JdonFramework 开源项目教程
2024-09-14 04:48:25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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 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 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
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
1.03 K
492
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
346
147