全栈必知：从小单体到大系统，模块怎么长出来的？

软件架构的进化史，就是和「复杂度」相爱相杀的过程！

萌新期：就一个人单干，业务超简单，能跑起来就算成功！

成长期：业务越来越复杂，团队也人挤人，主打一个拒绝重复和混乱

大佬期：高并发、强安全一个不少，必须把模块拆得明明白白，还要有超强的扩展能力

业务刚开始，"能用" 才是王道；等业务体量上来了，"有序" 才是 YYDS！模块设计的精细度和职责划分，也得跟着一路升级。

本文将沿着 "小型单体→中型应用→大型微服务" 的路径，结合不同规模项目的必备模块与可选模块，解析模块设计如何逐步适应不同阶段的需求。

划重点：本文模块名称参考 NestJS、Spring Boot、Express 这些常见后端框架，按职责分层，方便不同技术栈的小伙伴都能看懂～

先统一「语言」：模块分层到底是啥？

不同框架（NestJS/Spring Boot/Express）的模块命名可能不一样，但职责层次相通。先明确这几个核心模块，避免后面聊懵：

层次	核心模块	通俗理解
请求入口层	Controller + Middleware/Interceptor	「前台接待」：接请求、做通用处理（日志 / 鉴权）
业务逻辑层	Service + Guard + Pipe/DTO	「后厨加工」：核心逻辑、权限判断、数据校验
数据访问层	Model/DAO + ORM	「仓库管理」：定义数据格式、操作数据库
横切支持层	Logger/Config/Cache/Queue 等	「后勤保障」：日志、配置、缓存、异步任务等

有了这个「分层字典」，后面聊不同阶段的模块设计就清晰多了。

一、小型单体：用最少的模块「跑起来」再说

典型场景：个人博客（文章 CRUD + 登录）、小商城（商品 + 下单）、数据看板（读库展示）

特点：2 张表撑全场，1-2 人开发，CRUD 为主，能跑就行

必备模块：只留「核心链路」

Controller：请求「接收站」

比如用户点「登录」，它接住username和password，直接扔给 Service，自己不做复杂处理。

javascript 复制代码

// 伪代码：极简Controller
app.post('/login', (req, res) => {
  const { username, password } = req.body;
  const result = userService.login(username, password); // 直接甩给Service
  res.send(result);
});

Service：业务「加工车间」

只关心「按规则处理数据」，不管数据从哪来、往哪去。例如，在一个电商订单处理系统中，订单计算折扣的 Service 伪代码如下：

ini 复制代码

function calculateDiscount(order) {
    // 获取订单总金额
    totalAmount = order.totalAmount;
    // 假设满100减20的规则
    if (totalAmount >= 100) {
        discount = 20;
    } else {
        discount = 0;
    }
    return discount;
}

Model/DAO：数据「搬运工」

- Model：定义数据格式（比如用户必须有id和password）；

- DAO：写 SQL 操作数据库（比如「用 username 查用户」）。

极简配置与错误处理

- Config：存数据库地址、端口（哪怕写死在代码里，先跑通）；

- Error Handler：出错时至少返回500，别让页面白屏。

可选模块：别给自己加戏

ORM？表少的话直接写原生 SQL 更快（比如select * from user where name = ?）；

日志？console.log加个时间戳，调试够用就行。

核心逻辑：Controller → Service → DAO，一条线走到底，多余抽象都是负担。

二、中型应用：加模块是为了「少踩坑」

用户从几百涨到几万，业务从「增删改查」变成「带流程的业务」（比如下单要扣库存、减余额、记日志），团队也扩到 3-10 人 ------ 这时候「混乱」会拖慢所有人。

典型痛点

重复代码爆炸：每个 Controller 都写「登录检查」「操作日志」，改一处要同步改 10 个地方；

数据格式混乱：前端今天传userName，明天传user_name，Service 里全是兼容逻辑；

错误返回随机：有的接口返回字符串，有的返回对象，前端吐槽「又崩了」。

该加哪些模块？「缺啥补啥」

在小型项目基础上，按需加模块解决具体问题，就像面馆扩大后加保安、质检员：

Middleware：给所有请求「设关卡」

把「登录检查」「日志记录」这些通用逻辑抽出来，所有请求先过一遍 Middleware。

scss 复制代码

// 伪代码：登录检查Middleware
app.use((req, res, next) => {
  if (!req.cookies.token) {
    return res.status(401).send('请先登录');
  }
  next(); // 通过则进下一步
});

改一次 Middleware，全系统生效，再也不用在每个 Controller 里重复写校验。

DTO + Pipe：给数据「画红线」

less 复制代码

// DTO定义（NestJS示例）
class CreateOrderDto {
  @IsNumber() // 必须是数字
  goodsId: number;
  @IsNumber()
  @Min(1) // 至少1件
  quantity: number;
}

这样 Service 里就不用处理格式问题，专心写「扣库存」逻辑。

- DTO：定义前端传参规则（比如创建订单必须有goodsId（数字）、quantity（>0））；

- Pipe：自动校验参数（比如quantity是负数就直接返回错误）。

其他可选模块

- 增强日志：按模块输出（比如「订单模块」「用户模块」），记录接口耗时（方便排查慢接口）；

- 内存缓存：给高频接口（比如商品详情）加缓存，减少数据库压力（比如用Map存热点数据）；

- 分环境配置：开发 / 测试 / 生产用不同数据库地址，避免硬编码（比如用dotenv区分环境）。

核心逻辑：用模块解决「重复」和「混乱」，让团队协作更顺，而不是为了「架构好看」。

下图展示架构示意图，可选模块也全部列出，其中

核心业务模块 - 绿色系
安全与校验模块 - 蓝色系
基础设施模块 - 紫色系
数据流相关 - 橙色系

三、大型系统：模块要「扛住压力」

到了高并发场景（比如电商秒杀、社交平台），团队拆成多个子团队，系统开始往分布式 / 微服务走 ------ 这时候模块要支撑「高可用」「强安全」和「跨团队协作」。

典型痛点

单体扛不住：流量高峰时数据库崩了，整个系统瘫痪；

权限管理复杂：不同角色能访问的接口完全不同（比如游客看商品，管理员改价格）；

跨服务排查难：一个请求经过 5 个服务，出问题不知道在哪一环卡壳。

模块要「精细化」，但核心链路不变

在中型基础上，加更专业的模块应对压力：

Guard：接口权限「细粒度控制」

比 Middleware 更灵活，能按「接口 + 角色」控制权限。比如：

less 复制代码

// Guard示例（NestJS）
@Injectable()
class AdminGuard implements CanActivate {
  canActivate(context: ExecutionContext) {
    const user = context.switchToHttp().getRequest().user;
    return user.role === 'admin'; // 只有管理员能访问
  }
}
// 用在需要权限的接口上
@Controller('goods')
class GoodsController {
  @Post()
  @UseGuards(AdminGuard) // 只有管理员能创建商品
  create() {}
}

分布式工具链

- 分布式缓存（Redis）：多实例共享缓存，避免重复查库；

- 消息队列（Kafka/RabbitMQ）：秒杀时先把订单请求扔进队列，异步处理（防止系统被冲垮）；

- 配置中心（Nacos）：多环境动态更新配置（比如突然改 Redis 地址，不用重启服务）；

- 分布式追踪（Jaeger）：画一条请求链路图，看经过哪些服务、在哪耗时最长。

更细的异常处理

用 Filter 细分异常类型（比如参数错、权限错、数据库错），配合全局 Error Handler 返回标准化错误（前端再也不用猜格式）。

下图展示架构示意图，可选模块也全部列出，其中

核心业务模块 - 绿色系
安全与校验模块 - 蓝色系
基础设施模块 - 紫色系
数据流相关 - 橙色系

常见误区：这些模块不是一回事！

（1）Guard、Pipe 是中间件吗？

不是。它们的分工和工作时机完全不同：

模块	工作内容	工作时机	通俗比喻
Middleware	处理所有请求的通用逻辑	最早接触请求，能改请求 / 响应	小区大门保安（查健康码、登记）
Guard	判断 "有没有权限访问"	中间件之后，控制器之前	会议室门禁（没卡不让进）
Pipe	校验数据格式、转换数据类型	守卫之后，控制器处理数据前	快递安检机（检查包裹里有没有违禁品）

（2）Pipe 和 DTO 重复吗？

完全不重复。DTO 是 "规则手册"，Pipe 是 "执法人员"：

DTO 规定 "密码必须≥8 位"（静态规则）；
Pipe 负责检查 "这个密码是不是真的≥8 位"（动态执行）。

举例：LoginDTO写着 "password 长度≥8"，PasswordPipe则在每次登录时实际检查，如果不够就返回错误。

（3）为什么大型项目必须有 Cache 和 Queue？

Cache：高并发场景下，数据库每秒能处理的请求有限（比如 1 万次 / 秒），而 Cache（如 Redis）能处理百万级请求 / 秒，通过缓存热点数据（如首页商品）可避免数据库过载；
Queue：当用户下单后需要发送短信、生成物流单等耗时操作时，直接在接口中处理会导致响应变慢，用 Queue 异步处理可让接口快速返回，后续由消费端慢慢处理任务。

最后：架构演进的「底层逻辑」

从单体到分布式，模块越拆越多，但核心永远是「解决具体问题」：

阶段	核心目标	模块设计原则
小型单体	快速落地	核心链路（Controller→Service→DAO）+ 极简支撑
中型应用	减少重复、规范协作	补横切模块（Middleware/DTO/Pipe）
大型系统	高可用、可运维、跨团队协作	精细化模块（Guard / 队列 / 分布式工具）

记住：架构不是「炫技」，而是「实事求是」------

业务简单时，别强行加一堆模块（摆摊不用建写字楼）；

业务复杂后，别舍不得拆模块（大公司必须分部门）。

你现在的项目处于哪个阶段？遇到过哪些「架构坑」？欢迎评论区聊聊～ 👇