造型这个词借自设计,但在系统里它有很具体的所指:模块的形状、边界的走向、依赖的方向、数据流动的路径。
一个系统长什么样,不取决于它用了多少种中间件,而取决于四件事:
这四件事合起来,就是系统的造型。技术栈是皮肤,造型是骨架。
我见过的问题系统,造型上的病通常逃不出三种。
第一种:千层饼。 按技术职责垂直切分,controller 层、service 层、dao 层各一个大包。看起来整齐,实际是"横切"——任何一个业务改动都横穿所有层,每个层都要动,每个层都可能出 bug。业务一变,整张饼一起抖。
第二种:环形依赖。 订单模块调库存,库存模块回调订单,结算模块又同时依赖两者。表面上模块化做得很好,实际改动任何一个都可能触发一圈连锁反应。环形依赖是造型里最隐蔽的债——平时不疼,一动就疼。
第三种:上帝模块。 有一个叫 common 或 utils 或 core 的包,被所有模块依赖,里面什么都有:工具函数、配置、领域模型、甚至业务逻辑。它成了系统的引力中心,所有人往里塞东西,最后没人敢动它,也没人说得清它是什么。上帝模块的本质是边界没画,于是所有边界都往这里塌陷。
这三种病有个共同点:单看每个文件都没问题,问题出在它们摆在一起的方式上。 这就是造型问题的特征——它在局部不可见,在整体才显形。
造型不是画在图上给人看的,是要在工程上强制执行的。下面这段代码演示的是最基础的一招:用依赖注入 + 接口把方向锁死,让"依赖朝哪流"从口头约定变成编译期约束。
# domain/order.py —— 领域层,不 import 任何外部实现
from abc import ABC, abstractmethod
class InventoryPort(ABC): # 端口:领域层定义的"我需要什么"
@abstractmethod
def reserve(self, sku: str, qty: int) -> bool: ...
class OrderService:
def __init__(self, inventory: InventoryPort): # 依赖注入,不 new
self.inventory = inventory
def place(self, sku: str, qty: int):
if not self.inventory.reserve(sku, qty):
raise RuntimeError("库存不足")
return {"sku": sku, "qty": qty, "status": "reserved"}
# infra/inventory_adapter.py —— 实现层,单向依赖领域层
from domain.order import InventoryPort
class DbInventory(InventoryPort):
def reserve(self, sku, qty):
return db.execute("UPDATE stock SET ... WHERE sku=%s", sku)这段代码的价值不在语法,在方向:领域层定义端口,基础设施层实现端口,依赖从外向内、单向流动。想换数据库,只换实现,领域层一行不动;想在订单里直接 import 一个 Redis 客户端,做不到——因为领域层根本没这个依赖。
造型不是靠 review 守出来的,是靠这种结构让人想写错都难。好的造型,是让正确的写法最省事、错误的写法最费劲。
有一种流行的说法:先跑起来再说,造型以后再理。这话对一半。小系统确实不该过早设计,但造型有个残酷的特性:它越晚修,越贵。
因为造型问题会自我强化。边界一旦模糊,就有更多人往模糊处塞代码;依赖一旦成环,就有更多环套上去。等到八十万行的时候,重构不是改造型,是给一个已经长歪的骨架做手术,代价是重写。
所以造型判断的正确时机不是"系统大了以后",而是在它第一次要长出新东西的时候。这时候问一句:这个新功能,是插进一个已有的形状里,还是要逼整个系统变形来容纳它?如果是后者,问题不在新功能,在造型。
技术圈有个习惯,喜欢问"你们用什么架构"。但架构这个词太大了,大到可以糊弄。造型这个词更诚实:它逼你回答——你的模块是什么形状,边界画在哪,依赖朝哪流,下一个需求来了往哪里插。
这些问题和技术栈无关,和团队规模无关,只和一件事有关:你希望这个系统活多久。
活得久的系统,往往不是用了最新技术的那个,而是形状留对了的那个。因为技术会过时,形状会沉淀。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。