此笔记位置已失效,请从目录继续阅读。
全书导读
本书以 .NET 企业级应用为语境,系统讲解如何成为一名合格的软件架构师,以及怎样为成功而设计企业应用。全书分为四部分:第一部分“基础”澄清架构师的角色定位与设计价值观;第二部分“设计架构”聚焦分层架构中的表现层与业务层;第三部分“支撑架构”深入领域驱动设计的核心模式——领域模型、CQRS 与事件溯源;第四部分“基础设施”讨论持久层与现代数据访问。书中强调原则而非具体 API,主张以可维护、可演进的分层与边界来承载业务复杂度。
全书主线
主线是“从角色认知到架构落地”:先建立架构师应有的思维方式与设计原则(第1–4章),再把这些原则落到经典分层架构的表现层与业务层(第5–7章),随后进入支撑复杂业务的核心范式——领域模型、CQRS 与事件溯源(第8–13章),最后回到落地离不开的持久层(第14章)。各章之间存在承接:设计原则为分层提供依据,领域建模补足业务层的“神秘”之处,CQRS 与事件溯源则是应对读写分离与状态演进的进阶手段,持久层为这一切提供存储底座。
前言:判断、任务与本书路线
前言把架构理解为需要上下文和经验的判断。作者提供的是可供比较的知识与案例,不是每个项目都能直接照用的处方;读者仍须根据业务、团队和约束解释取舍。这也说明为什么第1章先澄清架构职责,而不是先指定某个框架。
全书路线先建立可维护、可测试的设计基础,再从用户要完成的任务和交互发现命令、领域事件及子领域边界。作者称之为“用户体验优先”:它让领域理解先于选定统一的顶层技术架构,不表示每个系统必须采用同一个模型。随后分别讨论领域模型、CQRS和事件溯源这三种支撑方式,最后处理隐藏存储细节的持久层。可从第5章、第6章进入这一设计过程,再读第8—13章比较支撑方案。
前言提到Visual Studio 2013、CodePlex和当时的示例依赖,这是本版历史环境说明,本轮没有核验这些站点现在是否可用,也不据此承诺示例今天能直接构建。读者定位、致谢和出版联系信息已读,不作为技术知识单独生卡。前言的判断、领域理解和交互观点由正文已有卡承接,不重复建立知识卡。
第01章 今天的架构师和架构
第1章为全书奠定基调,先澄清“架构是什么”。作者给出 ISO/IEC 42010 的官方定义——软件架构关乎软件密集型系统的组织,从利益相关者角度解决问题、完成使命(软件架构标准定义),并点明利益相关者涵盖构建者与买家、用户、CIO 等,各自带着开发、技术、运维、组织、经济或法律等关注点(利益相关者与关注点)。接着把需求二分为功能性(系统必须做的行为)与非功能性(明确提出的特性如可伸缩性、安全性)(功能性与非功能性需求),并以 ISO/IEC 9126⁄25010 的质量特征族群作为分类框架(ISO软件质量特征族群);作者特别强调被忽视的“何时”维度——Ariane 5 事故即因忽略边界时机而酿成灾难(需求的何时维度),且非功能性需求会反向驱动难以更改的架构决策(非功能性需求驱动架构)。
在“怎么做”层面,作者划出架构与实现的物理边界:只有触及可轻易替换且不带来回归的“黑盒行为”时才显现边界,黑盒之上的东西才需要艰难决定(架构与实现的边界);并借 Martin Fowler 之口把架构归纳为“重要的东西”,即应尽早识别、却想押后承诺的关键决策(架构即艰难决策)。业务逻辑的组织方式(事务脚本/表模块/领域模型/CQRS/事件溯源)正是这类代价高昂的决定(业务逻辑组织方式的艰难选择),而新技术选型因缺乏案例更显艰难(新技术采纳的艰难决策)。架构流程上,前期架构(瀑布)已不合时宜,渐现架构(迭代、敏捷)成为主流(前期架构与渐现架构)。
最后落到“谁来做”:架构师按 ISO/IEC 42010 负责系统架构、贯穿全流程,核心职责是确认需求、分解系统、评估技术、制定规范(架构师的核心职责);作者反对把架构师神化为不写代码者,主张其本质是更有经验的开发者(架构师是资深开发者),并提醒没有放之四海皆准的架构,上下文才是王道(没有绝对正确的架构)。本章还埋下两条后续线索:业务与开发之间的词汇鸿沟将由第5章的“统一语言”承接(统一语言衔接业务与技术),而第1章列举的业务逻辑组织范式会在第8–13章的领域模型、CQRS 与事件溯源中逐一展开。
第02章 为成功而设计
第2章从“反例”切入,先解释为什么软件会走向失败、再给出走出混乱的纪律。作者引 Foote 与 Yoder 的概念,把大泥球(Big Ball of Mud,BBM)定义为几乎无组织、隐藏依赖与重复数据/代码横行、各层与关注点无清晰标识的“意大利面代码丛林”(大泥球BBM定义);并强调 BBM 不是最差实践,而是任何超过一定规模的项目的常态风险,且它是团队的产物而非个人所为(BBM的六大成因)。
接着给出 BBM 的四种典型征兆:僵硬(抵抗变化、以回归程度衡量)(BBM征兆僵硬与脆弱)、不可移动性与粘稠性(无法复用、改动会牵一发动全身)(BBM征兆不可移动性与粘稠性)。为量化这种代价,作者借用 Ward Cunningham 的“技术债务”比喻——烂代码如财务债务,会随时间累积需偿付的利息(技术债务TDBT),并列出可观测指标:知识孤岛(代码所有权落在个人肩上)(检测BBM的指标)。
在“人”的维度,作者指出真正决定项目成败的是个体及其实际互动,而非方法论本身(软件项目成败根因个体互动);而组织文化靠“协商”在各方需求间寻求折中(组织文化与团队协商)。具体到 Scrum 团队,救火精力应封顶在 20%(Scrum救火员),而真正的领导与老板的区别在于:老板培养跟班,领导培养其他领导(领导与老板的区别)。
最后落到工程经济:代码维护与演进才是最大成本,烂代码比“好代码”更昂贵(烂代码比好代码更昂贵),代码辅助工具只是降低写好代码的代价而非魔法(代码辅助工具)。走出混乱的三步恢复法是:用层包围烂代码、设定边界、逐步替换(走出混乱三步恢复法),并把任何“你拥有但不想拥有的代码”视为遗留代码(遗留代码)。章末以 Brooks 法则收束——向延迟的项目加人只会更延迟,提醒架构与进度决策的艰难(Brooks法则与加人决策)。
第03章 软件设计的原则
第3章讲“怎样把代码写得可维护”。作者开篇点明:架构的艰难决定最终要被证明正确,而确保代码能适应变化与扩展是软件的金科玉律;为此,可维护性是设计时最高优先级的质量特征——它由采纳原则与模式、注重整洁性/可读性/可测试性共同决定,而非一次实现即可(可维护性最高优先级)。
本章的通用设计支柱是内聚与耦合:内聚衡量模块内部职责的关联强度、越高越好,建议创建专注的小类(内聚原则);耦合衡量模块间依赖、越低越好,模块应通过稳定接口通信(耦合原则)。二者通过关注点分离(SoC,把系统拆成不重叠的特性、每次只专注一个关注点)(关注点分离SoC)与隔离/信息隐藏(只暴露公共接口、封装内部)(隔离与信息隐藏)来落地。在面向对象语境里,这些原则进一步体现为“对接口而非实现编程”(对接口编程)——用日志器等横切关注点的例子说明紧耦合之害,以及提取接口后的解耦与可替换;而横切关注点(日志、鉴权、缓存等)若内联会带来重复或紧依赖,须借助 DI/SL 分离(横切关注点)。在继承与组合之间,作者强调组合是更安全的复用方式,能规避脆弱基类与虚成员的细微缺陷(组合优于继承)。
接着作者收束到 SOLID 这一组“设计向量”:先概览五原则及其可能冲突、不宜盲从(SOLID原则概览),再逐条展开——单一责任(一个类只有一个改变理由)(单一责任原则SRP)、开放/封闭(对扩展开放、对修改封闭)(开放封闭原则OCP)、里氏代换(子类可替换基类,Square/Rectangle 为反例)(里氏代换原则LSP)、接口分离(不强迫客户依赖不用的接口)(接口分离原则ISP)、依赖反转(高层与低层都依赖抽象,并用服务定位器 vs 依赖注入落地)(依赖反转与依赖注入)。此外还有更全局的编码向量 KISS/YAGNI/DRY(编码向量KISSYAGNIDRY)、“说,别问”的对象建模启蒙原则(说别问Tell-Dont-Ask),以及用契约式设计(前置/后置/不变条件)与重构(在不变外部行为下改善结构)保障质量(契约式设计与软件契约)(重构与防御式编程)。本章为后续分层与领域建模奠定了“低耦合、高内聚、可演进”的设计语言。
第04章 编写优质软件
第4章回答“怎样写出可维护的代码”,从质量三角——可测试性、可扩展性、可读性——展开。先讲可测试性:Lehman 软件演化定律揭示复杂度会随时间自发增长,唯有主动维护与重构维系可维护性(软件演化与复杂度定律)。可测试性的定义是能轻松在代码上执行测试,好代码与可测试代码几乎是同一件事(可测试性定义);作者提出“为可测试性而设计”(DfT)并要求控制性、可见性、简约性三属性(为可测试性而设计DfT三属性),并强调可测试性胜过测试本身——授人以渔而非授人以鱼(可测试性胜过测试),其 ROI 体现在代码质量改善(可测试性的ROI)。“代码异味”是重构的首要目标信号(代码异味)。
测试实践上,软件测试分单元、集成、验收三层(测试三层次);单元测试靠 MSTest/NUnit/xUnit 等框架,且须警惕“仅验证抛异常却漏掉触发条件”的陷阱(单元测试与自动化测试框架);为隔离依赖使用测试替身,仿冒对象忽略依赖、虚拟对象验证调用上下文(测试替身fake与mock),并以 AAA 模式组织(AAA模式)。集成测试检查组件协同,宜自下而上而非大爆炸(集成测试与大爆炸自下而上);验收测试是黑盒契约测试,BDD 用 Given/When/Then 理清自动化验收(验收测试与BDD)。TDD 的核心洞见是“测试是手段不是目的”,设计从持续重构中浮现(TDD测试驱动开发);而代码覆盖率与质量无证明关系,Ariane 5 即因漏测边界而自毁(代码覆盖率误区)。
在可扩展性上,作者引 Knuth“过早优化是万恶之源”警示过度设计(过早优化是万恶之源),给出基于接口、插件架构、状态机三手段(代码可扩展性三手段)。可读性则靠 3C 规则——注释、一致性、清晰性——并主张方法体超 30 行即应警觉重构(可读性3C规则)(方法长度与短代码)。本章为第5章及后续分层架构的“好代码”标准奠定工程基础。
第05章 发现领域架构
第5章《发现领域架构》回答“如何为软件找到合适的领域架构”。作者先指出软件模拟真实生活,而业务领域常由多个上下文组成,每个都该有最适合自己的架构,把整个应用硬塞进单一顶层架构是常见错误(DDD的真正附加价值)。DDD 的分析部分提供两大支柱:统一语言与绑定上下文。统一语言是各方共享的通用术语表,旨在消除行话切换带来的误解(统一语言的目的);其结构以业务语义为主、技术行话为辅,并需从领域深处发掘(统一语言的结构);它必须与领域模型命名保持同步并随领域演化(统一语言与模型同步)。绑定上下文是拥有自身统一语言与架构的区域,边界内语言一致(绑定上下文);它区别于问题空间的子领域,二者是解决方案与问题的映射关系(子领域与绑定上下文的区别)。当同一术语出现第二层含义即发现新上下文的线索(发现上下文的线索);现实多采用“分割”而非“分区”来处理重叠(分割与分区的区别),重叠通常最好用不同绑定上下文应对(概念重叠的应对方案)。上下文映射以图表呈现各上下文及其关系(上下文映射),并用关系模式标识上下游依赖(DDD关系模式与上下游);其中防腐层是隔离相连上下文最安全的接口(防腐层)。关键洞见是:每个上下文都应被授予自己的架构,系统内混用多种支撑架构并非错误(每个上下文自己的架构)。随后章引入分层架构基础:需区分逻辑层与物理层,误把逻辑层一一对应部署成物理层会引入延迟与维护成本(逻辑层与物理层的区别、逻辑层误部署为物理层的错误);现代分层以关注点分离为原则拆分应用层与领域层(分层架构与关注点分离),应用层只编排用例、不懂业务规则(应用程序层),领域层则承载含行为的实体,警惕贫血领域模型(领域层与贫血领域模型)。全章为后续领域模型与 CQRS 奠定“先发现上下文、再分而治之”的方法论基础。
第06章 表现层
第6章《表现层》主张把表现层视作与后端同等必要、甚至应优先设计的层次。开篇以饭店服务员比喻说明表现层的协调角色:把用户命令送达后端、把结果展示回用户[1]。作者提出“用户体验优先”(哥白尼革命),主张先定义交互场景再构筑后端,尤其适合对领域不熟悉的团队[2];具体以轻量级的基于任务设计、面向任务UI来实现,并借CQRS简化后端[3]。
每个屏幕应抽象为类:出去的DTO是输入模型、进来的DTO是视图模型[4][5]。作者强调UX不止于UI,UI只是UX的一部分[6];UX四大要点为信息架构、交互设计、可视化设计与可用性审查[7],其中可用性审查是核心,需通过观察真实用户迭代验证[8]。草图、线框、模型三者由低保真到高保真,逐步把交互变成原型[9]。
在模式层面,MVC、MVP、MVVM都只是表现层模式而非系统级架构[10];MVP以表示器取代控制器并严格分离视图与模型[11],MVVM借双向绑定适合XAML等场景[12]。表现层由用户界面与表现逻辑(UI逻辑)两大组件构成[13]。在ASP.NET MVC中控制器应尽薄,只保留依赖HTTP上下文的逻辑[14];编排工作交给与控制器对应的应用程序服务(工作服务)[15],并通过Web API而非WCF暴露端点[16]。
面向设备的响应性方面,响应式Web设计(RWD)用CSS媒体查询适配视口,但只是隐藏/缩放、不省流量,存在性能与可用性劣势[17]。单页应用(SPA)则走向瘦服务器、胖客户端,把大量逻辑移到客户端,体验流畅但带来状态管理与移动端适配等新成本[18]。
本章知识卡片(共 18 张):
第07章 神秘的业务层
第7章《神秘的业务层》解释业务层如何随架构演进而转变,并给出组织业务逻辑的核心模式与跨层数据传输方案。开篇指出业务层虽随从数据为中心到以模型为中心的潮流而变化,但实现核心业务逻辑这一点始终不变[1]。作者先戳破“CRUD童话”的误导性,强调用对的工具做对的事、避免宠物技术反模式[2]。
组织业务逻辑有三条主线。事务脚本(TS)是最简单的过程式模式,把业务组件直接映射到用户操作[3],适合逻辑简单或不想领域建模的场景[4],其实现可落到命令模式并配合DTO[5]。领域模型(DM)则忠实反映业务领域的行为与数据流[6],由复杂性驱动采用[7],其持久化交由领域之外的仓储与O/RM处理、模型与关系存储的不匹配是关键挑战[8]。与之相对,从数据库结构推断模型往往得到只有属性、缺乏行为的贫血领域模型[9],Fowler认为它违背OO理念、本质上只是过程式设计,故更接近反模式[10]。
视角上,业界从以数据为中心转向基于任务的设计,任务是用例背后的工作流,把编排隔离到单独一层可保领域逻辑纯净[11]。在ASP.NET MVC中,控制器应作为协调者只做薄薄一层、把编排交给应用服务[12],各层之间推荐用依赖注入连接(如Unity控制器工厂)[13];无法归入单一实体的跨实体逻辑则由领域服务承载[14]。物理层方面,分布式会牺牲性能与增加复杂度,数量原则上应尽可能少[15]。
跨边界传输数据是另一设计重点:跨越进程边界的调用比进程内慢约100倍[16]。分层系统存在输入/领域/数据/视图四类模型,且MVC中的“模型”常被误解,今天MVC基本只是表现模式[17];在物理层或复杂图场景下,使用无行为、可序列化的DTO(并由AutoMapper等适配器自动映射)是务实之选[18]。
本章知识卡片(共 18 张):
第08章 领域模型导论
第8章《领域模型导论》为领域驱动设计(DDD)提供理论依据,并系统拆解“领域层”的组成部分。开篇界定DDD是一种始于统一语言、经绑定上下文、落到业务领域对象模型的分层架构[1];随即澄清两个常见误解:用对象代替数据读取器或O/RM写数据访问层并未带来DDD[2],而由数据库导出的持久化对象模型也不等于领域模型——DDD的核心是消化领域知识、建立统一语言与映射[3]。
模型本质上是一种为特定上下文而生的简化视图,正如墨卡托投影虽扭曲现实却是航海佳选[4]。领域模型应以行为而非数据为重点,作为核心业务的API始终保持有效状态[5];但建立模型代价高昂,DDD并非适合所有项目,需权衡建模需要与成本[6]。实践上数据库只是基础设施,DDD把建模前置、持久化后置,并以“持久化透明”让领域类不依赖磁盘与持久层[7][8]。
领域层由模型与服务构成[9]。模型方面,值对象是不可变的特性集合[10],实体则需身份标识、由数据和行为组成[11],且须区分领域逻辑(在模型内)与应用程序逻辑(在应用层)[12];持久化交予仓储,契约在领域层、实现在基础设施层[13]。为保持一致性,相关实体被组织为聚合这一一致性边界[14],由业务不变条件发现聚合[15],由聚合根守护内部有效状态与生命周期[16]。跨聚合、无法归入实体的逻辑由领域服务承载[17],而后续处理任务宜用领域事件解耦,避免顺序逻辑紧耦合[18]。
本章知识卡片(共 18 张):
第09章 实现领域模型
第9章《实现领域模型》动手落地分层架构中的DDD实践,以在线商店“买买买”项目贯穿始终,用领域模型作为支撑架构示范业务建模[1]。作者指出示例虽刻意简单、只需一个绑定上下文,但真实复杂场景往往需多个绑定上下文,其数量取决于复杂性、用例与性能等非功能需求[2]。需求分析与统一语言之后,领域模型作为独立类库包含Admin、Customer、Order、Product、FidelityCard等实体,各自承载内容与行为[3]。
建模的核心症结是贫血:从数据库推断的模型几乎无行为,像悬于代码的达摩克利斯之剑[4];判断逻辑归属可遵循三条规则——只处理自身成员归实体、跨聚合对象归聚合根、涉及持久或边界外引用归领域服务[5]。实体的身份标识需重写Equals与GetHashCode实现按值判等[6];状态改变应经私有set暴露的公共方法进行[7];创建实例宜用静态工厂方法而非裸构造函数,以保证意图清晰并符合统一语言[8]。值对象无标识、不可变,用其替代基元类型与数据泥团可提升表达性[9][10];在实体与值对象上重载==、!=运算是安全的[11]。
聚合是领域的一致性边界,订单是最有趣的聚合[12];但聚合内集合即便只读包装仍可被篡改,此难题最终引向CQRS[13]。特殊情况模式让未找到的对象返回默认派生实例而非NULL,保持API干净[14]。持久化须向O/RM让步(如提供默认构造函数)[15];Entity Framework代码先行把持久层集中于DbContext[16],且应用流畅API而非数据注解以保持领域模型纯净[17]。订单创建后的附加任务可借领域事件解耦,经发布/订阅与依赖注入实现可扩展设计[18]。
本章知识卡片(共 18 张):
第10章 CQRS导论
第10章《CQRS导论》承接DDD讨论,提出用命令/查询责任分离(CQRS)化解单一领域模型处理读写带来的复杂性。开篇界定CQRS是命令与查询责任分离的简写[1],并厘清二者语义:查询不改状态只返回数据、命令改状态不返回数据[2]。其做法是从单一领域模型转向两个领域层,查询与命令各立一层[3];其中查询栈应尽量简单,可纯靠SQL、无领域模型[4]。理论上看,领域复杂性多源于查询与命令的笛卡尔积,分离可把复杂度从N×N降为N+N[5]。需注意CQRS只是局部模式而非顶层架构,仍应与DDD分析配合[6]。
CQRS带来两大好处:简化设计与增强可伸缩性潜能[7][8]。它尤其适合多参与者并发竞争资源、业务规则复杂的“协作系统”[9];在协作实现里,命令入队由专属处理器执行并触发事件,逻辑被拆成可控单元[10]。当命令库与查询库分库时,二者可能延迟同步,于是出现“最终一致性”[11]。落地上,命令栈可只用事务脚本(TS)以降本[12];而查询侧则倾向100%贫血只读模型,这在CQRS中完全可接受[13],且查询栈根本不需要仓储[14]。
只读侧可用“分层表达式树(LET)”以IQueryable为通货、在应用层组合过滤[15],其最大优点是几乎不再需要DTO[16]。消息层面,命令与事件语义不同,构成CQRS的消息骨架[17];进一步用Saga把工作流拆成以事件协作的长时流程,提升灵活性与可测试性[18]。
本章知识卡片(共 18 张):
第11章 实现CQRS
第11章《实现CQRS》在“CQRS导论”基础上落地具体实现,先阐明CQRS的本质是命令栈与查询栈的有序分离,并强调其唯一原则就是保持二者分离[1][2]。作者指出CQRS并非顶层架构模式,而是应用在绑定上下文中,普通简单的方案虽被命令总线光环盖过,仍提供全部架构收益[3][4]。
在普通简单CQRS里,命令栈可用事务脚本按任务视角组织逻辑[5],查询栈则力求简单,让只读栈直接返回视图模型,这正是分层表达式树LET的本质[6]。数据层面依据复杂性决定共享单库还是各栈独立库,双库时需通过计划任务或进程内处理器保持同步[7][8];查询栈的只读外观由数据模型与数据库上下文构成,并用私有DbContext加接口、IQueryModelDatabase接口守住只读边界,LET还能显著减少DTO[9][10][11][12]。
走向命令架构后,外部输入被转化为命令推往总线[13],由Saga编排任务来实现用例,领域事件与集成事件分别服务内部与外部上下文[14][15]。Saga须由总线持久化以保证中断可恢复[16],而命令粒度应落在统一语言层次,使领域专家仅凭流程图即可参与设计[17]。
本章知识卡片(共 17 张):
第12章 事件溯源导论
第12章《事件溯源导论》先厘清事件溯源(ES)是什么:它不是只用事件建模,而是把事件持久化为系统唯一数据源,并澄清ES是与DDD、CQRS互补而非独立的增强特性[1][2]。作者强调事件是面向对象之后最大的范式转换,但指出ES并非全新思想,类似方案在银行业已用30余年,因此要冷静看待[3][4]。现实世界既有模型也有事件,挑战是为领域找到二者正确组合,而非抛弃模型[5]。
本章核心批判传统“最近已知正常状态”只存当前状态、覆盖历史,而ES改为聚焦可持久化的事件序列,并由此细化CQRS——让事件成为系统数据的主要来源[6][7][8]。ES带来三大价值:几乎不错过任何领域事件、近乎无限的业务场景可扩展性、以及通过事件回放支持假设场景[9][10][11]。ES不绑定任何具体技术,核心只需一个事件存储[12]。
ES也有代价与边界:抵制改变是主要缺点,且并非所有应用都适合,看不到明显好处就不要用[13]。落地上,事件存储是只持久化事件对象的普通数据库,特征为可重建状态、可按键返回事件流、且只追加不可改删[14][15]。事件存储可选手关系库、文档库或列存储[16];状态须从事件流回放重建,账户等场景回放成本高,故用数据快照定期缓存以缓解开销[17][18]。
本章知识卡片(共 18 张):
第13章 实现事件溯源
第13章《实现事件溯源》把第12章的理论落到两个可运行的实现示例,澄清事件溯源的本质、适用边界与具体落地方式。开篇界定事件是过去的提醒、对部分业务可成为真正数据源[1][2],并指出事件溯源只是更有效的CRUD[3];相较CRUD只覆盖最新状态、缺少历史且易冲突[4],它在只能添加的存储里跟踪一切、让事件记录成为主数据源并可适时重建[5],因此是值得掌握的设计资源[6]。
是否采用事件溯源取决于业务而非技术时髦:识别领域事件不等于需要溯源[7];当业务要捕获操作意图、需回放/撤销或解耦存储与模型时适用[8],而经典CRUD已够用时则不必[9]。它常伴最终一致性,但只要事件同步处理或延迟够低,实时系统亦可放心使用[10][12]。决定性标准是“跟踪事件在业务领域是否重要”[11]。
实现上分两条路径。经典回放方案以现场比分系统为例,记录事件后通过回放构建聚合当前状态[13];事件存储可用关系库或NoSQL(如RavenDB),需包装事件以统一类型,也可用NEventStore[14],但关系型建模异构事件有难题[15]。回放遍历事件流应用到聚合新实例,但量大时昂贵[16],故引入数据快照加速[17];聚合快照方案(迷你ERP)则直接持久化聚合最近状态、跳过回放,并让聚合自管事件、按场景自选构建策略[18]。
本章知识卡片(共 18 张):
第14章 持久层
第14章《持久层》讨论系统基础设施中处理数据持久化的部分。开篇界定持久层是了解数据访问繁杂细节(连接字符串、查询、索引、JSON)的代码,其职责包括永久保存数据、处理聚合边界内的事务、以及从任意永久存储读取[1][2]。持久层的实现通常采用仓储模式:Fowler将其定义为协调领域模型与数据映射层、以集合式接口访问领域对象的组件,本质是把领域与存储分离的接口层[3][4]。
仓储的设计与支撑架构紧密关联。工作单元(UoW)模式使仓储能在单个物理事务内协调写入并解决并发[5];粒度上建议每聚合一个仓储[6],而在CQRS中命令仓储几乎是唯一需要写的类型[7]。接口层面,仓储基于定义在领域层的泛型接口,IAggregateRoot标记并非必要[8];按统一语言设计后,真实业务领域不需要Delete,以中性、贴近统一语言的Save取代CRUD动词更自然[9]。
查询与持久化实现上,返回IQueryable把构建查询的职责交给上层,既灵活也与LINQ提供者耦合[10][11];作者主张仓储应提供显式契约、避免调用方失控[12]。持久化聚合用Save而非CRUD[13],DbContext作用域可限于类(UoW)或方法(原子更新)[14]。技术选型方面,O/RM是最常见方案[15],缓存是持久层关键能力[16],而多元化持久化为每类数据选最合适存储[17],NoSQL场景下需理解最终一致性的权衡[18]。
本章知识卡片(共 18 张):
跨章综合:把业务判断落实到可演进的边界
第1—4章先说明为何“完成一次实现”不等于可维护:利益相关者和需求决定质量目标,模块职责、接口和测试反馈让以后改变仍可承受。第5—7章把这些原则用于发现业务边界:先理解人要完成的任务、共同语言和交互,再区分任务编排、实体内规则与跨实体规则;不能仅按数据库表或界面控件机械划分业务。
第8—13章给出不同的业务实现方式。领域模型以实体和值对象表达规则;CQRS允许命令和查询按不同需要设计,采用与否取决于复杂度和收益;事件溯源保留状态变化历史,带来重建和审计能力,也引入事件版本、投影及一致性方面的责任。它们不能因为在同一部分出现就被当成必须一起启用的技术包。第14章再把存储作为支撑边界:仓储和工作单元的职责,要与所选业务模型及事务要求相配,而不是从某个ORM默认接口反推全部架构。
前言所说的“判断”贯穿了这条路线:先解释问题和变化,再说明方案承担的责任与代价。作者关于具体技术、命名或删除操作的偏好应在书中的业务语境内理解,不能据此否定其他系统确有的需求。
读者延伸与实践计划
本轮交付两份计划:从本地笔记库的阅读任务提炼交互,以及对书籍导入流程做编排、领域规则和基础设施责任的只读分类。分别见 ideas/idea-001-从阅读任务提炼交互.md 和 ideas/idea-002-区分编排与领域规则.md。这是把书中方法用于当前资料库的读者延伸;计划已交付,尚未执行界面设计、源码分析、重构、测试或部署。