免费下载案例集|20+数字化领先企业人才培养实践经验 了解详情
写点什么

端口和适配器架构——DDD 好帮手

  • 2019-08-16
  • 本文字数:5579 字

    阅读完需:约 18 分钟

端口和适配器架构——DDD好帮手

摘要

  • 本文源自 2018 领域驱动设计中国峰会《领域驱动设计与演进式架构专题》的 Session 之一,是其博客版

  • 在实践领域驱动设计时,可以挑选一些方法互为参照,端口和适配器架构概念简单,容易掌握,适合作为实践领域驱动设计的辅助方法。


大概一个月前,在做 2018 年领域驱动设计大会预告的时候,上一届大会的主题演讲者肖然提出这样的担忧:工具和方法似乎没有很好地解决“落地难”的挑战


  1. 没有一套方法能够打遍天下,具体到采用哪一种方案,仿佛都需要增加一个定语“这取决于……”。

  2. 不管是在 DDD 原著,还是后续不少专家的书籍中,都暗示、甚至明示架构设计的终极大招还是 ByExperience——靠经验吃饭。

  3. 从战略角度的子领域划分,到战术建模层面实体、值对象的选择,最终的决策很可能不是完全“理性”的,经验这个“感性”的东西发挥着很大的作用”


所以,推动领域驱动设计实践的方向是否应该从介绍方法转变为介绍如何累积经验?


看了这篇文章后,我放弃了之前准备的话题《CQRS 和 EventSourcing,从入门到放弃》,因为可能你一年都不会遇到一个需要使用这两种方法才能解决的复杂项目。


如何快速获取经验?无非就是多练,但是练了要讨论和总结,我遇到过这样的对话,我将它称为”两小儿辩 DDD“:


A:我觉得你这里不该使用实体,应该使用值对象

B:我觉得你这个接口不是领域服务,它其实是应用服务,你这样做不 DDD

A:你的实体不应该调用 Repository,你这样做也不 DDD

B:(看着我)你来评评理,我们谁说的对

我:俺也不知道,这取决于…


这样的复盘方式效果欠佳,我建议不妨从 DDD 中跳出,找一种方法互为参照和检验,比如”端口和适配器架构“

什么是端口和适配器架构

套用流行的提问方式:当我们在说架构时,我们在说什么?在本文中我们不是在讨论微服务架构,也不是讨论基础设施架构,这里的架构指:


  1. 在单个应用(进程)中

  2. 代码是如何组织起来实现一个端到端的用户请求的

  3. 它与框架无关,不管你是使用 ORM 框架或是 JDBC,这不是架构的关键差异点


一个例子是三层架构,展现层负责接收用户指令、渲染视图;业务逻辑层负责处理”业务逻辑”;数据层负责和数据库打交道,保存和读取数据。


“经典”的三层架构

三层(或多层)架构仍然是目前最普遍的架构,但它也有缺点:


  1. 架构被过分简化,如果解决方案中包含发送邮件通知,代码应该放置在哪些层里?

  2. 它虽然提出了业务逻辑隔离,但没有明确的架构元素指导我们如何隔离


因此,在实际落地时,业务逻辑容易泄漏到展示层中,导致当应用需要一种新的使用方式时(例如开放 API),原有的业务逻辑层可能不能快速重用,同样的问题也发生在数据层和业务逻辑层之间。


那么有没有替代的方案?AlistairCockburn 是敏捷运动的早期推动者之一,他于 2005 年在其博客中提出了端口和适配器架构,他对该架构的一句话定义是:


“应用应能平等地被用户、其他程序、自动化测试或脚本驱动,也可以独立于其最终的运行时设备和数据库进行开发和测试


原文为“Allowanapplicationtoequallybedrivenbyusers,programs,automatedtestorbatchscripts,andtobedevelopedandtestedinisolationfromitseventualrun-timedevicesanddatabases.”


该架构由端口和适配器组成,所谓端口是应用的入口和出口,在许多语言中,它以接口的形式存在。例如以取消订单为例,“发送订单取消通知”可以被认为是一个出口端口,订单取消的业务逻辑决定了何时调用该端口,订单信息决定了端口的输入,而端口为预订流程屏蔽了通知发送方式的实现细节。


而适配器分为两种,主适配器(别名 DrivingAdapter)代表用户如何使用应用,从技术上来说,它们接收用户输入,调用端口并返回输出。RestAPI 是目前最常见的应用使用方式,以取消订单为例,该适配器实现 RestAPI 的 Endpoint,并调用入口端口 CancelOrderService。同一个端口可能被多种适配器调用,例如 CancelOrderService 也可能会被实现消息协议的 DrivingAdapter 调用以便异步取消订单。


次适配器(别名 DrivenAdapter)实现应用的出口端口,向外部工具执行操作,例如


  • 向 MySQL 执行 SQL,存储订单

  • 使用 Elasticsearch 的 API 搜索产品

  • 使用邮件/短信发送订单取消通知


若将其可视化,DrivingAdapter 和 DrivenAdapter 基于端口围绕着应用形成左右结构,有别于传统的分层形象,形成一个六边形,因此也会称作六边形架构


可视化端口和适配器架构

如果到此我已经成功地把你讲晕了,请不要担心,我们接下来通过一个案例体验一下这个架构。

端口和适配器架构有什么好处

DDD 邮轮,有咨询公司的报告显示,在接下来的几年内,邮轮游作为国人出游形式的比例会大幅上升,在这样一个大背景下,DDDCruise,一家中国的邮轮公司,正在研发新一代的预订系统,尝试在线邮轮预订。


目前计划中有两个触点应用:


  1. 微信小程序——提供邮轮搜索、邮轮预订的核心体验

  2. 中国区官网——这原是一个包含几个 HTML 页面的遗留应用,本次希望可以提供邮轮搜索的功能,值得注意的是,有部分邮轮是承包给旅行社销售,在网站上也需要展示以便做市场宣传


C4Model——SystemContextDiagram

在这两个触点背后,是这次的主角,预订引擎 1.0,计划以一个单体应用起步,为触点应用提供 API,实现邮轮搜索、邮轮预订。邮轮有多个数据来源,一部分来自一个遗留的预订系统,一部分来自业务部门的 Excel 表格,存放在 AWSS3 对象存储中。最后还有一个小型的 HeadlessCMS 为市场人员提供邮轮描述,吸引眼球。


现在让我们代入端口和适配器:



上“套路”,DrivingAdapter 一个,端口两个,DrivenAdapter 两个,连线少许


  1. APIController 是一个典型的 DrivingAdapter,它实现 RestAPI 的 Endpoint,调用入口端口 CruiseSearch

  2. CruiseSearch 作为应用的入口,向 DrivingAdapter 屏蔽了邮轮搜索的实现。

  3. 在另一边,出口端口 CruiseSource 要求返回全量的 Cruise 数据,为应用隐藏了外部数据源的集成方案:从遗留预订系统或 AWSS3 上的文件中抽取 Cruise

促进单一职责原则

那么我们接下来在这个架构的基础上,进行概要设计,组件很自然地分为了三个部分:



概要设计类图


  1. 绿色是 DrivingAdapter,如果你对 Java-Spring 技术栈,可以从命名发现他是一个 RestController

  2. 黄色是 CruiseSearch 的实现,这里的概念只和邮轮相关,你在这里不应该看到技术术语

  3. 粉色部分则是 DrivenAdapter,除了与处理从数据源获取 Cruise 的 Adapter,我们还需要


a.CompositeCruiseSource,它不直接与数据源打交道,但它负责合并多个数据源并根据规则去除重复的 Cruise


b.CachingCruiseSource,它也不直接与数据源打交道,负责缓存 Cruise


从架构角度来看,这些组件很简单。请注意,简单(Simple)并不代表着容易(Easy),简单说的是只做一件事(或一种事),而容易是指做一件事的难度,例如如果使用 SpringMVC 实现 DrivingAdapter,利用注解寥寥几行代码就可以实现。由于这些组件要么实现业务逻辑,要么实现对某种技术的适配,符合单一职责原则,你可以更有效地将变更控制在某一个范围内,更有信心地应对变化。

澄清测试策略

应对变化的另一个有效手段是自动化测试,测试金字塔是最常被提及的测试策略,它建议自动化测试集应该由大量单元测试作为基础,它们编写容易、运行速度快,应该只包含少量的用 UI 驱动的测试,由于需要处理测试数据冲突、外部依赖准备,它们编写困难、运行速度也较慢。但中层的 service/集成测试的测试目标是什么,它们和单元测试有什么区别呢?



测试金字塔——端口和适配器版


如果你也有此困惑,不妨按照端口和适配器架构来重新解读,金字塔应该包含大量的 DrivingAdatper 测试、业务逻辑测试、DrivenAdapter 测试。


  1. DrivingAdapter 测试,目标是验证 API 能正确地解析输入、按预期的参数调用了入口端口并生成输出。由于 DrivingAdapter 不关心入口端口的实现,在测试中,可以通过 Mock 方便地构造测试场景,并提升测试速度。



近两年开始流行的契约测试也可以认为是 DrivingAdapter 测试的扩展


  1. 业务逻辑测试,通过 Mock 出口端口,同样可以方便地构造测试数据,而且这里应该都是 PlainObject,测试可以完全在内存中运行,速度是最快的



传统的单元测试


  1. DrivenAdapter 测试,目标是验证按预期的方式操作了外部工具、下游服务、数据库。传统上,涉及这些外部依赖的测试编写难度大,运行速度慢,但如果出口端口和 DrivenAdapter 设计得当,它们就不涉及业务逻辑,从而需要测试用例会大大减少,通过引入内存数据库、StubServer 等技术,其测试场景的构建难度会改善不少,整体执行时间也会相应减少



单一职责的 DrivenAdapter 也降低了测试难度,不过测试速度仍然相对较慢


需要注意的是以上测试都是在技术上检测组件是否符合预期,可以考虑适当加入 E2ETest 来验证这些组件集成起来可用,业务上符合预期,一般覆盖关键功能的 HappyPath 场景即可。

促进增量开发

端口和适配器架构可能还能给与我们一些灵感,实施增量开发,不妨看一下这个用户故事分解的例子:


由于旅行社代售的邮轮都来自于 Excel 表格,只要确定了表格字段含义,我们就可以开始集成,我们选择这张卡来搭建脚手架:



如果业务优先级允许,选择技术实现最简单的卡搭建脚手架


接下来在 InMemoryCruiseSearch 中实现筛选:



实现筛选功能


引入 LegacyBookingCruiseSource 和 CompositeCruiseSource



扩展数据源,另外还需要扩展 Cruise 销售渠道的筛选条件实现


最后,可以引入一张技术卡:



加入 CachingCruiseSource,提升 Cruise 读取速度


到这里,我们不妨小结一下:



端口和适配器架构的组成元素及它的好处

与领域驱动设计的协同增效

由于概念简单、易于掌握,端口和适配器架构很适合作为 DDD 的入门辅导工具,而领域驱动设计的诸多方法也能够补充端口和适配器架构的空白,形成合力。



端口和适配器架构与领域驱动设计的协同增效

校验“通用语言”

通用语言是领域驱动设计的核心精髓,它建议各方(无论是领域专家和还是开发人员)对于同一件事都使用相同的词汇。这可以防止各方在沟通领域问题、制定解决方案时不会由于不同的专业背景产生误解,最终促进了识别正确的问题,采用正确的解决方案。甚至有激进的观点认为“领域模型就是通用语言本身”。


端口和适配器虽然不能直接帮助我们找到领域模型或通用语言,但它有助于我们从通用语言中快速剔除技术概念:凡是用于实现适配器的技术细节都应该被排除。让我们回到 DDDCruise 的例子:



对话片段,注意绿色字体都和 DrivenAdapter 有关,它们应该被通用语言排除

作为“DDD 战术设计”的脚手架

领域驱动设计于 2004 年横空出世,一年后端口和适配器被提出,在战术设计层面,我们可以发现诸多相似点,互为呼应。以架构为例,DDD 原著中提出的架构很有意思:乍看之下,以为是传统的分层架构,但却强调了 Infrastructure 对各层的实现。



如果我们做一下职责分析,你会发现这不就是端口和适配器嘛?


端口和适配器的优势是突出了分层不是重点,技术实现隔离才是关键,让你不再纠结是否允许组件跨层调用。而 DDD 原著架构的优势是用 Application 和 Domain 进一步澄清了业务逻辑这个模糊的概念。不妨合二为一:



值得一提的是,Application 和 Domain 甚至可以是声明式的,作为端口存在,例如 DDD 构建块中的 ApplicationService 是一个典型的入口端口,而 Repository 则是一个典型的出口端口。


让我们回到 DDDCruise,细化 Cruise 的领域模型:CruiseSearch(应用服务),但实际的筛选逻辑会交给Cruise(实体)及其值对象ItineraryLeg实现,你甚至可以引入 DDD 书中提到的规格模式,进一步强化单一职责,将筛选条件与领域模型筛选方法的映射工作从InMemoryCruiseSearch中剥离,使其完全只负责步骤协调



将应用服务、领域模型代入 CruiseSearch

让“DDD 战略设计”指导隔离实施

实施战略设计时候,有一个重要的实践是限界上下文的识别,当存在多个限界上下文的时候,很有可能需要集成,防腐层是常见的集成手段。来看这个示意:ServiceA 是左侧限界上下文暴露出来的接口,通过适配器调用右侧限界上下文的接口。



“防腐层”


这是不是很眼熟?这不正是端口和 DrivenAdapter 吗?你可以认为它们是一种特化的防腐层。那么当一个单体应用中有多个限界上下文时,它们之间也应该用端口隔离,用适配器集成。如果你使用微服务来隔离限界上下文,端口和适配器架构则适用于其中每个服务。


回到 DDDCruise,还记得我们需要集成 HeadlessCMS 吗,由于在当前阶段,我们工作在单体应用中,CruiseSearch 的 API 需要返回包含邮轮描述的信息。



没有识别限界上下文,虽然引入了端口和 DrivenAdapter,但不够理想


一种方案是将这些描述信息加入到领域模型中,由于已有的两个数据源都无法提供这些信息,我们又引入了ContentfulCruiseSource及另一个出口端口CruiseContentEnricher及其 DrivenAdapter 以便填充这些信息。但这个方案不够理想:


  1. 在邮轮搜索的筛选实现中,描述信息并没有实际作用,领域模型变得更臃肿了,甚至造成了干扰

  2. 在邮轮搜索的测试中,我们并不关心这些描述信息,但却可能需要构造一些 Dummy 数据,避免可能的空指针误报



将限界上下文引入 DDDCruise


在限界上下文概念指导下的另一种方案,引入CruiseContentEnricher既作为入口端口、同时也作为出口端口,保持邮轮搜索上下文不被干扰,这个方案的好处是,假设邮轮搜索引擎进行微服务改造,很有可能将描述信息填充的职责分离到单独的服务中去,这时,只需要再提供一个输入、输出不含描述信息的 DrivingAdapter 就可以了。



在限界上下文指导下找到更稳定的端口

总结

我们介绍了端口和适配器架构,它简单易掌握,和领域驱动设计又合拍,希望它能帮助你快速积累 DDD 经验!


作者介绍


周宇刚,拥有 10 年的 JAVA EE 开发经验,在 ThoughtWorks 担任高级咨询师。在加入 ThoughtWorks 之前,在一家国内领先的航旅企业担任架构师,专注于持续交付实践和大型企业应用架构治理。


本文转载自 ThoughtWorks 洞见


原文链接


https://insights.thoughtworks.cn/port-and-adapter-architecture/


2019-08-16 08:003366
用户头像

发布了 98 篇内容, 共 34.2 次阅读, 收获喜欢 250 次。

关注

评论

发布
暂无评论
发现更多内容

vue+element中引入百度地图

尔嵘

Vue Element 百度地图

关于 JavaScript 闭包

程序员海军

JavaScript 大前端 闭包

AI技术在小程序生态质量保障方向的落地实践

百度开发者中心

百度智能小程序

美团3面(Java后台):NIO+BIO+Zookeeper+线程池+Redis+kafka

钟奕礼

Java 编程 程序员 架构 面试

产品经理训练营 - 作业六

胡小湖

最火前端Web组态软件(可视化)

尔嵘

大前端 可视化数据分析搭建 web组态 托拉拽组态

Hello World !!!

潮湿了我押韵的心情

MySQL四大属性(特性) 底层实现原理

java_wxid

Java MySQL 数据库 面试 底层实现原理

Python实现excel公式格式化工具

小小明

Python Excel

iOS 面试策略之简历的准备到面试流程

iOSer

ios 面试

图解 | 原来这就是 IO 多路复用

Java 程序员 架构 面试

Java岗位阿里+字节+滴滴+美团+腾讯+百度+京东12万字面试题总结

Java架构追梦

Java 阿里巴巴 架构 腾讯 面试

Pandas实战案例-冷空气活动寒潮级别分类

小小明

单线程、多线程和协程的爬虫性能对比

小小明

Python 爬虫

程序员:如何写出斗帝级简历?

Java架构师迁哥

CloudQuery v1.3.5 上线!

BinTools图尔兹

数据库 oracle 运维 开发工具 dba

剖析Android开发未来的出路在哪里,终局之战

欢喜学安卓

android 程序员 面试 移动开发

APK反编译

行者AI

编译

Android内存泄漏检测之LeakCanary2.0(Kotlin版)的实现原理

vivo互联网技术

android kotlin 内存泄漏

HashMap加载因子为什么是0.75?

java_wxid

Java 面试 hashmap HashMap底层原理 加载因子

MySQL锁等待与死锁问题分析

Simon

MySQL 死锁

用户需求差异化需要更专业的云管理平台 | 演讲实录

BoCloud博云

云计算 多云管理

使用VUE和Element 创建一个dialog对话框组件的详细过程

尔嵘

互联网大厂100道Android面试题助你冲关金三银四!附小技巧

欢喜学安卓

android 程序员 面试 移动开发

批量从Word中提取图片

小小明

Python

高并发下的Redis分布式锁

java_wxid

Java redis 高并发 分布式锁 setnx

将word试卷匹配转换为结构化表格

小小明

Python word

nginx配置日志为json格式,nginx按照天实现日志分割,nginx配置负载均衡

Ng

AI技术在小程序生态质量保障方向的落地实践

百度Geek说

小程序 AI

KeyChrone-K8使用体验

ITCamel

试着找一下抖音下单的用户路径地图

小匚

产品经理 产品经理训练营

端口和适配器架构——DDD好帮手_架构_张凯峰_InfoQ精选文章