领域模型的构建
-
基础领域模型的基本组成有名称、属性、关联、职责、事件和异常
-
发掘领域概念3种策略：
1）学习已有系统，重用已有模型
2）使用分类标签。分类标签来源于领域，需要我们研究一些资料并做一些提炼。从采用5W法开始，即事件（What）、原因（Why）、地点（Where）、时间（When）、人员（Who），之后在其上加以补充
3）识别名词短语。
一般情况下，我们会从策略1开始，组织中完全没有之前相关的旧系统的情况并不多见，之后策略2和3结合使用
-
概念类命名的注意事项如下：
使用领域术语。记住，模型的首要任务是沟通，使用领域专家熟悉和习惯的名字，即使你认为有更精确的表达方式。
对于相同的名称但不同场景的情况，应该将最易于识别的名字留给最常用的类型，比如"订单"可以在支付场景和配送场景中使用，
应该 把它用在支付环节而不是配送环节，因为支付环节更加的核心，更符合这个名字的本身的含义，业务逻辑也更复杂。
尽量避免使用编程语言中的保留字，比如"集合"。
不要凭空创造概念或添加前缀和后缀来区分名称，这只会增加沟通的障碍。始终以领域专家和系统用户喜欢的方式进行沟通，
这是DDD的内在特殊要求
-
创建关联
阅读导向箭头"►"是可选的，它指示关联名称阅读的方向，并不表示可见性或导航的方向
关联表示为类之间的连线，关联的末端可以包含多重性
采用"主谓宾"结构为关联命名，连接线上只显示谓语
关联符号包含"0"时，不管是"""0... "，还是"0...1"都客观上意味着这是一种可选关联，并不一定发生
关联类允许将关联本身作为类，并且使用属性、操作和其他特性对其进行建模。
-
使用关联类标准
1）通用语言中就有关联类的概念，如×××合同，用来约束两个模型之间的关系。
2）模型的某些属性与关联相关，这些属性脱离关联将显得无意义。
3）关联类的实例具有依赖于关联的生命周期，如合同期、项目时长等。
4）两个模型之间有多对多关联，并且存在与关联本身相关的信息。
其中第3条特征明显，可作为一个常用的标准。
-
关联简化
1）限制关联数量
2）限制关联方向
3）使用限定关联
-
定义属性
当领域模型需要记住信息时，引入属性，
属性的3种类：基本类型、通用的值对象和项目中的其他业务对象（前两种类型一般写在类图框中，而第三种使用关联来表达）
-
使用方法：
该操作的访问速度较慢。为了避免线程阻塞，甚至需要考虑为该操作提供一个异步版本，那么将其建模为属性就可能导致开销过大。
特别是那些访问网络或文件系统的操作，更应该使用方法而非属性。
该操作是一个转换操作，如toString()方法。
该操作每次返回的值不同，即使传入的参数不变。比如，Guid().NewGuid()方法每次都返回不同的值。
该操作有严重的、能观察到的副作用，比如抛出异常。
该操作返回一个集合。返回集合的属性容易误导用户，比如，Employees和Addresses等属性就是不合适的。
需要指定参数才能访问的属性，如前面多个地址的例子。
除以上情况外，请尽量使用属性。
-
使用属性建模时，还有一些细节值得注意：
1）如果不想让调用方改变属性的值，要创建只读属性。
2）不要提供只写属性，也不要让设置方法的存取范围比获取方法更广。如果一个属性值没有获取的意义，比如配置资源地址，此时应该提供set方法而不是属性。
3）要为所有属性提供默认值。技术上默认值不会导致异常或安全漏洞，业务上也往往体现一定的"默认"的领域含义
4）要允许用户以任意顺序来设定属性的值
5）如果属性设置方法抛出异常，则要保留属性原来的值。这在业务上也是合理的。
6）不要在属性获取方法中抛出任何异常，这会令人感到困惑。如果确实存在这种可能性，请改用方法
-
分配职责
业务职责则由其方法来定义
-模型层但职责：分配策略-信息专家模式
在信息专家模式中，职责分配给了具有完成该职责所需信息的模型。信息包括模型的各种成员，如字段、属性、关联，以及对资源的可见性等。
如果一个对象能够承担相应的职责，那么最好不要让更大的、具有更多信息的对象来承担这些职责
领域逻辑不要与技术架构混为一谈，领域逻辑要与任何持久化机制解耦
-
创建领域服务完成职责
如果一个职责需要的信息无法由一个模型提供，应该怎么处理？可以分为以下两种情况：
1）增加关联以获取必要的信息。
2）使用领域服务。
当一个职责发现采用信息专家模式没有找到合适的模型时，需考虑创建一个领域服务模型是否更好
-
方法是职责和操作的实现，方法参数设计的注意事项如下
1）应使用类层次中最接近基类的类型来作为方法参数，并保证该类型能够提供成员所需信息。这样做可以使得方法的适用范围更广，因为子类能取代任何基类的位置，即子类可以传入以基类定义的参数，但反过来则不行
2）不要将指针、指针数组和多维数组作为方法的参数。即使不在DDD团队中，且代码要保证优秀可读性的场合，指针和多维数组也是难以应对的。可以对方法进行重新设计以避免使用这些类型作为参数。
3）尽量不使用输出参数，如out、ref关键字修饰的参数。这会增加代码的复杂性，给领域模型的验证和测试带来干扰。同理，尽量使用值对象而不是实体类型的参数，因为值对象没有状态，传入的是一个副本。
4）可以使用重载（Overload）机制来简化方法的命名。重载即模型拥有很多同名的方法，但它们的参数不同，根据传入的参数匹配对应的方法。不要增加无谓的名称，以减少沟通的难度。使用重载机制让方法的命名更加顺畅。
-
触发事件
-
领域事件是一个特殊的模型成员。领域模型状态的改变（属性）或者执行操作时达到某些判定条件，都可能触发事件
（1）事件的捕获
领域事件是领域专家所关心的发生在领域中的有影响力的事件。将领域中发生的活动建模为一系列离散事件，每个事件都用领域对象来表示，领域事件是领域模型的组成部分，用于表示领域中所发生的事。
定义有两个层面：一是纯业务层面，领域事件来源于领域专家的通用语言，具有业务含义；二是设计层面，领域事件可以建模为一个领域对象，但这种对象是一种不可变类，也就是值对象，它将成为其他领域对象的一部分
事件的命名是过去时态，事件的载体为类图，其中包含的属性称为事件参数，它们是该事件消费者需要的关于事件的信息
-
领域事件的3个本质：
操作因果关系的体现。
为未来处理逻辑留下的逻辑占位符。
提供操作的异步性。
-
领域事件的作用。
保证模型间的数据一致性。
替换批处理操作。
系统集成。
-
处理异常
异常是一种特殊的意外情况处理机制
异常处理是领域模型要考虑的一部分，原因在于模型的责任不可能无限大。在遇到自己处理能力之外的情况时，要采用异常机制报告错误，并将处理权转交。异常就是这样一种机制，某种程度上，它可以保证领域模型的纯洁性，让其只关注于核心逻辑，而不用包含一堆意外情况处理代码
-
自定义异常的注意点：
要避免太深的继承层次，一般Exception类即可满足要求。
一定要以Exception作为后缀。
要使异常可序列化。为了使异常能够跨应用程序和跨远程边界工作，这样做是必须的。
要提供以下常用的构造函数。
要把与安全性有关的信息保存在私有的异常中，确保只有可信赖的代码才能得到该信息。比如数据库连接抛出的各类异常，可能会泄露你的表命名、表结构等信息。
可以为异常定义属性，这样就能从程序中取得与异常有关的额外信息。
-
抛出异常的注意点如下：
在领域模型中，要使用异常来处理意外情况而不是错误码。
不要在能处理的正常流程中抛出异常。
要为所有的自定义异常构建一份文档，使开发人员能够掌握，让他们能使用最合理、最具针对性的异常，比如不要使用"集合超容"来描述"购物车已满"。
在异常消息中避免使用感叹号和问号。
注意异常消息的本地化。
除了异常本身的类图，也可以在相关领域模型中列出可能抛出的异常
典型的领域逻辑建模
-
领域逻辑主要包括规则与约束、流程与分支、验证与筛选、算法与计算、时间与空间、有状态与无状态、同步与异步等
在模型中，使用大括号{}来标记规则
-
规则与约束
当规则和判断条件众多时，把这个约束提取到一个单独的方法中，并用具有业务含义的名称来对其命名
约束既可以放在模型内部，又可以单独将其提炼出来作为策略类或领域服务
需要单独提炼的验证规则的特点：
验证约束所需的信息并不属于这个对象。
相关规则在多个对象中出现，造成了代码重复，违反了"一处一个事实"原则。
很多领域逻辑是围绕这些约束展开的，它的层级不适合下放到实体或值对象的方法中。将约束单独作为一个模型，可以避免重要的领域概念被淹没，使通用语言更加顺畅
-
流程与分支
业务流程建模对应的是UML中的活动图
活动图对应的是协作图或时序图而不可能是类图，它们展示了一个用例的参与对象，以及对象之间传递的消息
，协作图中的节点已经变成了各个领域模型，其中的逻辑分支用中括号［］来标记，如图5-32中的［支付成功］。在业务流程图的基础上映射绘制出来的协作图，不仅能交流业务，还能直接指导实现开发，是对流程与分支建模的最理想模型。
-
验证与筛选
规格模式是将一组判断条件封装成一个单独的值对象，名称中一般带有形容词，表达了很强的领域含义，代表客户对于程度的看法，如"大额存单""过期发票""优秀成绩"等。如图5-34所示，这个值对象会有一个是否满足的判断方法（一般是IsSatisfiedBy()函数），用于校验某个对象是否满足该规格所表达的条件，只返回真假校验。多个规格对象还可以灵活组装，生成新的规格对象。
在业务逻辑上，规格与约束的不同点在于，约束是必须满足的，而规格只是从集合中筛选或验证符合条件的成员
规格的用法主要有以下3种：
1）验证对象，检查它是否满足某些条件。
2）筛选符合条件的对象。
3）创建满足某种条件的新对象
-
算法与计算
算法逻辑涉及领域的核心逻辑，其本身往往是内聚的，将其独立出来是最值得倡导的建模实践，如复杂的候选人排名规则、销售佣金的计算策略、保单的风险评估等。算法逻辑独立出来后，避免了复杂算法对领域模型的干扰，领域中的其他模型就可以专注于表达"做什么"的逻辑，而把"如何做"的复杂细节转移给了算法模型
领域中的算法可以建模为算法对象，常见于实时系统、科学和工程领域中。如果算法需要的信息都在实体或值对象内部，可以将该算法建模为该对象的操作。但如果该算法内聚且明显独立于领域对象而变化，那就不适合绑定一个领域对象，要显式地将其建模为算法对象，而不是隐藏在模型和代码深处。算法对象声明关键字是<>，标记在类图或协作图上以表明身份
算法对象经常会封装计算其算法所需要的数据，这些数据可以是初始化数据、中间结果或阈值数据。算法对象的主要职责是执行算法，不要把任何业务协调职责放入其中
将算法封装为领域服务是最佳选项，尤其是涉及多个实体类型、返回值为值对象的计算时。
将领域计算逻辑单独建模而不放在其他业务对象内的优点如下：
1）不给领域模型增加负担。如果计算所需的信息超出了该对象的范围，又会增加不必要的耦合。
2）关于计算逻辑的领域概念变得更加清晰，单独的计算规则一般都是核心域范畴，单独出来可以增加通用语言的词汇。
建模为操作符重载
操作符重载就是让领域模型可以像基本类型那样进行加（+）、减（-）、乘（*）、除（/）操作，还包括等于（==）、大于（>）、小于（<）等比较操作
当一个类内部出现public static的方法时，应该考虑该方法是继续放在这个类中还是单独成领域服务
-
时间与空间
定时约束建模通常遵循以下策略：
1）对于交互中的每条消息，考虑其开始时间和触发周期。将这个实时特征建模为消息的定时约束。
2）对于交互中每个值得关注的消息序列，考虑是否有一个相关的最大的相对时间。将这个实时特征加为对该消息的定时约束。
把系统对时间的要求表示为约束{}，并放在对应的消息旁边即可。时间是动态逻辑，只能展示在时序图或协作图上。
计时器对象是由外部计时器激活的控制对象。计时器对象要么自己执行某个动作，要么激活另一个对象来执行期望的动作
计时器属于应用服务而不是领域服务
-
时效建模 ： 时效是指与时间段相关联的信息
建模的方式是维护与一组时间间隔相关的信息，而不是单个值
-
建模空间指模型在分布式系统中的位置
-
有状态与无状态
建模为独立模型的状态：
领域模型具有多个状态，它们会根据一定条件进行转换。
不同的状态会导致不同的行为。
未来还可能会增加新的状态。
最佳方法是对这些状态建模，而不只是用条件语句加以判断
-
同步与异步