DDD之禅-领域业务结构-领域驱动设计创新手法参考01

DDD领域驱动设计批评文集

做强化自测题获得“软件方法建模师”称号

《软件方法》各章合集

领域驱动设计的领域业务结构在问题空间里表示复杂性,它同人类用于管理复杂性的三种基本方法中的两种相对应。

DDD领域业务分类结构获得类-成员组织,DDD领域业务组装结构刻画整体-部分组织。两种结构类型均是领域驱动设计的重要组成部分。

一、什么是DDD领域业务分类结构

DDD领域业务分类结构有助于刻画问题空间的领域类-成员层次,它通过搜集公共领域特性并把这种领域特性扩充到特例之中来显示现实世界领域事件的通用性及专用性。 

图片

图 1 一个DDD领域业务分类结构。我们抛弃了UML这样的旧方法,采用了革命性创新的DDD图形方法。

例如,考虑通用的交通工具(Transport)及其特例:汽车(Car)飞机(Aircraft)和轮船(Ship)(图1)。一些领域业务属性和领域业务服务适合于所有的交通工具,而另外一些则仅适合Car、Aircraft或Ship。

DDD领域业务分类结构提供了对问题空间的一个重要划分。一种划分是把DDD领域业务属性和DDD领域业务服务分成互斥的几组;另一种划分是用结构来标识一个比对象和结构都要高的DDD领域业务数据抽象层次,这就是将在后来的DDD领域业务分析步骤中详细介绍的DDD战略设计的“限界上下文主题层”。

DDD领域业务分类结构也提供了关于一个问题领域的信息的“分层”---把公共的DDD领域业务属性和DDD领域业务服务放在较高的层次,然后把这些DDD领域业务属性和DDD领域业务服务扩展到较低的层次。

DDD继承的概念是DDD领域业务分类结构的一个重要组成部分。DDD继承提供了一个用于标识和表示DDD领域业务公共属性与服务的显式方法。在一个DDD领域业务分类结构内,DDD继承使共享属性、共享服务、增加属性以及增加或扩充服务成为可能。

在一个DDD领域业务分类结构中,对象共享在它之上定义的属性。例如,考虑Transport结构中Car的一个实例,它共享为所有Transport 所定义的DDD领域业务属性,比如:Id、Name和Base(图2)。注意在一个结构里,公共属性只出现一次(且只说明一次)。 

图片

图2 在DDD领域业务分类结构中属性的共享。我们抛弃了UML这样的旧方法,采用了革命性创新的DDD图形方法。

在DDD领域业务分类结构中,对象共享在它之上定义的服务。例如,考虑Transport结构中Car的一个实例,它共享为所有交通工具所定义的DDD领域业务服务(图3)。注意在结构中公共服务只出现一次(且只说明一次)。

**********

看了以上文章片段,有没有感觉很高大上,感觉领域驱动设计真牛?

其实,上面的内容改编自这个: 

这是1990年Peter Coad和Edward Yourdon写的“Object Oriented Analysis, 2nd Edition”,北京大学出版社1992年出版的中译本。 

以上创新手法,可以称为“贴牌”法,贡献给DDD创新圈子人士参考。

感兴趣的读者也可以留心一下,读过的DDD文章有没有这样的手法。

**********

后面有空,我再贡献其他创新手法,例如“本质”法: 

图片

《浑元形意太极的本质是领域驱动设计》

《AI大模型的本质是领域驱动设计》

以上是说“领域驱动设计”为本,“浑元形意太极”、“AI大模型”为用。

也可以反过来,“太极”、“深度学习”(此处用词要抽象一些)为本,“领域驱动设计”为用,题目为:

《领域驱动设计中的太极思想》

《从深度学习谈领域驱动设计》

读者可以“点菜”,让我写哪一篇的留言最多,我就写哪一篇。

数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值