阿里高级技术专家方法论：如何写复杂业务代码？

不念不忘少年蓝@ 2022-12-13 14:13 151阅读 0赞

转自：[https://mp.weixin.qq.com/s?\_\_biz=MzIzOTU0NTQ0MA==&mid=2247491068&idx=1&sn=2e724face6f7e1df5e81c377c84862a6&chksm=e92920f3de5ea9e574cdc9b183e837aab9eb032694d44f44c61b4637d8e477e0c0de831f7f51&scene=21\#wechat\_redirect][https_mp.weixin.qq.com_s_biz_MzIzOTU0NTQ0MA_mid_2247491068_idx_1_sn_2e724face6f7e1df5e81c377c84862a6_chksm_e92920f3de5ea9e574cdc9b183e837aab9eb032694d44f44c61b4637d8e477e0c0de831f7f51_scene_21_wechat_redirect]

**一个复杂业务的处理过程**

**业务背景**

简单的介绍下业务背景，零售通是给线下小店供货的B2B模式，我们希望通过数字化重构传统供应链渠道，提升供应链效率，为新零售助力。阿里在中间是一个平台角色，提供的是Bsbc中的service的功能。

![7dd79dae4025163587e669a379340235.png][]

商品力是零售通的核心所在，一个商品在零售通的生命周期如下图所示：

![c658a9bc2511f4bae36806ba524ebefa.png][]

在上图中红框标识的是一个运营操作的“上架”动作，这是非常关键的业务操作。上架之后，商品就能在零售通上面对小店进行销售了。因为上架操作非常关键，所以也是商品域中最复杂的业务之一，涉及很多的数据校验和关联操作。

针对上架，一个简化的业务流程如下所示：

![37fa7fbe5b8e5390b277f127f5fbf2e2.png][]

**过程分解**

像这么复杂的业务，我想应该没有人会写在一个service方法中吧。一个类解决不了，那就分治吧。

说实话，能想到分而治之的工程师，已经做的不错了，至少比没有分治思维要好很多。我也见过复杂程度相当的业务，连分解都没有，就是一堆方法和类的堆砌。

不过，这里存在一个问题：即很多同学过度的依赖工具或是辅助手段来实现分解。比如在我们的商品域中，类似的分解手段至少有3套以上，有自制的流程引擎，有依赖于数据库配置的流程处理：

![690f97e8626b00e063e17976f181dbea.png][]

本质上来讲，这些辅助手段做的都是一个pipeline的处理流程，没有其它。因此，我建议此处最好保持KISS（Keep It Simple and Stupid），即**最好是什么工具都不要用，次之是用一个极简的Pipeline模式，最差是使用像流程引擎这样的重方法。**

除非你的应用有极强的流程可视化和编排的诉求，否则我非常不推荐使用流程引擎等工具。第一，它会引入额外的复杂度，特别是那些需要持久化状态的流程引擎；第二，它会割裂代码，导致阅读代码的不顺畅。大胆断言一下，**全天下估计80%对流程引擎的使用都是得不偿失的。**

回到商品上架的问题，这里问题核心是工具吗？是设计模式带来的代码灵活性吗？显然不是，**问题的核心应该是如何分解问题和抽象问题，**知道金字塔原理的应该知道，此处，我们可以使用结构化分解将问题解构成一个有层级的金字塔结构：

![642fca09256ab0bb824cbf2cf2a62138.png][]

按照这种分解写的代码，就像一本书，目录和内容清晰明了。

以商品上架为例，程序的入口是一个上架命令（OnSaleCommand）, 它由三个阶段（Phase）组成。

@Commandpublic class OnSaleNormalItemCmdExe {
       
        @Resource    private OnSaleContextInitPhase onSaleContextInitPhase;    @Resource    private OnSaleDataCheckPhase onSaleDataCheckPhase;    @Resource    private OnSaleProcessPhase onSaleProcessPhase;
        @Override    public Response execute(OnSaleNormalItemCmd cmd) {
       
            OnSaleContext onSaleContext = init(cmd);
            checkData(onSaleContext);
            process(onSaleContext);
            return Response.buildSuccess();    }
        private OnSaleContext init(OnSaleNormalItemCmd cmd) {
               return onSaleContextInitPhase.init(cmd);    }
        private void checkData(OnSaleContext onSaleContext) {
               onSaleDataCheckPhase.check(onSaleContext);    }
        private void process(OnSaleContext onSaleContext) {
               onSaleProcessPhase.process(onSaleContext);    }}

每个Phase又可以拆解成多个步骤（Step），以OnSaleProcessPhase为例，它是由一系列Step组成的：

@Phasepublic class OnSaleProcessPhase {
       
        @Resource    private PublishOfferStep publishOfferStep;    @Resource    private BackOfferBindStep backOfferBindStep;    //省略其它step
        public void process(OnSaleContext onSaleContext){
               SupplierItem supplierItem = onSaleContext.getSupplierItem();
            // 生成OfferGroupNo        generateOfferGroupNo(supplierItem);
           // 发布商品        publishOffer(supplierItem);
            // 前后端库存绑定 backoffer域        bindBackOfferStock(supplierItem);
            // 同步库存路由 backoffer域        syncStockRoute(supplierItem);
            // 设置虚拟商品拓展字段        setVirtualProductExtension(supplierItem);
            // 发货保障打标 offer域        markSendProtection(supplierItem);
            // 记录变更内容ChangeDetail        recordChangeDetail(supplierItem);
            // 同步供货价到BackOffer        syncSupplyPriceToBackOffer(supplierItem);
            // 如果是组合商品打标，写扩展信息        setCombineProductExtension(supplierItem);
            // 去售罄标        removeSellOutTag(offerId);
            // 发送领域事件        fireDomainEvent(supplierItem);
            // 关闭关联的待办事项        closeIssues(supplierItem);    }}

看到了吗，这就是商品上架这个复杂业务的业务流程。需要流程引擎吗？不需要，需要设计模式支撑吗？也不需要。对于这种业务流程的表达，简单朴素的组合方法模式（Composed Method）是再合适不过的了。

因此，在做过程分解的时候，我建议工程师不要把太多精力放在工具上，放在设计模式带来的灵活性上。而是应该多花时间在对问题分析，结构化分解，最后通过合理的抽象，形成合适的阶段（Phase）和步骤（Step）上。

![f7568b2233795a4bb504948786fac9f2.png][]

**过程分解后的两个问题**

的确，使用过程分解之后的代码，已经比以前的代码更清晰、更容易维护了。不过，还有两个问题值得我们去关注一下：

★ 领域知识被割裂肢解

什么叫被肢解？因为我们到目前为止做的都是过程化拆解，导致没有一个聚合领域知识的地方。每个Use Case的代码只关心自己的处理流程，知识没有沉淀。

相同的业务逻辑会在多个Use Case中被重复实现，导致代码重复度高，即使有复用，最多也就是抽取一个util，代码对业务语义的表达能力很弱，从而影响代码的可读性和可理解性。

★ 代码的业务表达能力缺失

试想下，在过程式的代码中，所做的事情无外乎就是取数据--做计算--存数据，在这种情况下，要如何通过代码显性化的表达我们的业务呢？说实话，很难做到，因为我们缺失了模型，以及模型之间的关系。脱离模型的业务表达，是缺少韵律和灵魂的。

举个例子，在上架过程中，有一个校验是检查库存的，其中对于组合品（CombineBackOffer）其库存的处理会和普通品不一样。原来的代码是这么写的：

boolean isCombineProduct = supplierItem.getSign().isCombProductQuote();
    // supplier.usc warehouse needn't checkif (WarehouseTypeEnum.isAliWarehouse(supplierItem.getWarehouseType())) {
       // quote warehosue checkif (CollectionUtil.isEmpty(supplierItem.getWarehouseIdList()) && !isCombineProduct) {
           throw ExceptionFactory.makeFault(ServiceExceptionCode.SYSTEM_ERROR, "亲，不能发布Offer，请联系仓配运营人员，建立品仓关系！");}// inventory amount checkLong sellableAmount = 0L;if (!isCombineProduct) {
           sellableAmount = normalBiz.acquireSellableAmount(supplierItem.getBackOfferId(), supplierItem.getWarehouseIdList());} else {
           //组套商品    OfferModel backOffer = backOfferQueryService.getBackOffer(supplierItem.getBackOfferId());    if (backOffer != null) {
               sellableAmount = backOffer.getOffer().getTradeModel().getTradeCondition().getAmountOnSale();    }}if (sellableAmount < 1) {
           throw ExceptionFactory.makeFault(ServiceExceptionCode.SYSTEM_ERROR, "亲，实仓库存必须大于0才能发布，请确认已补货.\r[id:" + supplierItem.getId() + "]");}}

然而，如果我们在系统中引入领域模型之后，其代码会简化为如下：

if(backOffer.isCloudWarehouse()){
           return;}
    if (backOffer.isNonInWarehouse()){
           throw new BizException("亲，不能发布Offer，请联系仓配运营人员，建立品仓关系！");}
    if (backOffer.getStockAmount() < 1){
           throw new BizException("亲，实仓库存必须大于0才能发布，请确认已补货.\r[id:" + backOffer.getSupplierItem().getCspuCode() + "]");}

有没有发现，使用模型的表达要清晰易懂很多，而且也不需要做关于组合品的判断了，因为我们在系统中引入了更加贴近现实的对象模型（CombineBackOffer继承BackOffer），通过对象的多态可以消除我们代码中的大部分的if-else。

![4def8a55b4df90cb83087827eff6b029.png][]

**过程分解+对象模型**

通过上面的案例，我们可以看到**有过程分解要好于没有分解，过程分解+对象模型要好于仅仅是过程分解。**对于商品上架这个case，如果采用过程分解+对象模型的方式，最终我们会得到一个如下的系统结构：

![20201012110724397.gif][]

**写复杂业务的方法论**

通过上面案例的讲解，我想说，我已经交代了复杂业务代码要怎么写：**即自上而下的结构化分解+自下而上的面向对象分析。**

接下来，让我们把上面的案例进行进一步的提炼，形成一个可落地的方法论，从而可以泛化到更多的复杂业务场景。

**上下结合**

所谓上下结合，是指我们要**结合自上而下的过程分解和自下而上的对象建模**，螺旋式的构建我们的应用系统。这是一个动态的过程，两个步骤可以交替进行、也可以同时进行。

这两个步骤是相辅相成的，**上面的分析可以帮助我们更好的理清模型之间的关系，而下面的模型表达可以提升我们代码的复用度和业务语义表达能力。**

其过程如下图所示：

![93a152ac4bdb0fe86462585a85202f12.png][]

使用这种上下结合的方式，我们就有可能在面对任何复杂的业务场景，都能写出干净整洁、易维护的代码。

**能力下沉**

一般来说实践DDD有两个过程：

★ 套概念阶段：了解了一些DDD的概念，然后在代码中“使用”Aggregation Root，Bounded Context，Repository等等这些概念。更进一步，也会使用一定的分层策略。然而这种做法一般对复杂度的治理并没有多大作用。

★ 融会贯通阶段：术语已经不再重要，理解DDD的本质是统一语言、边界划分和面向对象分析的方法。

大体上而言，我大概是在1.7的阶段，因为有一个问题一直在困扰我，就是哪些能力应该放在Domain层，是不是按照传统的做法，将所有的业务都收拢到Domain上，这样做合理吗？说实话，这个问题我一直没有想清楚。

因为在现实业务中，很多的功能都是用例特有的（Use case specific）的，如果“盲目”的使用Domain收拢业务并不见得能带来多大的益处。相反，这种收拢会导致Domain层的膨胀过厚，不够纯粹，反而会影响复用性和表达能力。

鉴于此，我最近的思考是我们应该采用**能力下沉**的策略。

所谓的能力下沉，是指我们不强求一次就能设计出Domain的能力，也不需要强制要求把所有的业务功能都放到Domain层，而是采用实用主义的态度，即只对那些需要在多个场景中需要被复用的能力进行抽象下沉，而不需要复用的，就暂时放在App层的Use Case里就好了。

注：Use Case是《架构整洁之道》里面的术语，简单理解就是响应一个Request的处理过程。

通过实践，**我发现这种循序渐进的能力下沉策略，应该是一种更符合实际、更敏捷的方法。****因为我们承认模型不是一次性设计出来的，而是迭代演化出来的。**

下沉的过程如下图所示，假设两个use case中，我们发现uc1的step3和uc2的step1有类似的功能，我们就可以考虑让其下沉到Domain层，从而增加代码的复用性。

![aac85b622da798fe6e1f59219243140e.png][]

指导下沉有两个关键指标：

*  **复用性**
 *  **内聚性**

复用性是告诉我们When（什么时候该下沉了），即有重复代码的时候。内聚性是告诉我们How（要下沉到哪里），功能有没有内聚到恰当的实体上，有没有放到合适的层次上（因为Domain层的能力也是有两个层次的，一个是Domain Service这是相对比较粗的粒度，另一个是Domain的Model这个是最细粒度的复用）。

比如，在我们的商品域，经常需要判断一个商品是不是最小单位，是不是中包商品。像这种能力就非常有必要直接挂载在Model上。

public class CSPU {
           private String code;    private String baseCode;    //省略其它属性
        /**     * 单品是否为最小单位。     *     */    public boolean isMinimumUnit(){
               return StringUtils.equals(code, baseCode);    }
        /**     * 针对中包的特殊处理     *     */    public boolean isMidPackage(){
               return StringUtils.equals(code, midPackageCode);    }}

之前，因为老系统中没有领域模型，没有CSPU这个实体。你会发现像判断单品是否为最小单位的逻辑是以StringUtils.equals(code, baseCode)的形式散落在代码的各个角落。这种代码的可理解性是可想而知的，至少我在第一眼看到这个代码的时候，是完全不知道什么意思。

**业务技术要怎么做**

写到这里，我想顺便回答一下很多业务技术同学的困惑，也是我之前的困惑：即业务技术到底是在做业务，还是做技术？业务技术的技术性体现在哪里？

通过上面的案例，我们可以看到业务所面临的复杂性并不亚于底层技术，要想写好业务代码也不是一件容易的事情。业务技术和底层技术人员唯一的区别是他们所面临的问题域不一样。

业务技术面对的问题域变化更多、面对的人更加庞杂。而底层技术面对的问题域更加稳定、但对技术的要求更加深。比如，如果你需要去开发Pandora，你就要对Classloader有更加深入的了解才行。

但是，不管是业务技术还是底层技术人员，有一些思维和能力都是共通的。比如，**分解问题的能力，抽象思维，结构化思维等等。**

![fc75572f87a7a410351524722fc17303.png][]

用我的话说就是：**“做不好业务开发的，也做不好技术底层开发，反之亦然。****业务开发一点都不简单，只是我们很多人把它做“简单”了。**

因此，如果从变化的角度来看，业务技术的难度一点不逊色于底层技术，其面临的挑战甚至更大。因此，我想对广大的从事业务技术开发的同学说：沉下心来，夯实自己的基础技术能力、OO能力、建模能力... 不断提升抽象思维、结构化思维、思辨思维... 持续学习精进，写好代码。我们可以在业务技术岗做的很”技术“！。

后记

这篇文章是我最近思考的一些总结，大部分思想是继承自我原来写的COLA架构，该架构已经开源，目前在集团内外都有比较广泛的使用。

这一篇主要是在COLA的基础上，针对复杂业务场景，做了进一步的架构落地。个人感觉可以作为COLA的最佳实践来使用。

另外，本文讨论的问题之大和篇幅之短是不成正比的。原因是我假定你已经了解了一些DDD和应用架构的基础知识。如果觉得在理解上有困难，我建议可以先看下《领域驱动设计》和《架构整洁之道》这两本书。

如果没有那么多时间，也可以快速浏览下我之前的两篇文章应用架构之道 和 领域建模去知晓一下我之前的思想脉络。

[https_mp.weixin.qq.com_s_biz_MzIzOTU0NTQ0MA_mid_2247491068_idx_1_sn_2e724face6f7e1df5e81c377c84862a6_chksm_e92920f3de5ea9e574cdc9b183e837aab9eb032694d44f44c61b4637d8e477e0c0de831f7f51_scene_21_wechat_redirect]: https://mp.weixin.qq.com/s?__biz=MzIzOTU0NTQ0MA==&mid=2247491068&idx=1&sn=2e724face6f7e1df5e81c377c84862a6&chksm=e92920f3de5ea9e574cdc9b183e837aab9eb032694d44f44c61b4637d8e477e0c0de831f7f51&scene=21#wechat_redirect
[7dd79dae4025163587e669a379340235.png]: /images/20221123/75c5c915fac845afa82b2c1eb795c42a.png
[c658a9bc2511f4bae36806ba524ebefa.png]: /images/20221123/898177ce1188427faadec1b01a203ebd.png
[37fa7fbe5b8e5390b277f127f5fbf2e2.png]: /images/20221123/ef847b3df9894029bed7f6daa3486e95.png
[690f97e8626b00e063e17976f181dbea.png]: /images/20221123/ce1cbf8d36c540b1bb7b6c374a0e1a85.png
[642fca09256ab0bb824cbf2cf2a62138.png]: /images/20221123/54c1207e525d4dd98d93a965a78ff690.png
[f7568b2233795a4bb504948786fac9f2.png]: /images/20221123/80510cc601ab4790beba64a7f6f81a3a.png
[4def8a55b4df90cb83087827eff6b029.png]: /images/20221123/40c616c436e6416bad7cc465c39d39ef.png
[20201012110724397.gif]: /images/20221123/82300eb3e0db4769899c2e02aa560fc7.png
[93a152ac4bdb0fe86462585a85202f12.png]: /images/20221123/c00aa704610643a9aa82318400587656.png
[aac85b622da798fe6e1f59219243140e.png]: /images/20221123/21b02323a8084c619829df3eccac864a.png
[fc75572f87a7a410351524722fc17303.png]: /images/20221123/2125f804983a41c3b4e165d6b179a10d.png