當前位置：首頁 > 科技 > 軟件

DDD 與 CQRS 才是黃金組合

來源：責編：時間：2023-08-20 23:17:18 11494觀看

導讀在日常工作中，你是否也遇到過下面幾種情況：使用一個已有接口進行業務開發，上線后出現嚴重的性能問題，被老板當眾質疑：“你為什么不使用緩存接口，這個接口全部走數據庫，這怎么能抗住！”開發一個后臺管理功能，業務反饋說數據一直

在日常工作中，你是否也遇到過下面幾種情況：

使用一個已有接口進行業務開發，上線后出現嚴重的性能問題，被老板當眾質疑：“你為什么不使用緩存接口，這個接口全部走數據庫，這怎么能抗住！”
開發一個后臺管理功能，業務反饋說數據一直不對，對比后發現緩存與數據庫不一致，為什么要使用緩存接口呢，你陷入沉思？
產品要求在 xxx 上增加新功能，編碼、測試、上線一氣呵成，最后發現另外一個流程被躺槍，出現異常不得不進行回滾！
在一個高并發的場景，DB 成為了系統瓶頸，不加索引查詢扛不住，加索引更新扛不住，又該如何處理？
隨著數據量的激增，系統變得越來越慢，特別是后臺管理復雜的查詢場景下，復雜的 Join 讓 DB 不堪重負
……

為什么會出現這種現象？其本質仍舊是代碼組織結構不合理，我們將不同的復雜性揉在一起，從而造成了更大的復雜性，然后如此往復，不知不覺中陷入巨大的復雜性旋渦不可自拔。

1. CQRS 是什么？

CQRS 是 Command Query Responsibility Segregation 得簡稱，簡單理解就是對 “寫”（Command）和 “讀” （Query）操作進行分離。反應快的同學會說：“也不是什么高深技術嗎，不就是數據庫的讀寫分離嗎？”

是的，數據庫的讀寫分離也算是一種 CQRS，但 CQRS 的含義要比這復雜的多。

CRQS 既是一種流行的業務架構，又是一種設計思維。

CQRS 的核心是“拆分”，將復雜系統拆分為 Command 和 Query 兩個部分，針對不同的場景使用不同的模式，選擇最合適的技術落地最佳解決方案，避免兩者相互掣肘相互影響。

CQRS的目的是降低整個系統的復雜性，那它背后的邏輯是什么？

假設，在一個系統中：

Command 的復雜性為 M
Query 的復雜性為 N

如果使用同一套模型來處理 Command 和 Query，那在極端情況下，系統的復雜性為 M * N，因為兩者相互影響，調整一方的同時要時刻關注對另一方的影響。

圖片

這種“你中有我，我中有你”的設計方式，“兩者的相互影響”成為系統最為復雜之處，大量精力消耗在“排查影響”，而非最有價值的設計和編碼。

如果，將 Command 和 Query 徹底分離，系統的復雜性變成 M + N。Command 的變更不會影響 Query，而 Query 的修改也不會影響 Command。

圖片

當然，以上兩個極端在實際工作中也很少見，通常系統的復雜性介于兩者之間。

圖片

這只是從理論進行推導，在實際工作中隨處可見的“沖突”也是對“拆分”的一種暗示。

2. 分層架構中的沖突

以最常見的分層架構進行介紹，具體如下：

圖片

如圖所示，將系統分成5層，每層的含義如下：

Web 接入層。主要用于處理系統輸入，對輸入信息進行驗證，調用應用服務完成業務操作，對結果進行轉換，最終返回給調用方；
應用服務層。主要處理業務流程編排，從倉庫中獲取領域對象，執行領域模型的業務操作，將最新的對象狀態通過倉庫同步到數據存儲引擎，并對外發布領域事件；
領域層。業務邏輯的承載點，是業務價值的集中體現，通常構建于面向對象設計之上，基于封裝、繼承、多態等特性保障業務邏輯的復用性和擴展性；
倉庫層。主要用于數據訪問，向上為應用服務提供數據操作服務，向下屏蔽各類存儲引擎的差異；
數據層。主要用于數據保存和檢索，常見的數據存儲引擎全部屬于這一層，比如 MySQL、Redis、ES 等；

其實，分層架構本身也是一種“拆分”，將不同的關注點封裝在不同的層次。但除了橫向分層，還可以基于 CQRS 對其進行縱向拆分，也就是將每個層的組件拆分為 Command 和 Query 兩部分。

由于接入層沖突較小，本身拆分的意義不大，在此不做要求，但從嚴格意義上講，仍舊建議進行拆分。

3. 應用服務層沖突與拆分

應用服務層拆分就是將一個應用服務拆分為 CommandService 和 QueryService 兩組。

圖片

這樣做可以避免很多不必要的麻煩，Command 和 Query 存在較大的區別，具體如下：

	CommandService	QueryService
依賴組件不同	ValidateService 驗證服務；LazyLoaderFactory 延遲加載服務；CommandRepository 不帶緩存的倉庫；EventPublisher 事件發表器	QueryRepository 帶緩存功能的倉庫；JoinService 數據聚合服務；Converter 數據轉換服務
核心流程不同	驗證、加載、業務操作、同步、發布事件	驗證、加載、數據組裝、轉換
功能加強不同	主要是事務管理器	主要是緩存組件

回想開篇時提到的場景，完成應用層拆分，就不在為使用錯組件而煩惱：

CommandService 的 Repository 不使用緩存，僅操作數據庫
QueryService 的 Repository 可以使用緩存，以提升訪問性能

除此之外，針對統一的操作流程，還可以進一步抽象來消除重復的“模板代碼”，比如：

引入“模板方法設計模式” 以達到核心邏輯的復用

抽象出 BaseCommandService 和 BaseQueryService 兩個父類用于統一核心流程

子類實現 BaseCommandService 和 BaseQueryService 的抽象方法完成功能擴展

基于“約定優于配置” 使用 Proxy 模型，只定義接口不寫實現代碼
按規范定義 CommandService 和 QueryService 接口，通過注解完成相關配置
自動生成 Proxy 實現類，完成流程編排

4. 模型層沖突與拆分

模型層是系統的核心，它的設計直接影響整個系統的質量。作為承接業務邏輯的核心，比較流程的實現策略包括：

DDD 領域驅動設計，其核心是使用面向對象的高級特性（封裝、繼承、多態、組合等）來進行設計，非常適合復雜的業務場景。其體現就是存在很多高內聚低耦合的對象組（聚合根），業務邏輯由這些小對象相互協作共同完成；
事務腳本，使用過程式思維，將數據操作編織到流程中，比較適合并不復雜的業務場景。其體現就是存在很多“上帝 Service”，Service 中存在很多非常長的方法，業務邏輯由這些方法完成；

關于哪個才是最優解，網上已經爭論多年，最終也沒有結論。但我始終認為“沒有業務場景就討論方案，就是在耍流氓”。

從不同應用場景出發便可得到如下結論：

Command 場景需要保障嚴謹的業務邏輯，通常復雜性偏高，所以DDD 是最優解
Query 場景需要更靈活的數據組裝能力作為支持，通常比較簡單，所以事務腳本是最優解

我經常說：“最簡單的“寫”也是復雜，最復雜的“讀”也是簡單”，其背后邏輯是基于對 Command 和 Query 的場景判斷。

將模型拆分為 Command 和 Query，具體如下：

圖片

完成模型拆分后，新模型具有以下特征：

Agg 也就是 DDD 中聚合根，主要用于處理復雜的 Command 邏輯，由具有大量業務操作的"富對象"構成；
View 是標準的 POJO，主要充當 Query 結果對象，典型的“貧血對象”，僅作為數據的載體，根據展示需求對數據進行組裝；
View 沒有自己的 Repository，只能依賴 CommandRepository 獲取數據，Converter 組件負責將 Agg 模型轉換為 View 模型。

這塊是拆分的重點，為了方便理解，簡單舉個例子：

比如在電商的訂單模塊：

生單流程，由 Order 作為聚合根對內部 OrderItem 和 PayInfo 進行統一協調
訂單列表頁，只需展示 Order 和 User 信息
訂單詳情，需要展示Order、User、Address、OrderItem、PayInfo、Product等信息

如果讓一個模型同時支持著三個場景，那模型自己就變的非常復雜，很難判斷某個方法、某個字段究竟屬于哪個場景。

此時，應該根據場景對模型進行拆分：

OrderBO 以 DDD 方式進行建模，對外提供統一的業務操作，對內協調 OrderItem 和 PayInfo 等多個實體對象；
OrderListVO 以 POJO 方式進行建模，屬性中包含 Order 和 User 信息；
OrderDetailVO 以 POJO 方式進行建模，屬性中包括 Order、User、Address、OrderItem、PayInfo、Product 等信息；

三個模型相互獨立，互不影響。

當然，由于使用統一的 Repository 還需提供對應 VO 的 Converter：

OrderListVOConverter 將 OrderBO 轉換為 OrderListVO 對象
OrderDetailVOConverter 將 OrderBO 轉化為 OrderDetailVO 對象

5. 倉庫層沖突與拆分

倉庫層拆分也是非常有必要的，在這一層主要有幾項沖突：

	CommandRepository	QueryRepository
底層實現不同	主要基于 DB 實現	基于 DB、Redis、ES 等多種存儲引擎
方法復雜性不同	提供僅有的少量方法并足以支持大多數場景，比如 save、update、getById 等	根據業務場景進行定制，方法多種多樣（單條、批量、分頁、排序、統計等），維度多種多樣（id、user、status）
返回值不同	直接返回裝配完整的富對象	根據業務場景定制返回值

倉庫拆分后整體架構如下：

圖片

倉庫拆分具有以下特點：

View 不在需要 Converter 組件完成數據轉換
View 的數據來自于自己的 Repository，可以根據展示需求進行靈活定制
Command 和 Query 仍舊使用同一套數據庫、同一套數據表

6. 數據層沖突與拆分

數據層拆分是最重要的拆分，提到分離第一反應也是“數據庫主從分離”。

數據層拆分的本質是：各種數據存儲引擎的最佳應用場景相差巨大，讀和寫優化往往存在矛盾。

仍舊以最常見的數據庫為例：

提升查詢性能，建議為各種查詢維度建立索引
提升寫入性能，需要讓表上的索引越來越少
為了加速更新性能，建議使用三范式設計表結構，減少冗余信息
為了加速查詢性能，建議使用反范式設計，盡量冗余數據，避免數據表間的 Join 操作

魚和熊掌不可兼得，在數據庫層展示的淋漓盡致！

數據層拆分后架構如下：

圖片

該模型具有以下特點：

數據存儲進行了徹底拆分；Command 和 Query 都可以靈活的選擇最合適的存儲引擎；
Command 與 Query 需要引入一套同步機制以完成兩者的數據同步，常見的同步機制有：

工作在應用層基于領域事件的數據同步，如圖所示
工作在數據層基于log的數據同步，如 MySQL 的主從同步、Canal2XX 等

數據層拆分是大型系統最終的歸宿，仍舊以訂單系統為例：

訂單作為一致性要求極高的系統，Command 側首選仍舊為具有 ACID 的關系型數據庫，哪怕是分庫分表底層存儲仍舊不變；
為了滿足高性能查詢需求，需要在 Query 側引入 Redis 作為分布式緩存對訪問進行加速；
為了滿足后臺復雜且多維度的業務查詢，需要在 Query 側引入 ES 為全文檢索進行加速；
為了滿足各種實時報表需求，需要在 Query 側引入 TiDB 以滿足海量數據的實時檢索；

這就是我們面臨的現狀：“數據密集型系統”越來越多的應用程序有著各種嚴格而廣泛的要求，單個工具不足以滿足所有的數據處理和存儲需求。取而代之的是，總體工作被拆分成一系列能被單個工具高效完成的任務，并通過應用代碼將它們縫合起來，通過 API 的方式，對外提供服務，屏蔽內部的復雜性。

7. 小結

“拆分”是“分離關注點”的重要手段之一。拆分的目的是將問題進行歸類，然后采取有針對性的手段更好的解決問題。

CQRS 作為一種架構，將業務系統不同部分進行歸類，接下來需要為 Command 和 Query 尋找最優解決方案：

Command，以 DDD 作為理論基礎將戰術模型中最佳實戰進行落地，包括

聚合設計

倉庫設計

LazyLoad + Context 模式

業務驗證

領域事件

…

Query，以數據檢索和組裝作為核心能力，設計留給開發人員，實現留給框架，包括：

QueryObject 查詢對象模式
內存 Join 模式
寬表&冗余表模式

本文鏈接：http://www.www897cc.com/showinfo-26-6217-0.htmlDDD 與 CQRS 才是黃金組合

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： H5-Dooring可視化頁面制作神器測評總結

下一篇：資損防控技術體系簡介及實踐

標簽：

熱門焦點

7月安卓手機好評榜：三星S23Ultra好評率第一

性能榜和性價比榜之后，我們來看最后的安卓手機好評榜，數據來源安兔兔評測，收集時間2023年7月1日至7月31日，僅限國內市場。第一名：三星Galaxy S23 Ultra好評率：95.71%在即將迎來新
服務存儲設計模式：Cache-Aside模式

Cache-Aside模式一種常用的緩存方式，通常是把數據從主存儲加載到KV緩存中，加速后續的訪問。在存在重復度的場景，Cache-Aside可以提升服務性能，降低底層存儲的壓力，缺點是緩存和底
小米MIX Fold 3下月亮相：今年唯一無短板的全能折疊屏

這段時間以來，包括三星、一加、榮耀等等有不少品牌旗下的最新折疊屏旗艦都有新的進展，其中榮耀、三星都已陸續發布了最新的折疊屏旗艦，尤其號榮耀Magi
華為Mate60系列模具曝光：采用碩大圓形后置相機模組+拼接配色方案

據此前多方爆料，今年華為將開始恢復一年雙旗艦戰略，除上半年推出的P60系列外，往年下半年的Mate系列也將迎來更新，有望在9-10月份帶來全新的華為Mate60
2納米決戰2025

集微網報道從三強爭霸到四雄逐鹿，2nm的廝殺聲已然隱約傳來。無論是老牌勁旅臺積電、三星，還是誓言重回先進制程領先地位的英特爾，甚至初成立不久的新
2299元起！iQOO Pad明晚首銷：性能最強天璣平板

5月23日，iQOO如期舉行了新品發布會，除了首發安卓最強旗艦處理器的iQOO Neo8系列新機外，還在發布會上推出了旗下首款平板電腦——iQOO Pad，其最大的賣點
Android 14發布：首批適配機型公布

5月11日消息，谷歌在今天凌晨舉行了I/O大會，本次發布會谷歌帶來了自家的AI語言模型PaLM 2、谷歌Pixel Fold折疊屏、谷歌Pixel 7a手機，同時發布了Androi
iQOO Neo8系列或定檔5月23日：首發天璣9200+ 安卓跑分王者

去年10月，iQOO推出了iQOO Neo7系列機型，不僅搭載了天璣9000+，而且是同價位唯一一款天璣9000+直屏旗艦，一經上市便受到了用戶的廣泛關注。在時隔半年后，
AI藝術欣賞體驗會在上海梅賽德斯奔馳中心音樂俱樂部上演

光影交錯的鏡像世界，虛實幻化的視覺奇觀，虛擬偶像與真人共同主持，這些場景都出現在2019世界人工智能大會的舞臺上。8月29日至31日，“AI藝術欣賞體驗會”在上海

日韩成人免费在线_国产成人一二_精品国产免费人成电影在线观..._日本一区二区三区久久久久久久久不

DDD 與 CQRS 才是黃金組合

1. CQRS 是什么？

2. 分層架構中的沖突

3. 應用服務層沖突與拆分

4. 模型層沖突與拆分

5. 倉庫層沖突與拆分

6. 數據層沖突與拆分

7. 小結

7月安卓手機好評榜：三星S23Ultra好評率第一

服務存儲設計模式：Cache-Aside模式

小米MIX Fold 3下月亮相：今年唯一無短板的全能折疊屏

華為Mate60系列模具曝光：采用碩大圓形后置相機模組+拼接配色方案

2納米決戰2025

2299元起！iQOO Pad明晚首銷：性能最強天璣平板

Android 14發布：首批適配機型公布

iQOO Neo8系列或定檔5月23日：首發天璣9200+ 安卓跑分王者

AI藝術欣賞體驗會在上海梅賽德斯奔馳中心音樂俱樂部上演

最新推薦

猜你喜歡

熱門推薦

相關資訊