DDD在严选供应链复杂业务系统的落地实践
系统背景
Teddy出入库系统，是进销存概念里的进和销，核心能力是仓库货物的出库和入库的流转，在严选供应链体系中承上启下，对接了数十个上下游系统，如下图所示，是订单履约、采购补货、仓间调拨、特殊出入库等业务场景的核心流程。
Teddy出入库系统作为一个元老级的应用，16年就已经存在，当时还叫做进销存，17年底做过一次拆分，自拆分上线以来，也已经经过了接近三年时间，这期间需求不断，迭代节奏飞快，原来的包袱不仅没卸下，反而越来越重，当下已经积重难返；此外，在这期间也经历了相当多的产品和开发，由于缺乏长期维护的文档和规范，业务逻辑演进的愈发复杂，代码风格也不加节制的多种多样。
总结下当前面临的一些问题，主要是以下几点：
业务复杂，边界不清
早期野蛮生长，大包大揽，边界不清的问题倒也合情合理，能够让人理解。
但在业务逻辑上，各种功能的迭代，一直在做加法，早已臃肿不堪，其中相当一部分不再使用的逻辑、不再存在的场景、过于复杂的流转过程等，连当年的产品经理也直呼后悔为嘛要这么做(ˉ▽ˉ；)...
架构混乱，功能分散
22万行的代码，层级就是没有层级，如下图所示，各种相互的依赖关系，功能逻辑散落在各种类里面。如果认真去看，可以找到每一种代码里的坏味道，比如循环查询、分散的功能点、过长的方法、分不清层次的service、模糊的模块边界等等。
多种单据、多个仓库服务商，多个功能按仓配置等都在这里面
需求交付效率不可控
显而易见，伴随这些问题逐渐形成的，就是越来越不可控的需求评估范围，越来越评估不准确的需求工时，需求的交付效率和交付质量都面临很大的风险。
（插一句，虽然我们代码有点乱，但系统还是很稳定的 (ˉ▽ˉ；)... ）
该怎么办？
长痛不如短痛，推倒吧，从头开始。
（一定要插播一句，推倒重构并不是应对复杂系统的最好办法，更好的思路是在日常的功能需求中，持续优化迭代，及时调整系统的整体结构，避免快速腐化。但当然现实是否能够如愿，就很难说了）
考虑到我们系统的现状，重构我们分为了两个部分，一块是技术架构方面的，另一块是业务逻辑方面，旨在精简优化复杂的逻辑，以及一些边界治理的工作，这一部分本篇文章就不细讲了，后面着重介绍下技术层面的实现。
设计及落地实践
方案选择
首当其冲的第一个问题，就是方案选型，基于当前的现状，我们先确定了一个整体的诉求：业务边界清淅，架构合理，功能内聚，长期迭代能更好的避免腐化。
摆在面前的有两个选择：
第一种，延续以往的做法，以数据库表结构为核心，逻辑层进行合理的模块划分和分层
第二种，领域驱动设计，以领域模型为核心，解耦业务逻辑与数据库表结构的强耦合关系
领域驱动设计与之前的系统设计开发过程有很大的不同，第一点，就在于系统的参与角色，产品、开发、测试等，需要形成一套通用语言；第二点，在于方案设计不再把db设计放在一个核心问题去解决，更加专注于业务模型本身，进行领域、业务聚合的设计，领域层的聚合及实体才是整个系统的核心内容；第三点，真正的面向对象编程，由过程式的事务脚本方式，转变为真正的面向对象。
如上图所示，第一种方案的优点很明确，把架构划分清楚，采用一些优秀的设计模式，重新写一遍代码，确实能得到不少收益，但是缺点也是很明显的，面向过程的编程方式，功能逻辑易分散，长期迭代很容易又走回到原来的状态；相比较而言，第二种方案虽然前期学习成本、开发成本都比较高，但优势也很明确，业务导向，领域模型优先，边界规范易维持，核心业务逻辑内聚在领域内，低耦合，高内聚，易于长期维护。
基于我们的整体诉求，以及之前长期迭代下来面临到的一些问题，核心业务逻辑的高度内聚，逻辑功能避免分散是我们比较关注的目标，所以我们决定选择领域驱动设计。
落地实施
介绍下整体的实施步骤：
第一步建模：简单说，就是基于业务场景，与产品、开发、测试等协作，充分沟通，达成共识，形成通用语言，构建领域模型。这里我们采取了用例法，将主要的业务逻辑作为用例输入，聚焦事件 -> 命令->提取实体，最终划定出限界上下文。建模的过程不再详述，本文着重点在于一套领域驱动设计的落地代码模板，如对建模过程感兴趣可以留言联系交流。
第二步实施：通过领域模型指导架构设计和编码实现，并落地实施。
我们先看系统架构，整体上基于严选这边的中台应用架构（如上图）进行设计，系统架构如下图所示，基本上是一个洋葱架构的底子，加上CQRS，并基于具体实践演化出的一个结构，与洋葱架构的一个显著区别在于：应用层依赖了基础设施层，而不是基础设施层依赖应用层，这样可以带来编码上的很多便利；另一个小的区别是，在此之外增加了一个共享依赖包，放置一些工具类、枚举值、异常类、领域层的入参DTO等。
领域层：处于系统最底层，包含业务聚合、实体、领域能力等；领域层需要的持久化，以及其他能力需要在领域层定义gateWay接口，在基础设施层或者应用层进行实现。
基础设施层：依赖领域层，承接数据持久化等基础服务，实现了领域层定义的持久化gateWay接口，进行DO - PO数据转换，封装持久化细节等。
应用层：依赖领域层和基础设施层，对接外围接口层适配器，提供查询和命令能力，并采用责任链模式进行逻辑编排。
接口层：依赖应用层，提供外部服务的访问入口，包括但不限于HTTP、RPC等。
共享包：工具类、异常类、服务中的DTO对象等，共享包的存在主要是为了解决领域层和应用层共享数据结构的问题。
以一次命令执行为例，各组件在执行流程中的作用如下：
实践中遇到的问题：
1. 背着包袱的重构场景，聚合与实体要怎么设计？
这里面的问题是，面对已经存在的复杂业务模型，自顶向下设计（如下图所示）非常困难，而且与原有的数据结构模型会有很大的出入，这会带来大量的数据转换工作。
考虑到这种场景的特殊性，盲目的自顶向下设计可能无法落地实施，那么有没有可能不去忽视这种现状，而是在自顶向下划分了服务边界、聚合边界之后，结合原有的数据结构去设计聚合内的实体，以及实体间的关系？这会带来相当程度的便利：
（1）实体与db持久化数据间的转换相对简单一些
（2） 原有的代码实现中，相当一部分代码可以进行复用，这同时也极大的避免了一些隐藏逻辑被忽略的问题
（3） 实体本身的能力相对独立一些，会避免一些深层的嵌套逻辑
当然，坏处也是有的，整个聚合实体的关系，是比较扁平的，类似于一个大的包裹类，包含了这个业务子域涉及到的所有实体，扁平的数据模型一定程度上降低了业务模型的准确反映。
另外一个值得一提的点是，实体的更新应该由聚合封装为聚合能力，对外提供统一的入口，而不是在应用层调度多个具体的实体，聚合持久化不属于聚合能力的范畴，应该作为服务方法，单独被调用。
2. 号称很薄的逻辑编排，真的能薄下来吗？
逻辑编排的问题在于，应用层提供给外围的接口能力，大多数情况下并不仅仅是直接更新领域聚合这么简单，它还需要做很多其他的事情，比如调用下第三方服务、发个消息等。在步骤比较少的情况下，应用层平铺直下（如下图）也无可厚非，但当应用层需要编排更多的步骤时，这样的代码就会越来越复杂臃肿了。
逻辑编排基本上还是事务脚本式的过程式编码，这意味着很容易走回到原本的状态，逻辑会越来越分散，代码会越来越臃肿，为此，我们引入了责任链的设计模式，来对这些逻辑编排进行结构上的优化。
如下图所示，聚合更新、第三方调用、消息发送等，这些都能封装成一个一个的节点，在cmd命令内，将它们串联起来。逻辑结构清晰稳固，而且，还可以做到节点粒度的复用。这里面需要特别提到的一个点是，针对某个命令，领域层的聚合模型更新只会有一个入口，而聚合模型组装、持久化等又是单独的调用。
3. 离开权力中心的数据库持久化，该怎么实现？
如前所述，在领域聚合设计中，我们将持久化方法与聚合能力区分开来，让每一个实体不需要独自考虑持久化的问题，这就带来第一个问题，在业务逻辑处理完，怎么才能知道哪一个实体需要持久化？
有很多种方式可以考虑，此处我们选择了一个比较简单的解决方案，为每一个实体添加状态标签（mode：read、update、insert）。如下图所示，在进行相应的操作后，我们会更新该实体的状态标签，在最终持久化的过程中，遍历所有实体，根据标签进行相应的处理。
这个时候，会带来持久化的第二个问题，即持久化过程中需要大量的if else代码去判断实体是处于什么状态。
为此，我们引入了一个模板方法，如下图所示，poWrapper内部包含一个po实例，和一个状态标签（等同于实体的状态标签），poWrapper同时定义了一套执行模板，执行模板里包含 insert以及update接口，对于每一个实体来说，要做的事情就很明确了，首先进行do -> poWrpper的转换（包含状态标签），然后poWrapper根据wrapper的状态标签，以及具体的insert/update的实现方法，进行po的更新或插入，这个持久化模板的最大好处是：代码非常简洁，同时隐藏了dao的实现细节。
4. CQRS中的Q，怎样才能简化下实现？
查询应用相对命令应用来说简单一些，但是也正是查询应用，让我们决定打破洋葱架构的依赖关系。洋葱架构依赖关系图如下，假如遵从这种依赖层级，就意味着应用层无法感知基础设施层的po，那需要使用po数据时就要在应用层定义接口，然后基础设施层进行实现，这就带来了一个数据转换的动作该放在哪里的问题。
洋葱架构依赖关系
一个方法是在应用层或者共享层定义一个类似于po的数据结构appication-po，在基础设施层将po转换为应用层的appication-po，然后在应用层使用这个appication-po，很明显这很臃肿繁琐；另一个方法是，把dto的数据封装放进基础设施层？那就更不合理了，基础设施层代替了应用层需要处理的事情。
换一个思路，假如我们打破这种依赖关系，让应用层直接依赖基础设施层呢？也就是允许应用层直接使用po，应用层和基础设施层的传递可以使用同一套数据结构，上述问题就迎刃而解了。当然，也能看到有人说，这违背了领域驱动设计的一些理念，数据库如果进行更换，或者数据库表结构进行大的变更，会牵连本应该相对独立的应用层，但对于我们的业务来说，这是基本不可能发生的事情，既然如此，何必为了留下灵活性而去留下灵活性呢？
5. 最后一个问题，为什么多了一个公共的依赖包？
一方面，这是为了解决部分重构过程中，新老代码的一些共同依赖，另一方面，也是为了放置一些工具类、异常类、领域层入参DTO等。
总结
领域驱动设计，在业务逻辑上，趋向于准确表现业务模型；在技术架构上，有比较稳固的结构关系，高度内聚的聚合边界，比较好的避免了逻辑分散，架构混乱的问题，在边界治理的问题上，也是一道天然的屏障。
但是，领域驱动设计也不是万能灵药，它有比较大的学习成本，开发成本。在实践过程中，也未必能完全遵守领域驱动设计的一些规范，需要根据实际情况进行一些权衡，此外，对于一些比较简单的业务场景，领域驱动设计并不能带来比较大的收益，相反由于代码结构的巨大变化，反而会有一些副作用。
天宇，2017年加入网易严选，先后参与严选进销存、仓储出入库等相关系统后端建设，对领域驱动设计、复杂系统治理等有浓厚兴趣。
严选供应链研发团队正在招聘资深开发工程师，负责严选供应链各核心业务板块的整体规划讨论、业务领域建模、系统架构设计与演进，围绕严选供应链业务发展，基于产品规划制定长期技术路线，并驱动供应链相关系统落地，可能参与研发的业务域包括但不限于：供应商、采购、仓储、配送、品控、履约等。