory) 等组成,它们共同构成了领域对象模型。在模型中,实体和值对象表示业务中的实际对象,聚合是由多个高内聚实体和值对象形成的组合提,领域服务表示不属于任何一个实体或值对象的操作,工厂则用于创建复杂的对象,比如实体和值对象等。

1.3. 区别

两者都是承载业务逻辑的架构,但区别巨大:

  1. 事务脚本是以流程为中心的设计方法,在数据库层面执行指令,简化数据处理的过程;DDD 是以领域对象为中心的设计方法,旨在更好地理解和解决业务问题。

  2. 事务脚本以技术和流程为重点,以技术为中心,以代码实现为核心,关注数据处理问题;DDD 则强调模型驱动开发,以业务为中心,以领域模型为核心,关注业务逻辑,并以此为基础进行技术实现。

  3. 事务脚本很容易造成代码的累积,难以维护;DDD 能够帮助开发人员找到领域的本质(深层模型),并以此为核心,从而形成统一的、易于维护的架构。

除此之外,DDD 还有很多的特点,比如:

  1. 标准化。DDD 由一组严谨的规范组成,有完整的理论基础,可以实现落地过程的标准化;

  2. 设计模型。大家在日常工作中很少使用设计模型的根因在于:缺乏应用场景。当你处于“过程式”的开发模式下,只能产出面条代码;只有面对“面对对象”场景,才能落地设计模式,提升抽象能力;

  3. 降维打击。DDD 是从业务需求出发,将业务概念转化为对象模型,最后通过技术进行落地。这本身就是一种自上而下的设计方式,聚焦于业务,解决真实问题;

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/ruoyi-vue-pro

  • 视频教程:https://doc.iocoder.cn/video/

2. 实战体验

❝

对于程序员来说,文字显得不够直观,在此我们通过代码来体验下两者的不同。

❞

为了更好的体现两者的区别,将会从两个场景进行对比:

  1. 创建场景。围绕电商下单流程进行说明。

  2. 更新场景。以电商订单改价流程为基础进行说明。

在日常开发中,物理删除场景用的非常少,甚至很多公司都明令禁止使用“delete”语句。通常使用 “逻辑删除” 替代,它可归属为标准的更新场景,在此暂不对比 物理删除场景。

2.1. 创建场景:下单

在电商中,一个标准的下单需求主要包括:

  1. 对商品库存进行校验,避免出现超卖的情况;

  2. 对商品库存进行锁定,如果支付成功则直接扣减锁定的库存;如果支付失败,则对锁定的库存进行归还;

  3. 为每一种购买的商品生成一个订单项(OrderItem),记录商品单价、购买数量、需付总价、应付金额等;

  4. 为每一笔下单生成一个订单(Order),记录用户、地址、支付金额、订单状态等;

2.1.1. 基于事务脚本的下单

核心代码如下:

@Transactional  
public void createOrder(CreateOrderCommand createOrderCommand) {  
    // 1. 库存校验  
    for (OrderItemDTO itemDTO : createOrderCommand.getItems()) {  
        Integer stock = inventoryMapper.getStock(itemDTO.getProductId());  
        if (stock < itemDTO.getQuantity()) {  
            throw new IllegalStateException("库存不足");  
        }  
    }  
    // 2. 锁定库存  
    for (OrderItemDTO itemDTO : createOrderCommand.getItems()) {  
        inventoryMapper.lockStock(itemDTO.getProductId(), itemDTO.getQuantity());  
    }  
  
    // 3. 生成订单项  
    List<OrderItem> items = createOrderCommand.getItems().stream()  
            .map(OrderItem::create)  
            .collect(Collectors.toList());  
    orderItemMapper.createOrderItems(items);  
  
    // 4. 生成订单  
    Long totalPrice = items.stream()  
            .mapToLong(OrderItem::getPrice)  
            .sum();  
  
    Order order = new Order(createOrderCommand.getUserId(),  totalPrice, OrderStatus.CREATED);  
    orderMapper.createOrder(order);  
  
}

事务脚本与需求所需操作流程完全一致,简单来说就是使用“编程语言”对需求进行了翻译。

2.1.2. 基于 DDD 的下单

核心代码如下:

public void createOrder(CreateOrderCommand createOrderCommand) {  
    // 1. 检查库存,如果足够则进行锁定;如果不够,则抛出异常  
    this.inventoryService.checkIsEnoughAndLock(createOrderCommand.getItems());  
  
    // 2. 创建 Order 聚合,此处使用静态工厂创建复杂的 Order 对象  
    Order order = Order.create(createOrderCommand);  
  
    // 3. 保存 Order 聚合, @Transactional 在OrderRepository上  
    this.orderRepository.save(order);  
}  
  
public class Order {  
    private Long id;  
    private Long userId;  
    private Long totalSellingPrice = 0L;  
    private Long totalPrice = 0L;  
    private OrderStatus status;  
    private List<OrderItem> orderItems = new ArrayList<>();  
  
    // 避免外部调用  
    private Order(Long userId) {  
        this.userId = userId;  
    }  
  
    // 静态工厂,封装复杂的 Order 创建逻辑,并保障创建的 Order 对象是有效的  
    public static Order create(CreateOrderCommand createOrderCommand) {  
        Order order = new Order(createOrderCommand.getUserId());  
        order.addItems(createOrderCommand.getItems());  
        order.init();  
        return order;  
    }  
  
    // 添加 OrderItem,并计算总金额  
    private void addItems(List<OrderItemDTO> items) {  
        if (!CollectionUtils.isEmpty(items)){  
            items.forEach(item ->{  
                OrderItem orderItem = OrderItem.create(item);  
                this.orderItems.add(orderItem);  
                this.totalPrice += item.getPrice();  
            });  
        }  
        this.totalPrice = totalSellingPrice;  
    }  
  
    // 设置状态完成对象的初始化  
    private void init() {  
        this.status = OrderStatus.CREATED;  
    }  
}

和事务脚本相比,由以下几点不同:

  1. 应用服务中的 createOrder 方法内容非常简单,可以看做是模版代码,变化的可能性非常小,可以对其进行进一步的封装;

  2. 核心逻辑全部在 Order 聚合根中,通过静态方法 create 完成 Order 对象的创建,业务逻辑非常集中,形成了拥有属性和行为的“富对象”;

  3. 数据操作与逻辑解耦,最后一步操作 orderRepository#save 方法 完成内存对象向DB数据的同步,其他部分均不涉及基础设施;

2.2. 更新场景:订单改价

在电商中,订单改价主要包括:

  1. 修改订单项价格(OrderItem),根据商品要支付金额对新价格按比例进行均摊;

  2. 修改订单价格(Order),修改订单的支付金额;

2.2.1. 基于事务脚本的订单改价

核心代码如下:

@Transactional  
public void changeOrderPrice(Long orderId, Long newPrice) {  
    // 1. 校验金额  
    if (newPrice <= 0) {  
        throw new IllegalArgumentException("金额必须大于0");  
    }  
  
    // 校验订单有效性  
    Order order = orderMapper.getOrderById(orderId);  
    if (order == null) {  
        throw new IllegalArgumentException("订单不存在");  
    }  
  
    // 2. 对订单项价格进行均摊  
    allocateDiscount(order, order.getTotalPrice() - newPrice);  
  
    // 3. 修改订单价格  
    order.setTotalPrice(newPrice);  
    orderMapper.updateOrder(order);  
}  
  
public void allocateDiscount(Order order, Long discount) {  
    if (discount == 0){  
        return;  
    }  
  
    List<OrderItem> items = this.orderItemMapper.getByOrderId(order.getId());  
    Long totalAmount = order.getTotalPrice();  
    Long allocatedDiscount = 0L;  
  
    for (int i = 0; i < items.size(); i++) {  
        OrderItem item = items.get(i);  
        Long itemAmount = item.getSellingPrice();  
        if (i != items.size() - 1) {  
            // 按比例进行均摊  
            Long itemDiscount = itemAmount / totalAmount * discount;  
            // 重新设置金额  
            item.setPrice(item.getPrice() - itemDiscount);  
            // 记录累加金额  
            allocatedDiscount += itemDiscount;  
        }else {  
            // 分摊余下的优惠金额到最后一个订单  
            Long lastItemDiscount = discount - allocatedDiscount;  
            item.setPrice(item.getPrice() - lastItemDiscount);  
        }  
        // 更新数据库  
        this.orderItemMapper.update(item);  
    }  
}

和所描述的操作流程完全一致,成功使用“编程语言”完成了对需求的翻译。

2.2.2. 基于 DDD 的订单改价

核心代码如下:

@Transactional  
public void changeOrderPrice(Long orderId, Long newPrice) {  
    // 1. 校验金额  
    if (newPrice <= 0) {  
        throw new IllegalArgumentException("金额必须大于0");  
    }  
  
    // 2. 获取订单聚合根  
    Optional<Order> orderOpt = this.orderRepository.getById(orderId);  
  
    Order order = orderOpt.orElseThrow(() -> new IllegalArgumentException("订单不存在"));  
  
    // 3. 修改价格  
    order.changePrice(newPrice);  
  
    // 4. 保存 Order 聚合  
    this.orderRepository.save(order);  
  
}  
  
// Order 聚合根内方法  
public void changePrice(Long newPrice) {  
    if (newPrice <= 0) {  
        throw new IllegalArgumentException("金额必须大于0");  
    }  
  
    long discount = getTotalPrice() - newPrice;  
    if (discount == 0){  
        return;  
    }  
    // Item 均摊折扣  
    discountForItem(discount);  
    // Order 折扣  
    discountForOrder(discount);  
}  
  
// Item 均摊  
private void discountForItem(long discount) {  
    Long totalAmount = getTotalPrice();  
    Long allocatedDiscount = 0L;  
  
    for (int i = 0; i < getOrderItems().size(); i++) {  
        OrderItem item = getOrderItems().get(i);  
        Long itemAmount = item.getSellingPrice();  
        if (i != getOrderItems().size() - 1) {  
            // 按比例进行均摊  
            Long itemDiscount = itemAmount / totalAmount * discount;  
            // 重新设置金额  
            item.setPrice(item.getPrice() - itemDiscount);  
            // 记录累加金额  
            allocatedDiscount += itemDiscount;  
        }else {  
            // 分摊余下的优惠金额到最后一个订单  
            Long lastItemDiscount = discount - allocatedDiscount;  
            item.setPrice(item.getPrice() - lastItemDiscount);  
        }  
    }  
}  
// Order 折扣  
private void discountForOrder(long discount) {  
    Long newTotalPrice = getTotalPrice() - discount;  
    setTotalPrice(newTotalPrice);  
}

和生单流程一样:

  1. 应用服务中的 changeOrderPrice 方法内容非常简单,标准的模版代码,变化可能性非常小,需要对其进行封装;

  2. 核心逻辑全部在 Order 聚合根中,通过 changePrice 方法 完成改价逻辑,业务逻辑非常集中,形成拥有属性和行为的“富对象”;

  3. 数据操作与逻辑解耦,最后一步操作 orderRepository#save 方法 完成内存对象向DB数据的同步,其他部分均不涉及基础设施;

2.3. 对比

看过这两种风格代码有什么感觉?你可能会说代码也没少些什么,只是组织方式发生了变化。

确实是,只是组织方式发生变化,代码一行都没少。这是这点变化,带来了革命的创新。

来看个新的场景:业务改价过于随意,产品想增加一个环节:填入改价金额后,先把每个订单项的均摊价格展示出来,确认无误后在提交改价请求。

在不同的模式下,又该怎么解呢?

  1. 事务脚本模型下,大概率会 copy 一个新的 changePrice,并在其基础上进行修改。这将产生代码的冗余,比如原来 changePrice 方法存在bug,在修复时你需要修改多处,但往往只会想起一处;

  2. DDD模型下,你只需获取 Order 聚合,然后调用 changePrice 方法,把均摊结果进行返回,便可实现想要的结果;

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/yudao-cloud

  • 视频教程:https://doc.iocoder.cn/video/

3. 小节

事务脚本 和 领域模型 是承载业务的不同模式,都有各自适用的场景,需要根据自己的需求进行选择。

事务脚本:流程 + 数据,在操作流程中对数据进行操作;

领域模型:编排 + 模型 + 数据,基于模型能力进行编排,以完成业务操作;操作结果暂存于对象中,最后将其同步到数据库;

DDD 灵活性还体现在:

  1. 流程组合,添加一个新功能,一次性完成生单和改价操作;

  2. 封装不变,创建和更新主流程基本一致,可以对其进行封装,以统一操作;

  3. 应用模式,逻辑由聚合对象承接,各种模式都可以拿来使用,比如设计模式、架构模式、领域模式等;

  4. 局部标准化,基于 DDD 战术体系,构建标准的编程模型;


欢迎加入我的知识星球,全面提升技术能力。

👉 加入方式,“长按”或“扫描”下方二维码噢:

03dbcab93d35a580cadba3d18ee02085.png

星球的内容包括:项目实战、面试招聘、源码解析、学习路线。

32ece91366e3b53935527d20fde4d28a.png

0038ea4d1bb36379a9c3c5f47b66c6ec.png5ded445c18abe2ccea3cdcff3d5aa0e7.pngbe7653c14aa91600e5149892031e76fa.png9b8f2a307b225b296004bc96ed591a71.png

文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)
【一】PCIe基础知识 Linux PCIe基础知识 阅读详情

相关推荐

STM32F103+AX58100 EtherCAT从站SPI移植实战:CubeMX配置避坑指南

本文详细介绍了STM32F103与AX58100 EtherCAT从站控制器的SPI接口移植实战,重点解析CubeMX配置中的关键参数与常见陷阱。内容涵盖硬件连接规范、SPI模式设置、中断优先级规划及协议栈对接技巧,帮助开发者高效实现工业自动化领域的实时通信方案。特别强调CPOL/CPHA配置与AX58100的匹配要求,避免数据错位问题。

weixin_29230865的博客 331

别再死记硬背DDD概念了!用Java代码手把手带你理解聚合、实体与值对象

本文通过Java代码实战解析DDD核心概念,包括聚合、实体与值对象,帮助开发者从理论到实践掌握领域驱动设计。文章详细对比了贫血模型与充血模型的区别,并通过订单系统示例展示如何在实际项目中应用DDD架构,提升代码的可维护性和业务表达能力。

weixin_30402231的博客 279

GLM-5.2模型自部署实战:如何通过量化与vLLM优化实现远超官方API的推理速度

在大模型应用开发中,模型推理速度是影响用户体验和系统性能的核心指标。其原理在于通过优化计算图、内存管理和并行计算来提升吞吐量与降低延迟。技术价值体现在能够为高并发、低延迟的实时应用提供稳定高效的AI服务能力,广泛应用于智能客服、代码生成、内容创作等场景。其中,模型量化通过降低权重精度(如INT4/INT8)来大幅减少显存占用和计算量,而推理引擎(如vLLM)则通过连续批处理和PagedAttention等技术最大化硬件利用率。本文聚焦于GLM-5.2模型,详细阐述如何通过量化技术与vLLM推理引擎的深度优化

weixin_29032337的博客 320

DDD:业务事务、数据库事务、分布式事务

业务事务面向用例,一般一个请求对应一个业务事务,一个业务事务对应多个数据库事务,一个业务事务运行在一个分布式事务中,一个数据库事务最好只操作一个聚合。 如何编排一个业务事务的多个数据事务呢?一、DomainService(推荐);二、DomainEvent(推荐);三、ApplicationService(不推荐)。 如何管理分布式事务呢?一、AOP;二、AOP、三、AOP。...

weixin_33725515的博客 569

Python程序—定子故障三相永磁同步电动机振动与电流数据集

1.0 kW 电机匝间短路故障数据: 正常匝间短路振动数据: 匝间短路故障,严重度为2.26%: 匝间短路故障,严重度为2.70%: 匝间短路故障,严重度为3.35%: 匝间短路故障,严重度为4.41%: 匝间短路故障,严重度为6.48%: 匝间短路故障,严重度为12.17%: 匝间短路故障,严重度为21.69%1.5 kW 电机匝间短路故障数据: 正常匝间短路振动数据: 匝间短路故障,严重度为1.57%: 匝间短路故障,严重度为1.88%: 匝间短路故障,严重度为2.34%

m0_66465741的博客 1323

通过TMS320F28335学习DSP的开发流程——28335的基础知识(1)

1、TMS320F28335内核的主要特点 ①F28335 DSP集成了DSP和微控制器的长处,如DSP的主要特征、单周期乘法运算,F28335能够在一个周期内完成32x32位的乘法累加运算,或者两个16x16位乘法累加运算,而同样32位的普通单片机则需要4个周期以上才能完成 ②快速的中断响应 ③可在任何内存位置进行单周期读、修改、写操作 ④可采用C/C++编程软件,效率非常高 2、处理器的主要资源 ①32位浮点DSP,主频是150MHz,方便电机控制、电力设备控制及工业控制等。 ②片上存储器:FLASH–

Kayboy的博客 2万+

DDD架构下的分层以及@Transactional事务与Spring事件机制使用

DDD下的分层以及事件机制的使用

weixin_45405425的博客 2235

PCB设计必看:铜皮厚度与载流能力对照表(附Excel计算工具)

本文深入解析了PCB设计中铜皮厚度与载流能力的核心关系,提供了基于IPC-2152标准的动态计算逻辑与实用Excel工具。文章不仅分享了载流对照表,更重点剖析了影响载流能力的关键因素(如铜厚、线宽、温升、布线层),并给出了高电流设计的实战技巧与测试验证方法,帮助工程师规避常见陷阱,实现从理论到实践的闭环设计。

weixin_29228781的博客 729

业务逻辑模式——事务脚本模式

事物脚本模式 事务脚本(Transaction script,TS)模式可能是最简单的业务逻辑模式,它完全是过程式的。 1、模式概论 TS鼓励你跳过任何面向对象设计,把你的业务组件直接映射到所需的用户操作上。你关注用户 可以通过表现层完成的操作,为每个请求写一个方法。这个方法被称为“事务脚本&amp;amp;quot;。“事务”这个 词在这里通常是指你想执行的业务。“脚本”这个词是指你把一组系统执行的操作(也就是脚本)与 ...

Star_Inori的博客 4048

springcloud教程 -- 1.快速搭建入门级demo,看这一篇就够了

废话不多讲,跟紧我,开启你的SpringCloud初体验 首先回顾微服务的基本组成: [图片 here] 生产者:提供服务 消费者:消费服务 服务注册/发现中心:服务注册,发现,监控 所以,首先明白springcloud微服务的架构基础:生产者(client),消费者(client),服务注册/发现中心(server)

叶巨岩的博客 8万+

【大模型】大模型知识蒸馏 综述解读(Knowledge Distillation of Large Language Models)

知识蒸馏的(论文)方法总结。归纳了通过数据(如指令、对话、多模态)和训练方法(SFT、RL、数据增强),将复杂技能(如对齐、工具使用、多模态)蒸馏到开源模型的核心框架,附典型模型示例(如Alpaca、LLaVA)。

songxia928_928的博客 4347

Java 分层架构设计 DDD 与传统三层架构的演进与融合

Spring 框架资源加载器 ClassPathResource 与 FileSystemResource

2501_93753784的博客 1901

双目相机标定理论与编程实现

双目相机标定是计算机视觉中的重要任务,通过确定双目相机的内参和外参,可以实现立体视觉的深度感知和三维重建。通过使用OpenCV库提供的函数,我们可以方便地进行双目相机的标定工作。双目相机标定是计算机视觉中的重要任务,用于确定双目相机的内参和外参,以实现立体视觉的深度感知和三维重建。通过上述代码,我们可以获得左右相机的内参矩阵、畸变系数、旋转矩阵和平移矩阵等参数,从而完成双目相机的标定过程。使用双目相机采集一系列左右相机的图像,确保标定板在不同位置和角度下都能被双目相机拍摄到。函数来检测标定板的角点。

ByteKnight的博客 325

9.1.领域驱动设计

• 战略设计:限界上下文(Bounded Context)与上下文映射(Context Mapping) • 战术设计:实体、值对象、聚合根、领域服务的构建原则。• 领域专家与开发团队的协作范式(Event Storming工作坊设计) • 代码与文档的同步策略(Swagger + DDD Glossary):时标对象(Moment-Interval)、角色(Role)、描述(Description)、参与方(Party) •。:多币种汇率转换导致的小数位丢失(如0.1 USD = 0.78 HKD)。

2301_79902294的博客 1029

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

阿里大佬:DDD落地两大步骤,以及Repository核心模式

在正式开始第二篇之前,尼恩说一下自己对DDD的 亲身体验、和深入思考。DDD的本质大大提升 核心代码业务纯度老的mvc架构,代码中紧紧的耦合着特定ORM框架、特定DB存储、特定的缓存、特定的事务框架、特定中间件,特定对外依赖解耦, 很多很多。总之就是 业务和技术紧密耦合,代码的 业务纯度低, 导致软件“固化”, 没法做快速扩展和升级。大大提升 代码工程测维扩 能力DDD进行了多个层次的解耦,包括 持久层的DB解耦,外依第三方赖的隔离解耦,大大提升了 可测试度、可维护度、可扩展度更大限度 积累。

架构师尼恩 2042

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

Dante Cloud领域事件:事件驱动架构在DDD中的实现

在现代微服务架构中,系统间的解耦和异步通信变得至关重要。传统的同步调用方式虽然简单直接,但在分布式系统中容易导致服务间的强耦合、性能瓶颈和单点故障。领域事件(Domain Event)作为领域驱动设计(DDD)的核心模式之一,提供了一种优雅的解决方案。 Dante Cloud作为国内首个支持阻塞式和响应式服务并行的微服务平台,深度集成了领域事件机制,实现了真正的事件驱动架构。本文将深入解析Dan...

gitblog_00731的博客 771

三层架构 vs DDD四层架构:5个维度对比与微服务场景选型

本文对比了三层架构与DDD四层架构在微服务场景下的五个关键维度,包括架构分层、代码组织、复杂业务处理、团队协作和微服务化演进。三层架构(表示层、业务逻辑层、数据访问层)适合简单业务和集中式团队,而DDD四层架构通过引入领域层,更适合复杂业务和分布式团队。文章提供了详细的选型建议,帮助技术团队根据业务需求和团队结构做出合理决策。

weixin_34099526的博客 459

Spring MVC三层架构 vs DDD四层架构对比与选型指南

关于Spring MVC三层架构与DDD四层架构深度对比的技术文章。文章从核心概念、代码实现、适用场景等维度全面解析了两种架构模式的本质区别。通过完整的代码示例和实战案例(企业CMS系统、供应链金融平台),展示了不同架构如何支撑业务需求。文章提供了清晰的架构选型决策流程图,给出了从三层架构向DDD架构迁移的渐进式策略,以及微服务架构下的融合应用方式。本文旨在帮助开发者在项目规模、业务复杂度、团队能力等维度上做出明智的架构决策。

J_liaty的博客 1066

DDD领域驱动设计实战:从战略建模到战术落地的完整指南

本文详细介绍了DDD领域驱动设计的实战应用,从战略建模到战术落地的完整指南。通过电商订单系统等实际案例,解析了子域划分、限界上下文定义、聚合设计等核心概念,帮助开发者高效应对复杂业务场景,提升代码可维护性和扩展性。

weixin_34161083的博客 404

药品销售管理系统毕设:基于领域驱动设计的效率优化实战

看到这里,你可能会想:一个毕业设计,有必要搞这么“复杂”吗?我的体会是,这不是复杂,而是前期必要的设计。它不是在增加工作量,而是在减少后续的调试、修改和解释成本。“核心域精耕细作,支撑域和通用域从简”。聚焦核心:对于药品销售系统,销售流程和库存管理就是核心域。在这里投入时间实践DDD、设计清晰的聚合、定义领域事件是值得的,它能带来最大的可维护性收益。其他从简:像用户管理、权限控制这些支撑域,如果毕设要求不高,完全可以用Spring Security等框架快速搭建,甚至写一些简单的CRUD。

2600_94959991的博客 554

微服务分层架构:DDD与整洁架构

领域驱动设计(DDD)和整洁架构(Clean Architecture)是两种互补的方法,用于优化微服务的分层结构。整洁架构由Robert C. Martin提出,焦点是依赖规则:内层不依赖外层,核心业务逻辑独立于框架和外部细节。例如,在电商微服务中,DDD帮助明确“库存”聚合的边界,避免与“支付”服务耦合。这种分层确保高内聚低耦合:表示层依赖应用层,应用层依赖领域层,基础设施层被其他层依赖(通过依赖反转)。DDD和整洁架构可以无缝集成:DDD提供领域建模,整洁架构提供分层框架。

2501_93895086的博客 367

26.完结

学习视频来源:DDD独家秘籍视频合集。

theflowerofac^MQLYES的专栏 1115

react-native-windows 内嵌 folly 库解析:ThreadCachedInt 线程缓存计数器的设计原理与实战用法

本文以当前仓库 `vnext/external/folly/folly/docs/ThreadCachedInt.md` 为骨架,结合同目录下的源码实现([ThreadCachedInt.h](https://link.gitcode.com/i/fc9f0c30d0b3725df8323f98195487d8)、[ThreadLocal.h](https://link.gitcode.com/i

gitblog_00563的博客 728

三层架构 vs 领域驱动设计:在 2 种架构模式间做出正确选择

本文深入对比了三层架构(UI/BLL/DAL)与领域驱动设计(DDD)的核心差异与应用场景。三层架构以技术分层见长,适合业务简单的CRUD操作;而DDD则专注于复杂业务建模,提升系统灵活性和可维护性。通过订单处理实例解析两种架构的实现差异,并提供选型决策框架,帮助开发团队根据项目复杂度、团队技能等因素做出合理选择。

weixin_30385925的博客 388

Java 架构 10:领域事件设计(解耦微服务通信)

本文探讨领域事件设计在微服务架构中的应用,重点解决传统同步通信带来的紧耦合问题。文章从理论到实践,详细介绍了领域事件的核心概念、设计原则与实现路径,并基于Spring Boot和Kafka提供了一套完整的电商系统解决方案。 摘要要点: 问题分析:传统同步调用导致服务紧耦合、级联故障和性能瓶颈 解决方案:采用领域事件实现异步解耦,提升系统弹性和可扩展性 技术实现: 基于Spring Boot 3和Kafka构建事件驱动架构 提供250+行可运行代码示例 涵盖事件建模、发布/消费机制和可靠性保障 核心价值:通过

千淘万漉虽辛苦,吹尽狂沙始到金 2万+
上一篇: 盘点电影《孤注一掷》中的技术栈…
下一篇: SpringBoot 动态定时任务,配置写死,太Low了
公众号-芋道源码
博客等级 码龄10年 1640粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值