从三层架构迈向领域驱动设计

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...