Skip to content

约 5 分钟阅读

分层架构(Layered Architecture) ​

分层架构按职责组织代码,并约定哪些依赖可以跨越边界。订单接口接收取消请求,应用服务加载订单并管理事务,订单判断是否允许取消,持久化代码把结果写入数据库。分层的价值是修改一项规则时能找到负责的位置,而不是目录中必须有四个文件夹。

分层架构中的职责与两种依赖组织

用订单取消确定职责 ​

客户取消尚未付款的订单时,接口先解析身份、订单编号和参数;应用服务检查客户是否有权操作这张订单,在事务中加载当前状态,调用订单的取消行为并提交。订单自身保护“已发货不能取消”等状态规则;仓储实现处理 SQL、版本条件和对象映射。

职责取消订单例子需要避免的问题
表示层HTTP 参数转换、身份提取、错误响应从请求体直接相信客户或租户身份
应用层对象授权、加载、调用规则、事务编排把状态规则分别复制到接口和定时任务
业务或领域层订单能否取消、取消后的状态为查询数据库而隐式打开连接
持久化与技术实现条件更新、映射、Outbox、外部接口用无条件更新覆盖其他事务的付款结果

简单后台可以用业务服务集中少量规则;规则复杂后,再把行为移入领域对象。四层 DDD 是一种可用组织形式,传统表示层、业务层、数据访问层也属于分层架构。层数取决于实际职责,不能用是否存在 domain/ 判断设计质量。

调用方向与源码依赖 ​

传统分层常让业务服务直接依赖数据访问接口或实现,调用大体从表示层到业务层,再到持久化层。采用依赖倒置时,核心定义仓储契约,基础设施实现契约,装配入口把实现注入用例。两者在运行时都可能访问数据库,但源码依赖方向不同。后一种组织与六边形架构可以结合。

下面采用核心拥有仓储契约的形式,先按业务模块组织,再在模块内分层,避免整个项目只有几个巨大技术目录:

text
order/
  interfaces/CancelOrderController.java
  application/CancelOrderService.java
  domain/Order.java
  domain/OrderRepository.java
  infrastructure/JdbcOrderRepository.java
bootstrap/OrderConfiguration.java

OrderRepository 定义取回与保存订单所需的业务合同,JdbcOrderRepository 实现数据库细节。数据库本身是运行组件,不是一个必须与代码层逐层对应的软件包。若 ORM 映射直接放在领域对象上,应评估会话、懒加载与注解是否把隐式 I/O 带入规则;使用独立持久化对象也会增加映射成本。

事务必须保护竞争条件 ​

把代码移到不同层不会自动保证付款与取消互斥。两个事务都可能读到“待付款”,因此应在保存时使用状态条件或版本检查。下面是同一数据库中取消动作的 SQL 机制片段,参数绑定和完整事务代码省略:

sql
UPDATE orders
SET status = 'CANCELLED', version = version + 1
WHERE id = :order_id
  AND tenant_id = :tenant_id
  AND status = 'WAITING_PAYMENT'
  AND version = :expected_version;

影响行数为 1 才表示这次状态变更成功;为 0 时应重新加载并判断是重复取消、状态不允许还是版本竞争,不能直接返回“已取消”。对象授权仍需由用例完成,SQL 中的租户条件是额外保护。若取消后需要释放库存,应在同一事务记录可靠发送意图,提交后再投递;不能把远程库存调用误认为本地事务的一部分。完整竞争与 Outbox 机制见订单支付实践。

事务入口通常在应用用例,数据库约束与仓储提交共同落实规则。不要为了“业务逻辑集中”把慢速网络调用包进长事务,也不要让每个仓储方法各自提交而破坏一个用例的原子性。

严格分层与开放分层 ​

严格分层只允许调用约定的下一层;开放分层允许某些场景跨越中间层。是否允许跨层应按用例说明。例如报表查询可以走专门的查询服务,直接组合数据访问结果,不必加载用于状态变更的完整订单聚合;但仍然要经过授权、查询范围和资源限制。

跨层不必然提升性能。相同进程内的普通方法调用通常不是主要瓶颈,重复查询、过量映射、序列化和网络往返更值得测量。若接口绕过业务入口直接改表,节省的几行代码会让状态规则失去统一保护。读写模型差异较大时可进一步阅读 CQRS,无需先拆成两个数据库。

分层不等于分布式部署 ​

代码分层与运行部署是两种边界。一个微服务内部也可以分层;单体中的多个业务模块可以在一个进程内共享部署。不要为了与目录对应,把 Controller、Service、Repository 分别部署为网络服务,这会让每次请求增加远程依赖,并让事务和发布更难协调。

是否拆服务,应看业务所有权、独立交付与扩缩容需求,见微服务架构。是否容器化和自动发布,应看运行合同和恢复能力,见云原生架构。分层本身不要求固定技术栈,也不承诺故障隔离或自动扩容。

验证与排错 ​

从一次取消请求沿调用链检查:接口有没有只信任服务端身份,用例有没有核对订单归属,状态决策有没有唯一入口,保存有没有竞争保护,事务提交后有没有留下跨系统任务。看到“层都齐了但规则失效”,优先检查是否存在绕过用例的批处理、直接改表和重复状态判断。

核心规则可用内存对象验证;仓储必须另测真实数据库的条件更新、约束和回滚;关键路径再验证付款与取消同时发生、重复请求以及提交后进程退出。内存替身通过不能证明生产 SQL 正确,HTTP 成功也不能代替核对最终订单状态与库存处理记录。

当 Service 很长时,先判断混合的是协议、规则、查询还是流程,不要只把一个大类拆成几个同样耦合的类。规则简单、变更集中、测试能覆盖主要失败场景时,保持清晰分层即可;只有证据显示边界失效,才投入更复杂的建模或服务拆分。

别急,先让缓存热一下。