探秘实践性CQRS、DDD与Hexagonal架构的卓越项目:__A Practical Architecture Example__
2024-05-20 00:27:38作者:舒璇辛Bertina
项目介绍
这个开源项目是实现和展示实用的CQRS(命令查询职责分离)、领域驱动设计(DDD)、应用程序架构决策记录(ADR)以及六边形架构的一个绝佳示例。它包含了任务和用户的实体,并通过REST端点提供全部的用户界面。此外,该项目还计划添加更多的功能,例如另一个界限上下文和反腐败层,以增强不同组件间的交互。
项目技术分析
-
Hexagonal Architecture:项目遵循了外部接口的六边形架构原则,将核心业务逻辑与外部接口解耦,增强了代码的可测试性和可扩展性。
-
CQRS:基于Symfony Messenger组件构建了命令总线、查询总线和事件总线,确保操作的事务性,并引入中间件以优化处理流程。
-
DDD:采用了清晰的目录结构,用Deptrac工具控制各层依赖;定义了核心边界上下文;实现了领域事件并运用了规格模式来增强用户实体的逻辑。
-
基础设施:包括独立的Repository层,用于数据库交互;并且所有查询模型均表示为DTO(Data Transfer Objects),保持了数据和业务逻辑的分离。
项目及技术应用场景
如果你正在寻找一个可以应用于以下场景的项目模板:
- 构建高性能、可扩展的企业级应用
- 需要严格遵循CQRS和DDD原则进行开发
- 想要体验使用六边形架构和容器化环境带来的好处
- 关注代码组织和测试覆盖率
那么,这个项目无疑是一个理想的选择。它可以作为学习或快速启动新项目的基础,帮助你在实践中理解和掌握上述技术。
项目特点
- 智能目录结构:项目采用了ddd模式的目录结构,使得代码层次分明,易于维护和理解。
- 全面覆盖:从核心业务逻辑到基础设施层,都有单元测试覆盖,保证了代码质量。
- Docker支持:提供了
setup_env.sh脚本和Makefile,轻松配置和运行Docker环境,避免了本地环境配置的麻烦。 - CI/CD友好:内置CI流程检查代码质量和风格,方便集成你的持续集成系统。
- 灵活扩展:采用Symfony Messenger组件,便于添加新的命令、查询和事件处理器。
总结,这个项目不仅是一个技术演示,更是一个强大而实用的起点,对于想要深入了解CQRS、DDD和先进架构的开发者来说,无疑是不容错过的机会。立即查看 API文档,开始你的探索之旅吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137