DDD实践指南:角色、命令与事件映射方法详解
2025-06-07 02:30:44作者:温艾琴Wonderful
引言
在领域驱动设计(DDD)实践中,理解业务场景中的角色、命令和事件关系至关重要。本文将以咖啡店业务场景为例,深入讲解如何通过事件风暴(Event Storming)方法进行领域建模,帮助开发者掌握DDD的核心建模技术。
业务事件识别
事件发现的基本原则
- 使用通用语言:与领域专家沟通时,应采用业务人员能理解的术语,而非技术术语
- 关注核心价值:只识别对业务有实质影响的事件
- 明确触发与结果:每个事件都应明确其触发条件和产生的结果
咖啡店典型事件示例
在咖啡店场景中,我们可以识别出以下关键业务事件:
- 菜单展示
- 顾客点单(2杯美式咖啡)
- 支付完成
- 收据接收
- 座位占用
- 订单接收
- 咖啡制作完成
- 顾客离店
- 餐桌清理
这些事件应按时间顺序排列,形成完整的业务流程时间线。
命令与事件映射
命令的定义与特征
命令(Command)是触发事件的动作或意图,具有以下特点:
- 使用现在时态表示
- 通常由特定角色发起
- 可能导致一个或多个事件
在咖啡店场景中,典型的命令包括:
- 顾客点单
- 收银员处理支付
- 咖啡师开始制作
- 服务员清理餐桌
映射关系可视化
通过建立命令与事件的映射关系,可以清晰地看到业务流程中的因果关系。例如:
- "顾客点单"命令 → 触发"订单接收"事件
- "处理支付"命令 → 触发"支付完成"事件
角色识别与分析
角色的定义
角色(Role)是业务流程中的关键参与者,可以是:
- 人员(如顾客、员工)
- 系统(如支付系统、库存系统)
咖啡店核心角色
在咖啡店场景中,主要角色包括:
- 顾客:发起点单、支付等行为
- 收银员:处理订单和支付
- 咖啡师:负责饮品制作
- 服务员:处理餐桌服务
异常事件处理
风险事件识别
在业务流程中,需要考虑可能出现的异常情况,例如:
- 顾客未提供桌号就点单
- 咖啡师制作错误订单
- 支付失败
- 座位冲突
异常处理策略
对于识别出的风险事件,应采取相应措施:
- 使用红色标签标记风险事件
- 分析事件对客户体验的影响
- 设计预防或补救方案
聚合设计
聚合的概念
聚合(Aggregate)是DDD中的核心概念,具有以下特征:
- 是一组相关命令和事件的逻辑集合
- 负责接受或拒绝命令
- 保证业务规则的一致性
聚合设计方法
- 初期聚焦:先收集事件和命令,暂不急于命名聚合
- 逐步识别:随着场景分析的深入,聚合边界会自然显现
- 命名规范:
- 使用名词(如"订单")
- 使用动名词(如"订单处理")
限界上下文划分
上下文形成原则
当多个聚合表现出高度内聚性时,可将其划入同一限界上下文(Bounded Context)。判断标准包括:
- 命令A触发事件A
- 事件A产生视图A
- 视图A是执行命令B的条件
- 命令A和B应属于同一模块
上下文映射关系
根据Eric Evans的理论,限界上下文之间存在9种核心关系类型,包括:
- 合作关系
- 客户-供应商关系
- 遵奉者关系
- 防腐层
- 开放主机服务
- 发布语言
- 共享内核
- 分离方式
- 大泥球
理解这些关系有助于设计清晰的系统边界和集成方式。
实践建议
- 可视化工具:使用便利贴等工具直观展示事件、命令和角色关系
- 迭代优化:多次演练业务场景,逐步完善模型
- 团队协作:鼓励领域专家和开发人员共同参与建模
- 关注异常:特别关注高风险路径和异常情况
通过以上方法,团队可以建立起清晰的领域模型,为后续的系统设计和开发奠定坚实基础。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
703
4.51 K
Ascend Extension for PyTorch
Python
567
693
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
550
98
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++
957
955
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (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
1.6 K
940
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
566
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
210
暂无简介
Dart
948
235
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387