背景

DDD 领域驱动设计，想必大家都已经耳熟能详了，经常能听到『事件风暴』、『聚合根』、『限界上下文』等等名词，对其概念一知半解，又或者知道一些概念，又不知道如何落地实践，怎么将设计转换成代码实现，这篇文章或许可以帮到你。

ps: 有些遗漏的概念直接看末尾的参考目录的文章就好了，已经写的很详细了，这里就不再赘述，本文着重于实践方式的说明。

DDD干的事儿：提供一套方法/工具、标准套路，对复杂领域进行分析建模，让参与设计的人，不论是研发还是客户都能达成认知的一致。

DDD不干的事儿：DDD不能降低系统的复杂度，也不能帮你减少编码，还会增加初期的设计开发时间

DDD不是银弹，它更适用于成熟稳定的业务线，适用于一些具有业务不变性的领域。很多面向C端客户时时刻刻变化的需求就不太适合DDD；公司早期也不适合使用DDD，会导致开发复杂度开发时间大幅增加（业务一变，可能导致从底层开始每一层都需要推倒重来），对公司一些逐渐稳定的业务可以尝试使用DDD进行重构（稳定的东西大概也没人去碰了吧）

实践

DDD的名词概念不清楚？别人家的DDD领域图画的很炫酷？不用慌，跟着我一起走，我们撸代码画图都是一把梭。

大部分老铁都应该接触过CRM系统，接下来我将以CRM系统中的部分内容进行距离讲解。

• 画图工具

所以示例均基于该工具绘图：miro.com

妈妈再也不用担心我画不好图了！

image.png

事件风暴

首先抓几位幸运的研发小伙伴和产品（通常作为研发没办法直面一线客户，也没有相应的领域专家，所以产品就是最了解业务本身的人了），一起来开始事件风暴吧。

啪！

先放一张事件风暴的基础元素在这里，每个颜色的贴纸代表什么意思现在先不用关心，后面回来查看就行了。

image.png

• 事件梳理

CRM系统（全称客户关系管理系统），通常包含从：商机获客 -> 线索 -> 销售机会 -> 客户 -> 客户公海 等等功能模块，大同小异。这里就以销售机会进行举例。

首先和产品同学一起梳理出『销售机会』业务中发生的所有事件，事件使用橙色标签，使用动词的过去式进行描述，比如：销售机会已创建

image.png

有异议的地方可以标记为热点问题（超过5分钟未达成一致），后续讨论，不影响事件风暴主流程：

image.png

ps：

1. 区分事实和方案：DDD分析建议以现实中真实发生的事件为主，系统已有的功能多是软件设计中的取舍，并非现实生活中发生的事实，只是一个实现方案而已，事件风暴分析过程中尽量以还原业务本身为主(比如销售机会导出，只是一个方案而非事件)。
2. 状态已变更：这个阶段很容易错误把状态变更当做事件，状态变更是一个典型的方案而非事件，事件触发最终导致了状态的变更。
3. 多个业务同时事件风暴：可以按业务组划分，一组小伙伴一起画一份，最后一起分析，方便了解其他小伙伴负责的业务。

接下来你有半小时和小伙伴们梳理出所有事件（不用管对错都先放出来），按事件发生的顺序，从左向右，从上到下进行排列。

image.png

• 移除不属于当前业务的事件

这里我们认为销售汇报不属于销售机会业务的事件，我们画一条竖线，将所有人达成一致的放右边，不属于当前业务的事件放左边。

image.png

命令风暴

事件都梳理好了，那事件总得有人触发吧，事件的触发可能还得依赖某些规则，外部系统等等。这就是命令风暴：梳理清楚业务中的事件是如何发生的，搞清楚这些事件的因果关系。

命令风暴阶段主要涉及到以下标签：

image.png

• 事件的触发和依赖关系

接下来我们给事件加一点点细节！（30分钟过去了）

ps:

1. 事件触发：通常为内部用户或外部系统
2. 策略：如果是做整体战略设计，这个阶段就不用将依赖的规则列的很细致；如果是做业务设计，建议列的尽可能详尽，后续编码可以直接作为参考。

image.png

• 事件的因果关联

这一步比较简单，找到事件的上下游关系，依赖的外部系统，关联的策略都可以给连起来了。这个阶段需要研发和产品同学对事件触发的原因等达成一致。（又30分钟过去了，battle不过产品先在自己身上找原因.jpg）

ps:

1. 虚线：事件并非100%触发，允许异步触发或者需要根据策略进行判断。
2. 实现：强一致性，上游的事件触发，必定会触发下游事件。

image.png

寻找聚合

寻找聚合，主要是找到业务的边界，建立统一的业务模型。

• 建立聚合

image.png

操作步骤：

1. 我们先需要先贴一个销售机会的聚合。
2. 然后将相关的贴纸拖到聚合旁边，围城一圈按贴纸颜色进行摆放即可，没有固定顺序。
3. 相同的贴纸可以只保留一个了，比如：事件的触发角色只用保留一个员工。
4. 已有的关联连线保留不要删除。

ps:

1. 边界划分：比如销售机会阶段的变更都归属于销售机会的整个生命周期内，可以划分到销售机会内。而关联订单的变更，来源于外部系统，可能销售机会已经完成了还会有订单的绑定或者解绑到销售机会，最好划分到外部。
2. 聚合的大小：一个聚合通常对应的我们的一个业务实体，聚合不要太大，也不要太小。太大的聚合通常是没有梳理清楚聚合的边界，可以继续拆分；太小的聚合单独维护麻烦。

image.png

子域划分

子域的划分主要是找到核心域、支撑域、公共域。子域的划分没有标准答案，这一步建议每个人单独做，然后轮流分享自己的想法，最终达成一致即可。

1. 核心域：领域最主要解决的问题，需要投入最优先的人力物力，直接决定了产品的竞争力。如：对销售机会阶段的管理。
2. 支持域：非核心领域，但又不可或缺，决定了用户体验的好坏。如：销售机会分类的管理，拥有多套销售机会的切换，对大体量客户使用体验更佳，无需多个业务组混用一套销售机会。
3. 公共域：提供一些通用能力，通常和业务无强关联。如：用户登录、消息通知等

image.png

划分上下文

终于到领域设计的最后一步了（前面已经和产品同学battle了2小时，不要慌最后半小时了，battle完就可以去干饭了）

其实到上一部领域划分完成，DDD的主体设计就算完成了。划分限界上下文，更多的是从系统架构层面，确定业务的解决方案，最常见的就是微服务架构，天生可以一个服务对应一个域（考虑到维护方便，也可以一个服务对应多个域，没有固定规则）

• 如何确定上下文关系

1. 遵从上下游关系：如，各个渠道的线索经过筛选合并后，转换为销售机会，分配给具体的销售人员进行跟进，那么线索领域就是销售机会领域的直接上游。这种就是比较好划分的上下文，可以独立迭代。
2. 合作关系：两个领域具有紧密的依赖关系，通常需要同时进行开发维护，通常划分为一个上下文。如，对客户资料的管理和对客户跟进关系的管理，通常需要一起维护，拆分为多个上下文会增加维护成本，这就是基于系统架构层面的划分考虑。
3. 混合关系：多业务混杂在一起，业务边界模糊。如，常见的公海管理，刚开始只有线索公海，后面加入客户公海，再加入销售机会公海等等，那么这些公海是按业务拆分为独立的子域，多个上下文，还是使用一个上下文统一维护，具体实现只有团队内部达成一致就行了。
4. 技术复杂度：当一个领域内存在技术复杂度较高的部分时，也可以考虑单独拆分为子域来进行维护。比如：全局搜索，敏感词过滤等等

image.png

DDD设计没有标准答案，通常我们采用：事件风暴 -> 命令风暴 -> 寻找聚合 -> 子域划分 -> 上下文划分，这样的流程去完成整个设计，最终的目的是要参与设计的每个小伙伴，用统一的语言，达成对业务一致的认知，研发、产品、领域专家 对齐即可。

DDD项目总览

DDD领域设计，这里主要结合洋葱架构进行使用

• 洋葱架构

整洁架构最主要的原则是依赖原则，它定义了各层的依赖关系，越往里依赖越低，代码级别越高，越是核心能力。外圆代码依赖只能指向内圆，内圆不需要知道外圆的任何情况。

image.png

• golang 洋葱架构项目分层

application 
|- service     // 应用服务
cmd         
|- server      // 服务启动入口，main函数
common
|- dto         // 数据传输模型：应用服务、领域服务的入参定义
|- vo          // 请求响应模型：应用服务、领域服务的返回值定义
|- errors      // 业务错误的预定义
|- utils       // 基础设施无关的工具类
domain
|- entity      // 领域模型（聚合根、实体、值对象）、防腐层模型、读模型
|- factory     // 工厂方法，用于创建模型实例
|- event       // 领域事件
|- interfaces  // 对基础实施依赖的接口约定
|- repository  // 对领域模型持久化的接口约定
|- service     // 领域服务（与应用服务的区别是领域服务具有业务不变性，如果识别不了可以都写到应用服务中）
infrastructure 
|- config      // 配置的数据结构与加载
|- controller  // 请求入口
    |- http       // HTTP请求入口，以及路由与Controller的绑定（北向网关）
    |- grpc       // GRPC请求入口，以及路由与Controller的绑定（北向网关）
|- driver      // 各种基础设施客户端的初始化
|- pubsub      // 事件订阅入口，以及事件与订阅函数的绑定（北向网关）
|- persistence // 领域模型持久化的实现，实现了领域模型到存储模型的转换与落库（南向网关）
|- serviceimpl // 对领域层的定义接口的实现，比如RPC请求
    |- httpclient // 接口实现方式为HTTP调用
    |- grpcclient // 接口实现方式为gRPC调用

• 一个请求的执行流程

image.png

可以看到，使用洋葱架构+领域模型的方式，通过依赖倒置，实现了各层级的解耦，领域服务和基础设施的领域持久化实现也是通过接口访问，互不影响。不会像传统的MVC，一改需求从内到外每个层级都需要改动。

优点：

1. 层级解耦：应用服务、领域服务、基础设施，三层互不影响；洋葱的的外层可以依赖内层，内层不能感知外层。
2. 业务的不变性：可以将领域中具有不变性的部分抽离到domain service中，功能迭代时减小影响范围。
3. 可测试：核心的领域服务不依赖其他部分，可以方便的进行单元测试，保证应用的稳定性。

缺点：

1. 模型转换：为了层级间的解耦，会存在大量的模型转换过程，比较耗时力（go 可以使用 copier 之类的包来完成不同结构体，相同字段的映射，减轻转换工作量）。
2. 繁重：一个简单的CRUD，需要写很多业务无关的代码，限制了洋葱架构的使用范围。

大系统或者业务复制的系统，每一个应用节点都可以使用这样的代码分层方式；一些简单节点，可以选择去掉领域层，也可以直接使用传统的MVC，或者函数式编程，没有必要将问题复杂化。领域设计不是万能的，还是需要结合具体的业务选择合适的架构模型。

一份简单的DDD示例代码：transfer-money-go

参考：
一文带你落地DDD
「DDD 战略设计」实践手册