Java 后端开发中 Service 层依赖注入的最佳实践：Mapper 还是其他 Service？

前言

在 Java 后端开发中，采用经典的三层架构（Controller - Service - DAO/Mapper）是业界广泛接受的工程实践。这种分层结构通过职责分离，提升了代码的可维护性、可测试性和可扩展性。

然而，在实际开发过程中，一个常见且关键的设计问题常常困扰开发者：

在 Service 层中，当需要访问其他模块的数据或功能时，应该注入对应的 Mapper（或 Repository/DAO），还是注入另一个 Service？

这个问题看似简单，但其背后涉及架构设计原则、职责边界划分、事务管理、代码复用性与系统耦合度等多个维度的考量。

---

一、三层架构回顾：职责与边界

在典型的基于 Spring Boot + MyBatis 的 Java Web 应用中，三层架构的职责如下：

层级	职责	典型组件
Controller 层	接收 HTTP 请求，参数校验，调用 Service，封装响应	@RestController, DTO, 参数校验注解
Service 层	实现核心业务逻辑，协调多个数据操作，管理事务	@Service, @Transactional
DAO / Mapper 层	封装数据库操作，提供 CRUD 接口	MyBatis Mapper 接口，JPA Repository

📌 关键原则：每一层只应与其直接下层交互，避免跨层调用（如 Controller 直接调用 Mapper）。

---

二、Service 层的依赖注入选项

当一个 Service（例如 OrderService）需要访问其他实体（如用户、商品、库存）的数据或行为时，它有两种主要的依赖注入选择：

1. 注入目标实体的 Mapper（如 UserMapper）
2. 注入目标实体的 Service（如 UserService）

这两种方式在语法上均可行，但其适用场景和设计含义截然不同。

---

三、何时注入 Mapper？------ 数据访问的直接路径

✅ 适用场景

当你仅需读取或写入原始数据 ，且不涉及目标模块的业务规则、校验、事务或副作用时，应直接注入对应的 Mapper。

🧩 示例场景

• 查询用户基本信息用于订单创建；
• 更新商品浏览次数；
• 记录操作日志到日志表；
• 批量插入中间表关联数据。

💡 优势

• 职责清晰：Service 只负责自己的业务逻辑，数据访问委托给 Mapper。
• 性能高效：避免不必要的方法调用栈和代理开销。
• 低耦合：不依赖其他 Service 的实现细节，仅依赖数据结构。
• 易于测试：Mock Mapper 即可完成单元测试，无需启动整个 Service 上下文。

📄 代码示例

@Service
public class OrderService {

    @Autowired
    private OrderMapper orderMapper;

    @Autowired
    private UserMapper userMapper; // 直接注入，仅用于查询用户是否存在

    public void createOrder(CreateOrderDTO dto) {
        // 仅验证用户是否存在，无复杂业务逻辑
        User user = userMapper.selectById(dto.getUserId());
        if (user == null) {
            throw new BusinessException("用户不存在");
        }

        Order order = new Order();
        order.setUserId(dto.getUserId());
        order.setProductId(dto.getProductId());
        orderMapper.insert(order);
    }
}

🔍 注意：此处 userMapper.selectById() 仅返回数据，不包含"激活用户"、"检查黑名单"等业务逻辑。

---

四、何时注入其他 Service？------ 复用完整业务逻辑

✅ 适用场景

当你需要复用目标模块封装好的完整业务行为，包括但不限于：

• 数据校验（如用户状态是否有效）；
• 事务控制（如库存扣减需回滚）；
• 副作用处理（如发送通知、记录审计日志）；
• 状态机变更（如订单状态流转）；
• 权限或安全检查。

此时，应注入对应的 Service，而非直接操作其 Mapper。

🧩 示例场景

• 创建订单时需扣减库存（库存服务包含超卖检查、事务、日志）；
• 用户注册时需发送欢迎邮件（邮件服务封装了模板、重试、异步）；
• 支付成功后需更新会员等级（等级计算涉及多张表和规则引擎）。

💡 优势

• 逻辑复用：避免重复实现相同业务规则，符合 DRY（Don't Repeat Yourself）原则；
• 一致性保障：所有入口都走同一套业务流程，确保系统状态一致；
• 可维护性高：业务规则变更只需修改一处。

⚠️ 注意事项

• 避免循环依赖：A Service 注入 B，B 又注入 A，会导致 Spring 启动失败或运行时异常；
• 事务传播行为 ：需明确 @Transactional 的传播机制（如 REQUIRED vs REQUIRES_NEW）；
• 代理调用限制 ：在同一个类中通过 this.otherMethod() 调用带事务的方法会绕过 Spring 代理，应通过注入的 Bean 调用。

📄 代码示例

@Service
public class OrderService {

    @Autowired
    private OrderMapper orderMapper;

    @Autowired
    private InventoryService inventoryService; // 注入 Service，因需完整业务逻辑

    @Transactional
    public void createOrder(CreateOrderDTO dto) {
        // 检查用户（可直接用 Mapper）
        User user = userMapper.selectById(dto.getUserId());
        if (user == null) throw new BusinessException("用户不存在");

        // 扣减库存 ------ 必须通过 Service，因其包含：
        // - 库存充足性检查
        // - 乐观锁更新
        // - 库存流水记录
        // - 可能触发补货通知
        inventoryService.deductStock(dto.getProductId(), dto.getQuantity());

        // 创建订单
        Order order = new Order(dto.getUserId(), dto.getProductId(), dto.getQuantity());
        orderMapper.insert(order);
    }
}

---

五、错误实践与反模式

❌ 反模式 1：为了"解耦"而强行通过 Service 访问简单数据

// 错误示例：UserService.getUserById() 仅返回 userMapper.selectById(id)
User user = userService.getUserById(userId); // 无必要！

问题 ：增加调用链深度，引入无意义的 Service 层包装，降低性能，且若未来 UserService 添加了权限校验，可能意外破坏 OrderService 的逻辑。

❌ 反模式 2：在 Service 中直接操作其他模块的 Mapper，却忽略了业务规则

// 危险示例：直接更新用户余额
userMapper.updateBalance(userId, newBalance); // 绕过了资金变动审计、风控等逻辑

后果：系统出现"幽灵资金变动"，审计日志缺失，违反金融合规要求。

❌ 反模式 3：Service 内部通过 this 调用自身带事务的方法

@Service
public class OrderService {
    public void methodA() {
        this.methodB(); // ❌ 不会触发 @Transactional
    }

    @Transactional
    public void methodB() { ... }
}

正确做法：通过 self-injection 或重构为两个 Service。

---

六、决策流程图：如何选择？

是
否
是
否
Service 需要访问其他模块?
是否需要执行

完整的业务逻辑?
注入目标 Service
是否仅需

读写原始数据?
注入目标 Mapper/Repository
重新审视需求设计

---

七、高级考量：领域驱动设计（DDD）视角

在更复杂的系统中，可引入 领域驱动设计（DDD） 思想进一步指导分层：

• 聚合根（Aggregate Root）：只有聚合根的 Repository 可被外部 Service 直接调用；
• 领域服务（Domain Service）：跨聚合的业务逻辑应封装在领域服务中；
• 应用服务（Application Service）：即传统 Service 层，协调领域对象和基础设施。

在此模型下，跨聚合的数据访问必须通过领域服务或聚合根方法，禁止直接操作其他聚合的 Mapper。

虽然本文聚焦于传统三层架构，但 DDD 提供了更高阶的解耦思路，值得进阶开发者参考。

---

八、总结

Service 层应优先注入 Mapper 来访问数据；仅当需要复用其他模块的完整业务逻辑时，才注入其他 Service。

具体判断标准如下：

判断维度	注入 Mapper	注入 Service
目的	获取/存储原始数据	执行完整业务行为
是否含业务规则	否	是
是否含副作用	否	是（如发消息、记日志）
是否需事务协调	否	是
是否可能变更	数据结构稳定	业务逻辑可能演进