致想给遗留系统写自动化单元测试的开发团队——事件风暴之父的工作坊实录之二:软件开发设计

一家大型企业的关键业务代码已经年久失修成为了难以维护的遗留代码,有着硅谷高科技企业软件开发管理经验的高管决定在企业内部搞编写单元测试和重构的极限编程实践。这需要为企业遗留系统的代码编写自动化单元测试。那么编写自动化单元测试该从哪里入手呢?

上文所提到的“领域驱动设计中国峰会2017”大会Event Storming 之父 Alberto Brandolini授课一天的“事件风暴工作坊”下午的“软件开发设计”(Software Design)环节,可以让开发团队了解系统应该具备的领域模型及其交互关系,为编写单元测试进而驱动重构提供指导。

“领域驱动设计中国峰会2017”大会“事件风暴工作坊”下午的“软件开发设计”环节

以下是实施步骤:

  1. 完成了“探索业务全景”环节。
  2. 确定要建模的需求 在上午探索培训机构的业务的基础上,下午的任务是要为“替换Eventbrite在线应用“这个需求进行领域建模。假设你是Eventbrite的开发团队且想了解如果入手编写单元测试,那么可以把Eventbrite视作遗留系统,用以下步骤来为其建模。
  3. 了解领域模型之间的业务逻辑链 从需求的起源来看,用户的需求来自于真实世界和 Read Model,并根据它们来进行 Decision Command(决策命令)。比如培训课程的听众根据“课程、价格、日期、讲师、城市、是否有空”这些 Read Model 来决定是否去报名参加培训。 用户做了 Decision Command后,就会通过 Aggregate (像个状态机)或 External System (外部系统)来产生一个 Event(领域事件)。 这些事件又可能会通过一个 Policy (业务规则)来触发下一个 Decision Command。

用户做了 Decision Command后,就会通过 Aggregate 或 External System 来产生一个 Event,而这又可能会通过一个 Policy 来触发下一个 Decision Command

我照着上图又画了一个版本

三种事件风暴领域模型

  1. 用7种报事贴来贴领域模型并梳理业务逻辑链
    • Read model: 浅绿
    • User: 黄色小报事贴
    • Decision Command: 浅蓝
    • Aggregate: 黄色大报事贴
    • Event: 橙色
    • External System: 浅粉
    • Policy: 紫色 按照从左到右的时间顺序来贴:

    用7种报事贴来贴领域模型并梳理业务逻辑链

下面其中一组同学贴出的培训课程报名订票的业务逻辑链(报名者根据培训日期订票,通过一个未起名的 Aggregate 生成了 Ticket Booked 事件,这个事件又经由 Purchase Policy 触发了 Reserve Payment 的命令):

培训课程报名订票

事件风暴之父的忠告

  • 领域建模达成一致是很困难的,要有充分的心理准备。
  • 要邀请领域专家和团队所有成员,贴报事贴的空间要足够大。

贴报事贴的空间要足够大

  • 在团队贴报事贴时,要观察不同业务部门的人的活动范围(比如财务人员不会跑到左边“培训课程准备子域”来贴报事贴,这很正常),这能启发你识别核心业务子域。有些核心业务子域是长长的一条,像泳道。有些则集中在一处,有些则会出现在一头一尾,这也很正常。

有些核心业务子域是长长的一条,像泳道。有些则集中在一处,有些则会出现在一头一尾,这也很正常

  • 事件风暴领域模型聚集的方式有点像楼房——一片一片地出现。

一片一片地出现

  • 开发团队不要盲目相信业务人员编写的用户故事,要合理地向业务人员 challenge 这些用户故事后面发生的事情。

不要盲目相信业务人员编写的用户故事

  • 业务中的分支和开关会让你备受折磨,你需要衡量它们的全局价值成效来做取舍。

需要衡量业务分支的全局价值成效来做取舍

  • Aggregate 和 Policy 的名字很难起,可以以后再起名。
  • Policy 是一种响应式的业务逻辑,它一旦接收到 Event,就会触发一个 Decision Command。
  • 有时候 Event 会通过"人工"的 Policy 来触发一个 Decision Command,但有时事实并不是这样的……

有时事实并不是这样的……

  • 要识别那些“千夫所指”的业务瓶颈,首先消除这些最大的障碍,才能有效提升全局优化的成效。

首先消除这些最大的障碍,才能有效提升全局优化的成效

我的一些理解及 Brandolini 的回复

  • Aggregate 可以理解为“数据完整性的维护者”。
  • “千夫所指”的业务瓶颈可以作为编写自动化测试的第一个测试用例。
  • 我试图把 Brandolini 的上述7种事件风暴领域模型与 Evans 的 Model-driven design 中谈到的7种领域模型按下面的方式对应起来,但Brandolini给了令我惊叹的回复:
    • 我试图两者对应起来:
      • Read model(浅绿)可以对应 Entities 和 Value Objects,而后两者可以用 Factory 来创建,其中 Entities 可以保存在 Repositories 里面。
      • User(黄色小报事贴)没有对应。
      • Decision Command(浅蓝,可以对其编写自动化测试)可以对应 Aggregates、Entities 或 Value Objects 里面的行为。
      • Aggregate(黄色大报事贴,可以对其编写自动化测试)可以对应 Aggregates ,而 Aggregates 可以由 Factory 来创建,之后可以保存在 Repositories 里面。
      • Event(橙色)可以对应 Domain Events。
      • External System(浅粉,可以对其编写自动化契约测试)可以对应 Services。
      • Policy(紫色,可以对其编写自动化测试)可以对应 Aggregates、Entities 或 Value Objects 里面的行为。

      Evans 的 Model-driven design 中谈到的7种领域模型

      Brandolini 的7种事件风暴领域模型

    • Brandolini 的回复:
      • Eric Evans的领域模型出现在CQRS之前。虽然这些模型目前仍然有效,但是CQRS的影响力更大。
      • Read Model 如今是(DDD领域中的)一等公民。而将其对应到 Entities 和 Repositories 曾经是以前那些做法的薄弱环节。
      • Policies 其实是被漏掉了。Eric 从来没有说过领域模型的搜集工作已经完成了。所以对于这一点没有所谓的官方建议。一些人创建了代表进程的聚合,另外一些人则将大量的逻辑推向了 Application Services(这通常让领域模型变得贫血)。 Greg Young 曾指出在这些方面应该有所变化。
      • 我偏好于“对称性”的领域建模,即将 Aggregates 将 Commands 转化为 Events,而 Policies 对 Events 作出响应并调度 Commands 来进行工作。

总结 对于要为企业遗留系统的代码编写自动化单元测试的开发团队,可以在进行了“探索业务全景”环节之后,使用“软件开发技术”环节中的识别7种事件风暴领域模型的技术,来优先梳理那些“千夫所指”的有业务瓶颈的业务的逻辑链,然后可以开始对其中的 Decision Command、Aggregate 和 Policy 编写自动化单元测试。用这些单元测试来驱动遗留系统代码的重构,让遗留系统的代码变得易于维护。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏平凡文摘

只有程序员才看得懂的漫画

1403
来自专栏CSDN技术头条

Appboy基于MongoDB的数据密集型实践

【编者按】本文摘录自Appboy联合创始人兼CIO Jon Hyman在MongoDB World 2015上的演讲。Appboy正在过手机等新兴渠道尝试一种新...

2047
来自专栏人工智能头条

Python & 机器学习项目集锦 | GitHub Top 45

2744
来自专栏腾讯移动品质中心TMQ的专栏

代码质量与技术债

我们可以通过各种类型的检测手段来给出其质量高低的度量。但是,如果直接拿出一段源代码放在我们面前,问这段代码的质量好坏时,我们又该如何作答呢?

6354
来自专栏BY的专栏

iOS噪音计原理、分贝计

5236
来自专栏点点滴滴

Western Blot一抗的选择

4223
来自专栏数据派THU

干货收藏 | 计算机学习绝对不能错过的10大网站(内附网站链接)

本文整理出大数据和人工智能领域最实用,质量最高的10大技术网站信息,既可以用于丰富技术知识,也可以用于学术研究。

662
来自专栏数据的力量

五种高效自学方法 | 用学霸的思维建立系统的知识体系

2344
来自专栏JackeyGao的博客

2016年Python十大文章

在过去一年, 我们对10000篇Python相关的文章进行了排名, 并选择出排名前十的文章. (0.1%的几率), 可以帮助您在2017年推进你的技术生涯.

791
来自专栏DT数据侠

一场危险的手机WiFi连接数据“试验”:世界之大,你无所遁形!

人人“机不离手”的这个时代,你能想象下一旦没了WiFi世界会怎样吗?WiFi使用越来越普遍,基于WiFi使用相关的数据研究也多了起来。

1060

扫码关注云+社区

领取腾讯云代金券