领域逻辑下沉到服务层怎么理解?(核心业务规则、分层架构重构手法)路由层

符合最佳实践的部分

  1. 进程内共享服务替代 HTTP 自调用。 prepare_interview 和 analyze_job 现在与/v1/agent/interview、/v1/agent/analyze 端点共用同一个服务层函数(services/interview.py、services/analysis.py)。路由只做传输适配,领域逻辑下沉到服务层------这是标准分层架构,消除了自调用的网络往返、鉴权绕行和配置漂移。

文章目录

"领域逻辑下沉到服务层"是什么意思?

这句话描述的是一种标准的分层架构重构手法。我们逐词拆解:


1. 什么是"领域逻辑"(Domain Logic)?

就是核心业务规则------与"这个系统到底在做什么"直接相关的代码。

在你给出的场景中:

  • "准备一场面试"需要哪些步骤?查什么数据、调什么模型、怎么组装结果?
  • "分析一个岗位"的算法和流程是什么?

这些就是领域逻辑。它们是系统最有价值的部分,跟 HTTP、数据库、消息队列等技术细节无关


2. 什么是"下沉"?

就是把代码从上层移动到下层

重构前(逻辑散落在路由层):

复制代码
路由/控制器层(HTTP 端点)
  ├── /v1/agent/interview    ← 业务逻辑写在这里
  └── /v1/agent/analyze      ← 业务逻辑写在这里

后台任务
  ├── prepare_interview      ← 通过 HTTP 自调用上面的端点 😰
  └── analyze_job            ← 通过 HTTP 自调用上面的端点 😰

问题:业务逻辑被"绑"在了 HTTP 路由上,后台任务想复用就只能发 HTTP 请求给自己(自调用),带来网络开销、鉴权绕行、配置漂移等一系列问题。

重构后(逻辑下沉到服务层):

复制代码
路由/控制器层(只做传输适配)
  ├── /v1/agent/interview    ← 解析请求 → 调服务层 → 包装响应
  └── /v1/agent/analyze      ← 解析请求 → 调服务层 → 包装响应

服务层(services/)  ← 🎯 领域逻辑在这里
  ├── interview.py           ← 核心业务逻辑
  └── analysis.py            ← 核心业务逻辑

后台任务(直接调用服务层)
  ├── prepare_interview      ← 直接调 services/interview.py ✅
  └── analyze_job            ← 直接调 services/analysis.py ✅

3. 路由只做"传输适配"是什么意思?

路由层变成了一个薄薄的壳,只做三件事:

python 复制代码
# 路由层(薄)
@router.post("/v1/agent/interview")
async def interview_endpoint(request: InterviewRequest):
    # 1. 把 HTTP 请求转成领域对象
    # 2. 调用服务层
    result = await interview_service.prepare(request.to_domain())
    # 3. 把领域结果转成 HTTP 响应
    return InterviewResponse.from_domain(result)

所有"怎么算"的逻辑都在 interview_service.prepare() 里,路由完全不关心。


总结一句话

把"业务怎么算"(领域逻辑)从 HTTP 路由里拿出来,放到一个独立的、不依赖任何传输协议的服务层里。 这样不管是 HTTP 请求还是后台任务,都可以直接调用同一份业务代码,不用再绕一圈发 HTTP 请求给自己。

相关推荐
tachibana27 分钟前
性能指标的口径选择
数据库·人工智能·架构·大模型·llm
肠畔码农29 分钟前
深度解密 Redis 分布式锁:从单机原子语义到集群架构博弈
redis·分布式·架构
jeffsonfu1 小时前
从LeNet到EfficientNet:经典CNN架构二十年演进史
人工智能·架构·cnn
ylj_dev2 小时前
从 0 构建 AI Workload Platform(四):从单机工作流内核到可靠控制面
docker·postgresql·架构·golang
悟天特斯2 小时前
智慧楼宇边缘计算实战:从端侧自治到云边协同的算力下沉架构
人工智能·物联网·架构·边缘计算
xcLeigh3 小时前
聊聊数据库迁移工具怎么从单机走向“云+端+服务”,KDMS架构拆解
数据库·架构·数据库迁移·kes·kdms·架构拆解
等一个人的@4 小时前
数睿通2.0更新:可视化ETL引擎重构与部署优化
数据仓库·重构·etl
凤山老林4 小时前
高可用服务容错架构:Spring Boot 集成 Resilience4j 实战指南
spring boot·后端·架构·resilience4j
ZJU_统一阿萨姆4 小时前
【算子开发】扫描(Scan)与前缀和
开发语言·arm开发·架构·系统架构·硬件架构
Dawson Zhu4 小时前
Agent自我纠错死循环:从原理剖析到工程化防御体系构建
人工智能·语言模型·架构·aigc