如何落地业务建模(2) 实践DDD时常见的问题

如何落地业务建模

在落地DDD时,关联模型与软件实现总有让人纠结与苦恼的地方,引起这些苦恼的的主要原因是架构风格的变化。我们已经从多层单体架构时代,过渡到了云原生分布式架构,但所采用的建模思路与编程风格并没有彻底跟上时代的步伐。这种差异通常会以性能问题或是代码坏味道的形式出现。
想要真正发挥出DDD的作用,就需要在不同架构风格下,找到能够维持模型与软件实现统一的办法。

关联对象

DDD中的聚合关系在具体实现中会存在一些问题。

无法封装的数据库开销

聚合与聚合根是构成"富含知识的模型"的关键。通过聚合关系,可以将被聚合对象的集合逻辑放置在聚合或聚合根,而不是散落在外,或是放在其它无关的服务中,以避免逻辑泄露。
但在落地时,经常会遇到一个挑战,即:这些被聚合的对象,通常都是被数据库持久化的集合。对数据库系统操作无法被接口抽象隔离,而将技术实现引入领域模型,则有悖领域驱动设计的理念。

比如在极客时间的例子里,要对用户已经订阅过的专栏进行分页显示,因为性能原因,不能将DB中的Subscription数据全部读取到内存中再进行分页,而要在查询DB时包含分页逻辑。
那么分页逻辑放在哪里,才能保持模型与软件实现的关联呢?

  • 一种做法是为Subscription构造一个独立的Repository对象,将分页逻辑放在里面,但这种做法会导致逻辑泄露。因为Subscription被User聚合,那么User所拥有的Subscription的集合逻辑应该被封装在User中。为非聚合根提供Repository是一种坏味道。
  • 那么把分页逻辑放到User上呢,这样其实也不合适,因为这样会将技术实现细节引入领域逻辑中,无法保持领域逻辑的独立。

造成上面两难局面的根源在于:我们希望在模型中使用集合接口,并借助它封装具体实现的细节;这基于一个前提,即内存中的集合与数据库是等价的,都可以通过集合接口封装。但实际情况是,我们无法忽略数据库带来的额外开销,两者并不等价。

引入关联对象

关联对象是将对象间的关联关系直接建模出来,然后再通过接口与抽象的隔离,把具体技术实现细节封装到接口的实现中。

User与Subscription间存在关联关系,所以新增一个关联对象来表达:

public interface IMySubscriptions : IQueryable<Subscription>
{
  ...
}

public class User
{
  private IMySubscriptions _mySubscriptions;
}

这里的关联对象为IMySubscriptions,User是Subscription的聚合根,与之相关的逻辑通过_mySubscriptions完成,仍然在User的上下文中,没有逻辑泄露。
然后,再通过接口与实现分离的方式,从领域对象中移除对具体技术实现的依赖,通过依赖注入的方式提供接口的具体实现:

public class MySubscriptionsDB : IMySubscriptions
或者数据来源于Restful API
public class MySubscriptionsAPI : IMySubscriptions

关联对象实际上是通过将隐式的概念显式化建模来解决问题的,这是面向对象技术解决问题的通则:永远可以通过引入另一个对象解决问题。

上下文过载

上下文过载(Context Overloading)就是指领域模型中的某个对象会在多个上下文中发挥重要作用,甚至是聚合根。这会导致对象本身变得很复杂、模型僵化;还可能带来潜在的性能问题。

因富含逻辑而产生的过大类

假设之前的极客时间例子中,模型经过扩展后,包含了三个上下文:

  1. 订阅:用户阅读订阅内容的上下文,根据订阅关系判断哪些内容是用户可见的;
  2. 社交:用户维持朋友关系的上下文,可以分享动态与信息;
  3. 订单:用户购买专栏的上下文,通过订单与支付,完成对专栏的订阅。

按照这个模型,得到的富含知识的实现为:

public class User
{
  // 社交上下文
  private List<Friendship> _friendships;
  public void Make(Friendship friendship)
  {
  }

  // 订阅上下文
  private List<Subscription> _subscriptions;
  public void Subscribe(Subscription subscription)
  {
  }

  // 订单上下文
  private List<Order> _orders;
  public void PlaceOrder(Order order)
  {
  }
}

这个实现的问题在于一个对象包含了不同的上下文,即坏味道:过大类,坏处有

  • 模型僵硬,想要理解这个类的行为,就必须理解所有的上下文。只有理解了上下文,才能判断其中的代码和行为是否合理。于是上下文的过载就变成了认知的过载,而认知的过载又会造成维护的困难,出现“看不懂、改不动”的祖传代码。而改不动的代码就是改不动的模型,最终提炼知识的循环也就无法进行了;
  • 过大类还容易滋生重复代码、引入偶然耦合造成的意外缺陷;
  • 性能问题,在不同的上下文中,需要访问的数据也不尽相同(这个问题可以通过引入关联对象缓解)

逻辑汇聚于上下文还是实体

上下文过载的根本症结在于:逻辑汇聚于上下文还是实体。
DDD的默认风格是汇聚于实体,类似这里的User类;而如果根据DCI范型(Data-Context-Interaction,数据-上下文-交互),则应该汇聚于显式建模的上下文对象(Context Object)中,或者上下文中的角色对象(Role Object)中。
这样做的原因是因为,在不同的上下文中,用户是以不同的角色与其他对象发生交互的。User在订阅上下文中的角色是Reader,在订单上下文中是Buyer,在社交上下文中则是Contact。
而发生上下文过载的根源为:实体在不同的上下文中扮演的多个角色,再借由聚合关系,将不同上下文的逻辑富集于实体中,导致了上下文过载。
所以解决方案就是:针对不同上下文的角色建模,将对应的逻辑富集到角色对象中,再让实体对象去扮演不同的角色。

通过角色对象分离不同上下文的逻辑

一种实现思路是通过装饰器模式,构造一系列角色对象(Role Object)作为User的装饰器:

public class Buyer
{
  private User _user;
  private List<Order> _orders;

  public Buyer(User user)
  {
    _user = user;
  }

  public void PlaceOrder(Order order)
  {
  }
}
public class Reader
{
  private User _user;
  private List<Subscription> _subscriptions;
  
  public Reader(User user)
  {
    _user = user;
  }
  
  public void Subscribe(Subscription subscription)
  {
  }
}
...

在具体的Repository实现中使用这些角色对象:

public class UserRepositoryDB : IUserRepository
{
  public User FindById(long id)
  {
    return db.ExecuteQuery(...);
  }

  public Buyer AsBuyer(User user)
  {
    return new Buyer(user, db.ExecuteQuery(...));
  }

  public Reader AsReader(User user)
  {
    return new Reader(user, db.ExecuteQuery(...));
  }
}

之后,就可以类似下面这样获取角色对象了:

var user = repo.FindById(1);
var buyer = repo.AsBuyer(user);
var reader = repo.AsReader(user);

使用角色对象的好处:

  • 把不同上下文中的逻辑分别富集于不同的角色对象中;解决了认知过载的问题,同时也通过封装隔离了不同上下文的变化。
  • 从实体对象转化到角色对象经由了显式的方法调用,这实际上清晰地表示了上下文的切换。

但这个方案在揭示意图、技术解耦上还做得不够好;比如假设不是所有数据都来自数据库,社交上下文中的朋友关系来自Restful API调用,这种情况下,将AsContact放到UserRepositoryDB就不合适了。

通过上下文对象分离不同上下文的逻辑

既然将角色转换的逻辑放到UserRepositoryDB不合适,那么借鉴前面关联对象的思路,将上下文直接建模出来,并通过接口隔离具体实现:

public interface IOrderContext
{
  interface IBuyer
  {
    void PlaceOrder(Order order);
  }

  IBuyer AsBuyer(User user);
}
public interface ISocialContext
{
  interface IContact
  {
    void Make(Friendship friendship);
  }

  IContact AsContact(User user);
}
public interface ISubscriptionContext
{
  interface IReader
  {
    void Subscribe(Subscription subscription);
  }

  IReader AsReader(User user);
}

然后将上下文对象的获取放置到IUserRepository接口中,并在其实现中使用依赖注入获取不同的上下文对象:

public interface IUserRepository
{
  User FindUserById(long id);
    
  ISubscriptionContext InSubscriptionContext();
  ISocialContext InSocialContext();
  IOrderContext InOrderContext();
}

public class UserRepositoryDB: IUserRepository
{
  //通过依赖注入获取不同的上下文对象
  private ISubscriptionContext subscriptionContext;
  private ISocialContext socialContext;
  private IOrderContext orderContext;
  ....
}

最后的使用方式就成了:

var buyer = repo.InOrderContext().AsBuyer(user);
var reader = repo.InSubscriptionContext().AsReader(user);
var contact = repo.InSocialContext().AsContact(user);

使用上下文对象重构后得到的好处有:

  • 借由上下文的封装,不同上下文中的技术实现可以是异构的,不管数据来自数据库还是第三方API,这些细节都不会暴露给使用者;
  • 软件实现、模型、统一语言更加紧密地关联在了一起,上下文对象与界限上下文对应。
  • 更加清楚地揭示了领域知识的意图,如下图的领域模型:
    包含上下文的模型
    通过如下IUserRepository的定义可知,User在三个不同的上下文中扮演不同的角色。
public interface IUserRepository
{
  User FindUserById(long id);
    
  ISubscriptionContext InSubscriptionContext();
  ISocialContext InSocialContext();
  IOrderContext InOrderContext();
}

架构分层

如何组织领域逻辑与非领域逻辑,才能避免非领域逻辑对模型的污染。通常会使用分层架构来区分不同的逻辑,将不同的关注度的逻辑封装到不同的层中,以便扩展维护,同时也能有效地控制变化的传播。
不同层有不同的需求变化速率(Pace of changing),分层架构对变化传播的控制,是通过层与层之间的依赖关系实现的,因为下层的修改会波及到上层。所以希望通过层来控制变化的传播,只要所有层都单向依赖比自己更稳定的层,那么变化就不会扩散了。

DDD中的分层的问题

在DDD中通常会将系统分为四层:
四层架构

  1. 展现层(Representation Layer),负责给最终用户展现信息,并接受用户的输入作为功能的触发点。如果不是人机交互系统,用户也可以是其他软件系统。
  2. 应用层(Application Layer),负责支撑具体的业务或者交互流程,将业务逻辑组织为软件的功能。
  3. 领域层(Domain Layer),核心的领域概念、信息与规则。它不随应用层的流程、展现层的界面以及基础设施层的能力改变而改变。
  4. 基础设施层(Infrastructure Layer),通用的技术能力,比如数据库、MQ等。

基础设施层与领域层谁更稳定

在上图的四层架构中

  • 展现层最容易改变:新的交互模式、不同的视觉模板都会导致改变;
  • 应用层的逻辑会随着业务流程以及功能点的变化而改变,比如流程的重组与优化、新功能点的引入;
  • 领域层是核心领域概念的提取,理论上来说,如果通过知识消化完成模型的提取,那么由模型构成的领域层应该就是稳定态了,不会发生重大变化;
  • 基础设施层的逻辑由所选择的技术栈决定,更改技术组件、替换框架都会造成基础设施层的变化。基础设施层的变化频率与所用的技术组件有关,越是核心的组件,变化就越缓慢,比如相对数据库,缓存系统的变化频率往往会更快。

此外,基础设施层还可能发生不可预知的突变,比如过去的NoSQL、大数据、云计算都曾为基础设施层带来过突变。而且,周围系统生态的演化与变更也会造成影响,比如消息通知系统从短信变成微信,支付从网银变成移动支付等等。

总之基础设施层没有领域层稳定,但上图中,怎么能让领域层依赖基础设施层呢?

基础设施不是层

领域模型对基础设施的态度是非常微妙的,一方面,领域逻辑必须依赖基础设施才能完成相应的功能,另一方面,领域模型必须强调自己的稳定性,才能维持它在架构中的核心位置。为了解决这个矛盾,要么承认领域层并不是最稳定的;要么就别把基础设施当层看。

领域层被人为地设定为最稳定的,实际上可以将领域层看做“在特定技术栈上的领域模型实现”;但这样可能无法被大多数DDD实践者接受,所以剩下一个选择:基础设施不是层。

能力供应商模式

如何才能取消基础设施层,但仍然不影响领域模型的实现呢,可以使用能力供应商(Capability Provider)模式。

从基础设施到有业务含义的能力

假设极客时间的订单需要通过网银来支付,并通过邮件将订单状态发送给客户,模型为:
订单支付模型1
伪代码:

public class Order {
    public void Pay(){
        bank.pay(...);
        email.send(...);
    }
}

这样的实现有个问题是领域层的Order直接依赖了基础设施层的网银支付、发邮件功能;而领域层是绝对稳定的,它不能依赖任何非领域逻辑(除了基础库)。

怎么办呢,需要将对基础设施层的依赖,看做一种未被发现的领域概念进行提取,这样其实就发挥了我们定义业务的权利,从业务角度去思考技术组件的含义。

将技术组件进行拟人化处理

通过拟人化,可以清楚地看到技术组件帮我们完成了什么业务操作,比如转账的时出纳(Cashier),通知用户的是客户(Customer Service),于是模型就能转化为:
拟人化

这样就可以将具有业务含义的能力抽象成接口纳入领域层,而使用基础设施的技术能力去实现领域层的接口,即基础设施层成为了能力供应商。
虽然从实现上看,只是将对具体实现的依赖,转化为对接口的依赖,但这样做的好处却契合了“两关联”:

  • 领域模型与软件实现关联
  • 统一语言与模型关联

使用能力供应商的多层架构

可以将基础设施看做对不同层的扩展或贡献,它虽被接口隔离,却是其它层的有机组成部分,作为能力供应商,参与层内、层间的交互。
使用能力供应商的多层架构

能力供应商是一个元模式,关联对象、角色对象、上下文对象都可以看做它的具体应用。

能力供应商模式的缺点

能力供应商模式有一个缺点是将显式的依赖关系,转化为了隐式的依赖关系,这就对知识管理有了更高的要求。
这里把技术概念转换成了领域概念,并反映到统一语言上,这就需要团队不断地执行循环,才能把知识消化掉。业务方与技术方也需要紧密地配合与信任。

不要用解决方案去定义问题,而是问题定义解决方案。相同的解决方案,在面对不同的问题是就是不同的模式,比如代理模式 装饰器模式 中介者模式,解决方案都是一个类代理给另一个类,但它们并不是同一个东西

参考资料
极客时间:如何落地业务建模 徐昊

posted @ 2022-01-10 21:51  zhixin9001  阅读(1141)  评论(0编辑  收藏  举报