簡介 

DDD是一套方法論，一套思想。種類繁多的元模型和名詞概念。其本質都是指導思想對應的解決方案“之一”，初學者容易被表象所困。應始終清醒保持認知“DDD各種元模型都是為解決實際開發中某類問題而起”。在接觸各類元模型時應結合自身業務面臨問題來求證，這樣有助于避免被概念表象所困，回歸解決問題的本質。

 背景 

數據架構團隊從18年開始，受業務需求驅動開發電話機器人，轉眼已近5年。目前，在該平臺下已搭建100+不同類型機器人，為公司經銷商、二手車、主機廠、金融等多個BU業務提供外呼能力，日外呼量幾十萬通。電話機器人項目已初具規模，但過程中也遇到不少挑戰。為了應對這些挑戰，我們團隊最終采用DDD思想進行重構和開發。

在應用DDD的過程中，數據架構團隊落地了一些自己的開發規范。這里就把一些經驗和想法分享給大家，希望能起到拋磚引玉作用。這里解釋一下，篇幅中很多元模型沒有展開講，也沒有給出具體案例。一是考慮到篇幅長度問題。二是理解了DDD思想，結合各自業務來實現就好了，給出在我業務的例子意義并不大。此外這類案例很容易找的到。同時，覺得給出我們團隊遇到的問題、解決方案，落地過程和我們形成的開發規范對大家來說更有價值。對DDD感興趣，想了解更多或對本文有疑問的同學，歡迎找我交流討論。

下面，我從這幾個部分來進行分享：機器人項目中遇到的挑戰、為什么是DDD、DDD落地步驟、對團隊帶來的提升、理論到實戰遇到的沖突以及未來在DDD應用方面的改進和總結。

 1.遇到的挑戰 

挑戰一：業務邏輯復雜度高。隨著各類業務的接入，為應對不同場景下的特定業務，不斷追加新邏輯。

如：流程中的意圖識別邏輯。

意圖識別需要依賴AI的多個模型識別，多個模型識別出來的意圖有可能是沖突的，需要對沖突的意圖配置規則做取舍。同時，對一些冷啟動或者緊急優化的場景，需要支持通過配置規則實時生效的方式來意圖識別。并且在規則的意圖識別中需要支持匹配詞槽。詞槽的類型又有多種，從優先級上區分有場景的全局詞槽、流程上的詞槽。從數據識別來源上區分，可以分為AI識別出來的，詞典規則匹配出來的，還可能是業務方傳遞進來的。業務開展一段時間后，不同類型的詞槽又增加不同屬性，如車系的詞槽有本品、經營范圍、非經營等等；

 挑戰二：代碼架構結構不清晰。隨著業務需求功能的追加，伴隨著代碼規模增大。加之邏輯復雜和團隊開發人員代碼迥異，逐漸導致各種邏輯邊界變得混亂。

如：我們通常的開發方式，按功能模塊拆解，業務流程串聯協調各個模塊，共同完成業務需求。但是處理這類業務復雜的邏輯，這種方案設計有很大的弊端，模塊邊界很容易被穿透。

各模塊關系相互調用，原本作為模塊的隔離設計，實際在實現過程被完完全全的打破了。使原本理想中垂直拆分的模塊，變成網狀的結構。

模塊負責人中間環節開發出來的的屬性或方法，被外部其它模塊外依賴導致功能發散出去。導致后期需求變動時風險增加，又或是發現被依賴了原本可以隨意更改的方法不能變動，不得不增加額外邏輯代碼來實現。造成了本就復雜的代碼更加復雜。

對業務需求拆解不合理，需求功能在實現時就近開發，未嚴格按照模塊拆解，缺少統一思想作為指導。

挑戰三：產品需求多，難以辨別是否有真實價值。

挑戰四：邏輯變化快，不少需求導致需要代碼邏輯重新設計。

挑戰五：業務多，各業務表述不一致，溝通成本高。

垂直邊界被打破，代碼復雜度增加，加上業務流程頻繁調整。這些多重維度相互疊加，使得開發和維護難度指數增加。電話機器人這個一級應用系統的穩定性難以保障。即便技術同學都是資深的工程師，已經按照所能理解的微服務思想設計、按照模塊拆解項目，即便代碼邏輯中已經也引用不少設計模式來構建與擴展，即便已經是接入了公司各個平臺質量工具、寫了不少單元測試。但是在項目新需求迭代時，依舊出現不少“驚喜”，使整個團隊很頭疼。

2.為什么是DDD

為什么是DDD？每天那么多技術棧，那么多思想，為什么就是DDD來應對呢？首先DDD修飾的很好“軟件核心復雜性應對之道”，使得不少人想一探究竟。所以來看看DDD是怎么來解決項目中遇到的挑戰。

首先，我們來看看DDD對復雜度的歸類，弄明白DDD要應對的復雜度是否是我面臨的挑戰。DDD相關資料中，從理解能力和預測能力兩個維度來探索剖析復雜度的成因。

理解能力(就是軟件系統對開發人員來說復雜難以理解)：

第一規模：影響理解能力的第一要素。幾百上千萬行的代碼，各需求點的關系相互影響。修改一處就會牽一發動全身。

第二結構：不合理甚至混亂的結構，導致開發人員對功能難以維護。

預測能力(就是業務的發展難以預測)：

當需求變化時，難以預測軟件實現的走向，會出現過度設計和設計不足問題。過度設計，預留了很多接口，構造了很多模式增加了代碼的實現復雜度，但后來發現用不到。設計不足，需求的實現沒考慮到后期的發展，當變化來臨時需要推翻現有設計重新開發，被產品抱怨設計能力差。

DDD對復雜度的成因歸結為：規模、結構、變化；規模和結構制造了理解能力障礙，變化制造了預測能力障礙，兩者相加形成了復雜度問題。

 其次，DDD并不僅僅是對代碼設計階段的理論，而是還包含從需求分析、架構映射和建模及實現的全流程設計指導。

需求分析階段，通過相關指導思想提前準確獲知業務價值，捕獲未來變化方向。架構映射階段，給出從需求到架構過程的指導思想，增加了設計權重和規范。通過子領域拆分、系統分層和限界上下文業務歸類，給出指導規范，保障了系統架構的清晰，并且降低系統復雜度。建模及實現階段，給出來領域驅動設計相關元模型，使各部分職能分工明確，快速響應業務需求和未來功能變化。

再次，來看DDD給出的指導思想：

規模問題：拆邊界。以子領域、限界上下文對拆解分治。

針對分治思想，DDD給出兩個重要的設計元模型：限界上下文和上下文映射。

結構問題：分層架構+限界隔離。

分層起到了隔離業務邏輯和技術實現復雜度問題。DDD引入的分層架構，將業務邏輯封裝到領域層，支撐業務邏輯的技術實現放到基礎設施層。在領域層之上的應用層封裝應用服務，粘合二者進行協作。

變化問題：主動設計變化。

變化無法控制，只能擁抱變化。需求分析階段運用5W思維識別變化規律，把控業務變化。DDD通過模型驅動設計元模型對限界上下文進行領域建模，形成結合分析、設計和實現一體的領域模型。

最后，來看DDD給出的解決方案。其引入了一套提煉為模式的設計元模型，對業務軟件做到了對規模的控制、結構的拆分以及變化的主動響應。

 簡單介紹下這張圖，整體分為兩個大部分。第一部分是下面虛線圈出來的部分，不涉及具體技術實現。在需求分析階段進行的，應對問題空間的一些元模型方案。另外部分，在第一部分的基礎上，做具體系統架構分層、對象抽離聚合、服務拆解環節，這個階段做對應的設計落地。

我的理解是這樣，這套設計元模型給出了從需求分析、設計和實現一體整套解決方案。需求分析階段的系統拆解(對應圖中子領域元模型)。再拆到更新粒度的限界上下文。并給出各限界的協同關系方案（對應圖中上下文映射元模型）。設計實現階段給出模型驅動設計的設計元方案,通過系統的分層架構、領域服務、聚合等粒度的設計。給出一套完善的、有理論支撐的、可落地有標準的解決方案。

上述DDD對問題復雜度的剖析定位，完全就是電話機器人系統中的痛點。給出的解決方案，也完美解決業務面臨的各類挑戰。認識到其價值后，團隊很快達成共識在后續的項目中進行落地。

3. DDD落地步驟 

元模型細節、業務限界的拆解不展開講了，直接給出我們團隊實戰中的步驟和產物。

3.1第一步預研階段

這部分我們的經驗是團隊中有人充當先行者，先花費精力做深入學習DDD相關理念，然后同步到整個團隊。就我們團隊來講，調研階段時間比較零碎不好評估用時多久，團隊科普階段前后4次用時8小時。之后，團隊內同學在有概念指導的基礎上，已具備快速深入學習能力。并組織團隊成內相互探討印證理解。

3.2第二步引入指導思想和落地規范

 3.2.1 需求分析階段引入5W模型理論支撐，有助辨識出真實需求，主動把控變化方向和排除無意義需求。

這部分就是5W理論作為跟產品分析需求的理論的支撐，非常有助于識別出真實的需求，更好的分析出業務的發展方向。也能從源頭上縮減無效需求，直接上圖；

3.2.2 引入服務規約，以文檔型對照代碼業務功能實現。有助于開發及后續需求梳理，同時也能作為單元測試覆蓋度的考量。

• 3.2.2.1 團隊成員共識，需求先寫服務規約，再做開發。寫服務規約的時間，其實就是技術對需求理解的梳理，理清了思路，后續寫代碼時把這部分時間賺回來。
• 3.2.2.2 服務規約及需求，服務規約即對應單測。順帶解決了先前單測沒有標準(我理解的代碼、方法覆蓋率這類，不能稱作為標準)的問題。

這里給出我們團隊采用的服務規約模板：

編號：標記業務服務的唯一編號。

名稱：動詞短語形式的業務服務名。

描述：

         作為<角色>

         我想要<服務功能>

          以便于<服務價值>

觸發事件：

角色主動觸發的該業務服務事件，可以是點擊UI的控件、具體的策略或伴生系統發送的消息等。

基本流程：

用于表現業務服務的主流程，即執行成功的業務場景。也可以稱之為“主成功場景”。

替代流程：

用于表現業務服務的擴展流程，即執行失敗的業務場景。

驗收標準：

一系列可以接受的條件或業務規則，以要點形式列舉。

3.3第三步確定架構方案

學習DDD中模型驅動設計元模型的方案。主要是劃分職責邊界，也就是限界上下文，達到從傳統網狀結構關系變為垂直切分關系，減少彼此依賴。整體采用限界上線文拆解加菱形驅動設計，形成整體思想指導。系統采用分層架構 COLA 4.0

3.4第四步共識命名標準形成團隊編碼規范

 團隊內共識包命名、類命名、出參入參的消息契約等規范。這里想說的是參考標準就是沒有標準。希望大家先能理解DDD思想，然后參照學習業內共識性高的命名方案。同時需要兼顧團隊內成員編程風格喜好，最終來制定自己團隊的編碼規范。

依我們入參、出參消息命名來舉例。綜合各方考量，并沒有采用上圖粒度特別細的命名方式。而是團隊內簡單共識為入參*request，出參*reponse命名標準。

3.5第五步結合業務特征識別出限界上下文

 基于DDD思想，對業務進行事件風暴，在統一語言的指導下做全局需求分析、架構映射設計，識別出業務的限界上下文。

技術同學結合自身業務來設計，參照Demo資料還是比較容易找的到，這里不再贅述。這里給出識別限界上下文的一個指導過程，V型映射過程。

3.6最后進入建模的實現階段

建議采測試驅動開發的方式進行編碼，即用紅綠黃驅動；

該方式遵循其三定律，這樣能改善對需求的設計不足和過度設計問題。

4.對團隊帶來的提升

4.1被動接收需求到主動應對

 需求分析階段，運用5W原則。剖析需求的合理性，能主動把控項目的變化方向。解決“挑戰三”對需求價值辨別和改善了“挑戰四”的把控業務發展變化方向。

4.2降低溝通成本

運用統一語言思想溝通，降低“挑戰五”的各個環節的協作成本。

4.3架構設計提升

通過設計元模型的子領域模型、限界上下文合理拆解代碼規模。通過DDD的分層思想，隔離業務邏輯與技術維度復雜度，清晰代碼結構。同時項目采用菱形對稱結構，通過南北向網關與外部交互，避免了模塊的網狀情況滋生。解決了“挑戰二”問題和降低了“挑戰一”復雜度問題。

4.4技術實現提升

團隊在開發業務功能時，會考慮需求放到那個限界合理。實現過程會考慮放到領域層還是業務服務層，功能的實現上采用貧血模型還是充血。

4.5 文檔規范提升

文檔規范上，引入服務規約機制。既能作為梳理需求的工具，又能作為單測的依據。同時還為后期提供了服務說明的文檔。

4.6代碼實現提升

代碼實現上，從架構到編碼實現、命名，形成了一套有標注的規范。

總的來說，該模式下，團隊的思維方式發生了轉變。通過應用各類元模型，來應對從需求分析到系統架構、代碼實現不同環節帶來的挑戰。

 5.理論到實戰遇到的沖突 

5.1貧血模型 PK 充血模型

 貧血模型：通俗來說，就是domain object只有屬性的getter/setter方法的純數據類，業務邏輯和應用邏輯都放到服務層中，這種模型下的domain object被Martin Fowler稱之為“貧血的domain object”。

充血模型：反之，充血模型中不僅包含了對象的屬性，還包含了對象的行為，包括業務邏輯。

從面向對象角度分析，對象是包含屬性和行為的，理應是使用充血模型，并且DDD原則上也是建議采用充血模型。但落地到具體開發現狀，即便是貧血模型有很多問題，但業內存在這么多年、運用這么普遍，總歸是有其存在的價值。加上JAVA應用大部分采用Mybatis技術棧，很多對象是插件自動生成的貧血實體。所以問題來了，采用充血模型意味著一部分便利工具的廢棄。這個問題團隊內分歧比較大。最終我們的方式是這部分不做硬性標準，但建議使用充血模式。

5.2嚴格遵守數據轉換約束  

PK 精簡提效的外部數據直接使用

在DDD的思想中，為了確保領域服務的可靠性。要求領域服務依賴的數據為領域內的實體、聚合數據，不允許直接使用外部的消息鍥約數據。對應到菱形對稱架構的南北向網關獲取數據的轉換，會帶來額外的工作量。有團隊同學建議某些相對穩定的結構可以不遵守該原則，理由是能提高開發速度，且認為可能90%的數據都是如數據庫這類結構較為穩定的資源。但最終團隊內還是嚴格要求遵守該指導思想。

5.3緩存處理允許共享 PK 限界隔離

同一系統不同限界中緩存處理：允許共享 PK 各限界隔離。

就當時場景來看，允許共享短期內能減少部分工作量、節約資源等優勢。但之所以要劃分限界，就是為了拆解關系防止過大。這里給到的建議是，首先考慮共用數據的服務是不是合并為一個限界比較合理。如果不能合并，必須隔離數據。

5.4服務規約對照需求的前端 PK 后端

 指導理論思想很美好，需求分析時要求屏蔽技術實現思維。但終歸是要落地到技術棧的，落地到技術實現時就會受技術實現的干擾。當時比較突出的一個問題，功能的實現可以放到前端，也可以后端服務實現。

舉例一：需求要求“id+名字”組合展示，但是后端接口返回的id、名字兩個字段，實際前端技術棧來組合，那面向前端與后端的服務規約不一致。

舉例二：需求要求驗證參數非空。在一些內部系統中，我們團隊技術都是前后端全棧工程師，分工按需求模塊開發。往往不會特別嚴謹到兩端都做驗證。也導致服務規約面向哪端有沖突。

我們最終的取舍：團隊采用面向后端服務層面。但同時做一些改進，如驗證這類功能轉移到接口層面來實現。

5.5誰來確保服務規約編寫是否正確產品PK 技術

 最開始階段理想狀態是由需求側產品來核驗，本著誰的需求誰確認原則。但由于存在4.4的差異問題，我們實際落地是由技術負責人來審核。

6.未來在DDD應用方面的改進和總結

DDD的應用，團隊目前做到了從架構和規范上面進行落地。但一些細節如：聚合類、實體、值對象這些設計，并沒有特別精細。后期會進一步推進在這些細粒度上面的改進。同時，對一些在用的老項目，按照DDD思想進行改造重構。

有人認為應用DDD會降低開發效率，這個也是很多團隊的一個顧慮。我們是這么看待這個問題的，應用DDD的場景是解決復雜性業務問題的，確實是會增加代碼量。但不等于降低開發效率。清晰的架構結構、聚合的領域服務和規范的標準，對后期需求升級、代碼維護、復雜度控制帶來的收益，遠大于投入。并且，軟件行業給出的數據，80%的時間是在需求分析和設計，開發時間只占到20%。因此這部分損耗不是重點。

最后，陳述一下使用DDD的感受。DDD各種元模型種類繁多，大家可以根據業務面臨的痛點有目的來學習和采用。在實際的業務環境中，我們的領域模型或多或少的都有一定的“特殊性”，如果100%的要符合DDD規范可能成本會比較高，所以最主要的是理解DDD思想，最終選擇合適自身業務的方案。

作者簡介

李曉華 

• 經銷商事業部-經銷商技術部。
• 2016年加入汽車之家，目前任職于經銷商數據架構組團隊，負責電話機器人項目。