DAO 作为服务与 DAO 作为库
DAO as Service vs DAO as Library
我有 3 个不同的服务需要访问同一个数据库。这些服务中的每一个都将服务于不同的目的和不同的查询。我可以通过以下方式概括它们
- 服务 1 -> 客户查询
- 服务 2 -> 订单处理器（e.g.workflow 已下订单）
- 服务 3 -> 报告
我写了一个 DAO 来公开数据。我正在评估两个系统设计的可扩展性和维护性。
Option 1: Write one more service to expose DAO functionality as Data Service.
Pros:
- Load on database will be controlled and easy to scale-in/out as needed
- Easy to maintain for future updates
- Access control for various actions
- clients doesn't have full access on underlying database
Cons:
- Single point of failure
- management of extra service
- Need to enforce backward compatibility rules
- In case of DataService downtime every service is affected (factors other than database downtime)
和
Option 2: Create a storage library out of DAO and use these library in above mentioned three services.
Pros:
- distributed, impact radius is very small
Cons:
- Every service get full access on database
- Needs to update all three services for new features
- 哪个选项好，为什么？
- 还有其他 ideas/architecture 设计要考虑吗？
- 选择架构需要考虑哪些方面？
这是一个意见...当需要对数据库进行共享访问时，我们使用选项 1。封装使我们能够支持向后兼容的服务调用，这使我们能够更多地重用我们的服务。管理开销较高，但如果您获得大量客户端服务，那么控制访问的能力非常值得。
想一想，如果您有 10-20 项服务正在数十个应用程序中使用。如果您需要重构数据库（这会发生），更新所有这些应用程序并同步它们的部署的成本是巨大的。此外，正如您所说，缓存之类的事情可以在集中式服务中集中完成并轻松扩展。分布式缓存失效是那些棘手的问题之一，其最终成本远远超过首先通过集中访问来避免该问题。
这只是我的经验。 YMMV。如果您的数据库模式非常静态，您可能不会获得太多好处，或者您预计不会出现很多扩展问题。就像我说的，这是一个意见。
首先，我会为每个服务构建单独的 DAO，因为它们都与您的描述不同 bounded contexts。例如，"Service 3 -> Reporting" 很可能是用于提取聚合数据的只读服务，它不应该知道订单处理器和客户查询的内容。此外，如果您期望有大量数据，请考虑使用单独的数据库来报告查询，因为它可能对一个数据库来说负载太大，并且更容易扩展它。
关于您关于公开数据的服务的问题，每个服务都有单独的 DAO，我认为最好将 DAO 放在一个库中。这样每项服务将只能访问它需要的数据，如果您只需要对一个 DAO 进行更改，则不必部署所有服务。此外，您可能希望有一个基本的 DAO 来封装很少更改的公共逻辑。请记住，除非您将服务部署到与数据库相同的机器上，否则拥有公开数据的服务将增加一层数据传递直到它到达数据库。这对于高性能应用程序可能至关重要。
感谢 Rob 和 Maksym 的投入。
我根据限界上下文分离了查询，并为不同的上下文创建了库和服务。
服务
查询和订购服务 使用数据服务访问数据。这帮助我控制了嘈杂的邻居和资源分配。
图书馆
我将数据从主数据库复制到报告数据库，并为 报告服务 构建了一个库以访问报告数据库。
我有 3 个不同的服务需要访问同一个数据库。这些服务中的每一个都将服务于不同的目的和不同的查询。我可以通过以下方式概括它们
- 服务 1 -> 客户查询
- 服务 2 -> 订单处理器（e.g.workflow 已下订单）
- 服务 3 -> 报告
我写了一个 DAO 来公开数据。我正在评估两个系统设计的可扩展性和维护性。
Option 1: Write one more service to expose DAO functionality as Data Service.
Pros:
- Load on database will be controlled and easy to scale-in/out as needed
- Easy to maintain for future updates
- Access control for various actions
- clients doesn't have full access on underlying database
Cons:
- Single point of failure
- management of extra service
- Need to enforce backward compatibility rules
- In case of DataService downtime every service is affected (factors other than database downtime)
和
Option 2: Create a storage library out of DAO and use these library in above mentioned three services.
Pros:
- distributed, impact radius is very small
Cons:
- Every service get full access on database
- Needs to update all three services for new features
- 哪个选项好，为什么？
- 还有其他 ideas/architecture 设计要考虑吗？
- 选择架构需要考虑哪些方面？
这是一个意见...当需要对数据库进行共享访问时，我们使用选项 1。封装使我们能够支持向后兼容的服务调用，这使我们能够更多地重用我们的服务。管理开销较高，但如果您获得大量客户端服务，那么控制访问的能力非常值得。
想一想，如果您有 10-20 项服务正在数十个应用程序中使用。如果您需要重构数据库（这会发生），更新所有这些应用程序并同步它们的部署的成本是巨大的。此外，正如您所说，缓存之类的事情可以在集中式服务中集中完成并轻松扩展。分布式缓存失效是那些棘手的问题之一，其最终成本远远超过首先通过集中访问来避免该问题。
这只是我的经验。 YMMV。如果您的数据库模式非常静态，您可能不会获得太多好处，或者您预计不会出现很多扩展问题。就像我说的，这是一个意见。
首先，我会为每个服务构建单独的 DAO，因为它们都与您的描述不同 bounded contexts。例如，"Service 3 -> Reporting" 很可能是用于提取聚合数据的只读服务，它不应该知道订单处理器和客户查询的内容。此外，如果您期望有大量数据，请考虑使用单独的数据库来报告查询，因为它可能对一个数据库来说负载太大，并且更容易扩展它。
关于您关于公开数据的服务的问题，每个服务都有单独的 DAO，我认为最好将 DAO 放在一个库中。这样每项服务将只能访问它需要的数据，如果您只需要对一个 DAO 进行更改，则不必部署所有服务。此外，您可能希望有一个基本的 DAO 来封装很少更改的公共逻辑。请记住，除非您将服务部署到与数据库相同的机器上，否则拥有公开数据的服务将增加一层数据传递直到它到达数据库。这对于高性能应用程序可能至关重要。
感谢 Rob 和 Maksym 的投入。
我根据限界上下文分离了查询，并为不同的上下文创建了库和服务。
服务
查询和订购服务 使用数据服务访问数据。这帮助我控制了嘈杂的邻居和资源分配。
图书馆
我将数据从主数据库复制到报告数据库，并为 报告服务 构建了一个库以访问报告数据库。