JdonFramework 开源项目教程
2024-09-14 11:21:50作者:范垣楠Rhoda
1. 项目介绍
JdonFramework 是一个基于领域驱动设计(Domain-Driven Design, DDD)的发布/订阅(Pub/Sub)领域事件框架。它支持异步编程模型,无需任何消息中间件(如 Apache Kafka 或 RabbitMQ),可以直接将命令传递给领域模型,并监听领域模型中发生的领域事件。JdonFramework 帮助开发者实现一个清晰的六边形架构,将业务逻辑与基础设施分离,适用于构建异步、高并发、高吞吐量的 Java 应用系统。
2. 项目快速启动
2.1 环境准备
- JDK 8 或更高版本
- Maven 3.x
2.2 添加依赖
在项目的 pom.xml 文件中添加 JdonFramework 的依赖:
<dependency>
<groupId>org.jdon</groupId>
<artifactId>jdonframework</artifactId>
<version>6.9</version>
</dependency>
2.3 创建领域模型
创建一个简单的领域模型类 AggregateRootA:
@Model
public class AggregateRootA {
private int state = 100;
@OnCommand("CommandtoEventA")
public Object save(ParameterVO parameterVO) {
// 更新领域模型的状态
this.state = parameterVO.getValue() + state;
return state;
}
}
2.4 发送命令
使用 @Send 注解发送命令:
@Send("CommandtoEventA")
public void sendCommand(ParameterVO parameterVO) {
// 发送命令到领域模型
}
2.5 监听事件
使用 @OnEvent 注解监听领域事件:
@OnEvent("EventA")
public void handleEvent(EventA event) {
// 处理领域事件
}
2.6 运行示例
将上述代码整合到一个简单的应用中,并运行 Maven 打包命令:
mvn package
3. 应用案例和最佳实践
3.1 案例:账户转账
JdonFramework 提供了基于事件溯源(EventSourcing)和 Saga 模式的分布式事务解决方案。以下是一个简单的账户转账案例:
@Model
public class BankAccount {
private final String id;
private int balance = 0;
private Collection<TransferEvent> eventsources = new ArrayList<>();
@OnCommand("transfer")
public void transfer(TransferCommand transferCommand) {
int balance2 = getBalance() + transferCommand.getValue();
if (balance2 > 1000 || balance2 < 0) {
aggregatePub.next(transferCommand.createCanceled());
}
TransferEvent transferEvent = transferCommand.creatTransferEvent();
eventsources.add(transferEvent);
aggregatePub.next(transferEvent);
}
@OnCommand("cancel")
public void cancel(Cancel cancel) {
int balance2 = getBalance() - cancel.getTransferCommand().getValue();
if (balance2 > 1000 || balance2 < 0) {
System.err.println("can not be canceled " + cancel.getTransferCommand().getTransactionId());
}
eventsources.add(cancel.getTransferCommand().createCanceled());
}
private int project() {
return eventsources.stream().map(e -> e.getValue()).reduce(this.balance, (a, b) -> a + b);
}
public int getBalance() {
return project();
}
}
3.2 最佳实践
- 领域驱动设计:使用 JdonFramework 时,应遵循 DDD 的原则,将业务逻辑集中在领域模型中。
- 事件驱动架构:通过事件驱动的方式实现模块间的解耦,提高系统的可扩展性和可维护性。
- 分布式事务:利用 Saga 模式和事件溯源实现分布式事务,确保数据的一致性。
4. 典型生态项目
4.1 JiveJdon
JiveJdon 是一个基于 JdonFramework 实现的复杂 DDD 应用案例,是一个讨论论坛/博客/CMS 平台。它展示了如何使用 JdonFramework 构建一个高并发、高可扩展的 Web 应用。
4.2 LMAX 架构
JdonFramework 借鉴了 LMAX 架构的设计思想,实现了高性能的并发处理能力。LMAX 架构通过事件驱动的模式,实现了每秒处理数百万订单的高吞吐量。
4.3 Apache Kafka
虽然 JdonFramework 本身不依赖于 Apache Kafka,但它可以与 Kafka 结合使用,实现更高级别的消息传递和分布式事务处理。
通过以上内容,您可以快速了解并上手使用 JdonFramework,构建基于领域驱动设计的 Java 应用系统。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
645
149
Ascend Extension for PyTorch
Python
207
221
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++
653
286
React Native鸿蒙化仓库
JavaScript
250
317
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
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873