Java之领域模型转换
Java之领域模型转换
应用分成&分层领域模型为什么重要?
我们在软件开发设计及开发过程中,习惯将软件横向拆分为几个层。比如常见的三层架构:表现层(UI)/业务逻辑层(BAL)/数据访问层(DAL)。
那应用系统为什么要分层呢?
主要解决以下几个问题:
解耦
- 有一句计算机名言:软件的所有问题都可以通过增加一层来解决。
- 当系统越大,团队越多,需求变化越快时,越要保证程序之间的依赖关系越少。而分层/面向接口编程,会使我们在应对变化时越容易。
简化问题
- 当我们想不明白从用户操作一直到数据落盘整个过程的交互情况时,我们应该换种方式思考。想想各层应该提供哪些支持,通过对各层分工的明确定义,复杂问题就变成了如何将各层功能组合起来的“积木搭建”。
降低系统维护与升级版本
- 这里体现了面向接口编程的优势。我们抽象出数据访问层后,只需要保证对外提供的接口不变,底层数据库使用Oracle还是MySql,上层结构是感知不到的。
逻辑复用/代码复用
- 通过分层,明确定义各层职责,再也不会出现系统中多个地方查询同一个数据库表的代码。因为查询某个数据库表的工作只会由一个数据访问层类来统一提供。
提高团队开发效率
- 如果开发团队很多,通过分层和接口定义。各团队只需要遵循接口标准/开发规范,就可以并行开发。
一个比较形象的比喻:分层化相当于把软件横向切几刀,模块化相当于把软件纵向切几刀。
在《阿里巴巴Java开发手册》中,对应用分层的建议是这样的:
- 开放接口层:可直接封装 Service 方法暴露成 RPC 接口;通过 Web 封装成 http 接口; 网关控制层等。
- 终端显示层:各个端的模板渲染并执行显示的层。 当前主要是 velocity 渲染, JS 渲染, JSP 渲染,移动端展示等。
- Web 层:主要是对访问控制进行转发,各类基本参数校验,或者不复用的业务简单处理等。
- Service 层:相对具体的业务逻辑服务层。
- Manager 层:通用业务处理层,它有如下特征:
- 对第三方平台封装的层,预处理返回结果及转化异常信息。
- 对 Service 层通用能力的下沉,如缓存方案、 中间件通用处理。
- 与 DAO 层交互,对多个 DAO 的组合复用。
- DAO 层:数据访问层,与底层 MySQL、 Oracle、 Hbase、 OB 等进行数据交互。
- 外部接口或第三方平台:包括其它部门 RPC 开放接口,基础平台,其它公司的 HTTP 接口。
以上的层级只是在原来三层架构的基础上进行了细分,而这些细分的层级仅仅是为了满足业务的需要。千万不要为了分层而分层。过多的层会增加系统的复杂度和开发难度。
应用被细分为多个层次,每个层关注的点不同。所以在这基础上,抽象出不同的领域模型。也就是我们常见的DTO,DO等等。
其本质的目的还是为了达到分层解耦的效果。
典型的领域模型都有哪些?
我们还是来看看《阿里开发手册》提供的分层领域模型规约参考:
- DO(Data Object):此对象与数据库表结构一一对应,通过DAO层想上传输数据源对象。
- DTO(Data Transfer Object):数据传输对象,Service或Manager向外传输的对象。
- BO(Business Object):业务对象,由Service层输出的封装业务逻辑的对象。
- AO(Application Object):应用对象,在Web层与Service层之间抽象的复用对象模型,极为贴近展示层,复用度不高。
- VO(View Object):显示层对象,通常是Web向模版渲染引擎层传输的对象。
- Query:数据查询对象,各层接收上层的查询请求。注意超过2个参数的查询封装,禁止使用Map类来传输。
这里的结构图大概是这样:
这里的结构图大概是这样:
在给出的参考中并没有对模型对象进行非常明确的划分,特别是对BO、AO、DTO的界限不是非常明确。这也是因为系统处理的业务不同、复杂度不同导致的。所以在设计系统分层和建模的时候,需要综合考虑实际应用场景。
查看以上内容,就会发现为什么会有这么多O,还要转来转去!
为什么有这么多O?
举个例子:我们平时都在网上购物,查询网上购物的订单,会看到这样的信息
其中包含:订单编号,下单日期,店铺名称,用户信息,总金额,支付方式,订单状态还有一个订单商品明细的集合。
对终端显示层来说,这些信息是可以封装成一个VO对象的。因为显示层的关注点就是这些信息。为了方便显示层展示,我们可以将所有属性都弄成字符串类型。
1 | package com.demo.action.domain.vo; |
再来看看对于业务逻辑层来说,它关心的是什么呢?显然跟显示层关注的不一样,它更加关注的是内部的逻辑关系。
1 | package com.demo.action.domain.dto; |
可以看到,下单日期使用的Date类型,金额使用BigDecimal,支付方式和订单状态使用枚举值表示,商铺名称和用户名称变成了商铺信息/用户信息对象,明细集合中的商品也变成了DTO类型的对象。
在业务逻辑层面,更多的是关注由多种信息组合而成的关系。因为它在系统中起到信息传递的作用,所以它携带的信息也是最多的。
数据持久层与数据库是一一对应的关系,而上一层的订单信息其实可以拆解为多个持久层对象,其中包含:订单持久层对象(OrderDO),商铺持久层对象(ShopDO),用户持久层对象(UserDO)还有一堆的商品持久层对象(ProductDO)。
通过上面的描述,应该理解具体的拆分方法了吧!
回过头来想想,如果我们一路拿着最开始的OrderVO对象来操作,当我们想要将它持久化时,会遇到多少坑就可想而知了。
所以分层/拆分的本质还是简化我们思考问题的方式,各层只关注自己感兴趣的内容。
可这样的拆分确实增加了许多工作量,不同模型之间转来转去的确实头疼。
模型转换需要注意的问题
通过对比,可以明显看到模型之间的差异
- 原对象和目标对象相同属性的类型不一样,有的是Date,有的是BigDecimal,还有的是枚举
- 属性的名称也不一样
- 集合类属性中的泛型也不一样
- 能不能只复制一部分属性
- 能不能自定义转换逻辑
- 嵌套对象是深拷贝还是浅拷贝
那问题来了,我们如果更好的进行转换呢?
常见的模型转换方法
就以OrderDTO转OrderVO为例:
原对象OrderDTO的内容如下
1 | { |
期望转换后得到的目标对象OrderVO如下:
1 | { |
第一种:通过Set/Get方式
也是最简单粗暴的方法,直接通过Set/Get方式来进行人肉赋值。
特点如下:
- 直观,简单,处理速度快
- 属性过多的时候,人容易崩溃
第二种:FastJson
利用序列化和反序列化,这里我们采用先使用FastJson的toJSONString的方法将原对象序列化为字符串,再使用parseObject方法将字符串反序列化为目标对象。
使用方法:
1 | /** |
执行结果:
1 | ========OrderDTO======== |
可以看到
- 日期不符合我们的要求
- 金额也有问题
- 最严重的是,当属性名不一样时,不复制(userName没有复制到)
第三种:Apache工具包PropertyUtils工具类
引入apache工具包
1 | <!--Apache工具包--> |