《企业应用架构模式》读后感

Posted 2022-03-13 wuchangliang

1.企业应用架构模式

• 架构

  • 架构的定义：最高层次的系统分解、系统中不容易改变的部分。

  • 架构中最有价值的部分是：分层设计。

• 企业应用的特点

  • 一般都涉及持久化数据

  • 一般都涉及大量数据

  • 一般还涉及很多人同时访问系统

  • 还涉及大量操作数据的用户界面屏幕

  • 通常还与企业周围的其他企业应用集成

  • 还存在数据的概念不一致性

  • 复杂的业务”无逻辑“

  • 系统庞大，须具有”分而治之“的思想

• 企业应用的种类（抽象、提炼）

  • 处理大量数据的系统

  • 用户界面高要求的系统

  • 数据管理系统

• 关于性能的考虑

  • 响应时间

  • 响应性：进度条

  • 等待时间

  • 吞吐率

  • 负载

  • 效率

  • 可伸缩性

• 模式

  • 模式最主要的是”意图“和”概要”

  • 所有的模式都是行为方式的抽象概念，都是不完备的，需要不断学习完善。

 

2.分层

• 专业的人做专业的事情

• 分层的好处

  • 可以将某一层当初一个有机整体来理解

  • 可以替换某层的内部实现，只要提供的服务相同即可

  • 可以降低耦合性，把各个层次的依赖性减到最低

  • 分层有利于标准化工作

• 企业应用层次的演化

  • 三个基本层次：表现层、领域层、数据源层

 

3.组织业务逻辑

• 业务逻辑的模式

  • 三种模式：事务脚本、业务模型、表模块。

  • 事务脚本：一个过程控制一个动作的逻辑。

  • 业务模型：每个对象都承担一部分相关的逻辑 。

  • 表模块：以表为单位设计的模式。

• 将处理业务逻辑分为业务层、服务层

  • 服务层：放置事务控制和安全校验，提供一个易于使用的API。

 

4.映射到关系数据库

• 架构模式

  • 主要时解决驱动领域逻辑访问数据库的方式

  • 把领域模型和数据库完全独立，让间接层完成领域对象和数据库表之间的映射

• 行为问题

  • 行为时从数据库读取数据以及修改数据的动作

  • 需要保证数据的一致性

  • 延迟加载也是必要的思想，延迟加载主要是拥有一个对象引用的占位符

• 读取数据

  • 读取数据的方法可以看作一个查找器

  • 读取数据关键的问题是性能问题

  • 读取数据的准则是尽量进行批量操作，避免重复查询相同的表

• 结构映射模式

  • 关系的映射：对象和键的映射

  • 依赖映射可以简化映射关系

• 继承

  • 单表继承：所有类建立一个表

  • 具体表继承：每个具体类建立一个表

  • 类表继承：一个层次的每个类建立一个表

• 建立映射

  • 两步映射：先把内存方案转换为逻辑数据存储方案，然后从逻辑数据存储到物理数据存储

• 使用元数据

  • 元数据映射：数据库中的列映射到对象的域。

• 数据库链接

  • 数据库链接建立开销很大，因此需要建立一个连接池

  • 一个事务必须保证每个命令都是同一个链接发出

  • 链接使用完后需要关闭，一般是用垃圾回收机制关闭链接

  • 避免使用select* ，使用预编译机制避免sql注入。

 

5.Web表现层

• web服务器应用程序

  • 使用脚本：接受HTTP请求数据，通过写出stream形式输出这个字符串

  • 服务器页面：程序和返回的文本页组合在一起

  • 把非表现层逻辑剥离出来

• 视图模式

  • 转换视图、模板视图和两步视图

  • 转换视图：程序的一种转换风格

  • 模板视图：网页结构中编写表现层，页面中嵌入标签。不过这样会导致代码混乱难以维护。

  • 两步视图：可以理解为前后端分离，两者独立业务逻辑更清晰，但是在性能方面有一定的损耗。

• 输入控制器模式

  • 一个页面准备一个控制器

  • 控制器分离出单独的对象，一个动作对应一个页面。

 

6.并发

• 并发问题

  • 开发者能简单的避开并发问题是因为有了事务管理程序。

  • 离线并发：多数据库事务中数据操作的并发控制。

  • 更新丢失：A先更新数据1，然后B更新数据1，而B在A之前更新完数据。那么会导致B更新的数据就会丢失，因为B在A开始之后开始，却在A结束之前结束，导致A没有读到B的更新。

  • 不一致读：A读数据过程中，B修改了数据，导致A读取的不是最新的数据。

• 执行语境

  • 请求：应对软件工作的外部环境发出的单个调用。

  • 会话：客户端和服务端长时间的交互

  • 事务：多个请求看作是单个请求

• 隔离与不变性

  • 对数据加锁

  • 识别不变的数据

• 乐观并发控制和悲观并发控制

  • 乐观锁：冲突检测，适用场景是冲突少且冲突结果不严重。

  • 悲观锁：冲突避免，减少并发程度，但是会产生大量阻塞影响性能。

• 避免不一致读

  • 悲观锁策略是读数据加一个读锁（共享锁），写数据加一个写锁（排他锁）。

  • 乐观锁策略是将冲突检测建立在数据的某种版本标记上。

• 死锁

  • 悲观锁技术有一个特别的问题就是死锁。

  • 死锁：A对数据1加了锁，B对数据2加了锁，如果后面A要用到数据2，B要用到数据1。因为B对数据2加了锁，A就会等待B执行完，而B获取数据1也需要等待A执行完。这样A和B之间就出现了死锁。

  • 处理死锁的一个方法是超时控制和检测机制。

  • 尽量避免死锁才是最有效的解决方案：一开始获取所有锁，或者按照相同的顺序获取锁。

• 事务

  • ACID：原子性、一致性、隔离性、持久性。

  • 长事务：跨越多个请求的事务称做长事务。

  • 延迟事务：尽可能晚的打开事务，可以减少事务执行时间，但是可能会导致不一致读。

  • 锁升级：如果一个事务锁住了多行数据，数据库无法处理那么多锁，就会升级为表锁。

  • 减少事务隔离：可串行化的、可重复读、读已提交、读未提交。

    • 可串行化：完全隔离，所有事务时串行化执行的。

    • 可重复读：允许幻读，幻读就是A向一个集合中加入一批元素，而B只读到其中一部分数据。通常是插入数据引起的。

    • 读已提交：重新读取已经提交的数据

    • 读未提交：允许脏读，读取没有提交的数据，而这些数据又被回滚了，这种情况称之为脏读。

  • 业务事务和系统事务

    • 系统事务：通常说的数据库事务

    • 业务事务：是一组业务操作，业务也期望它有ACID的属性，解决这一问题的方案是离线并发。

    • 离线并发：把业务事务分成一系列的短事务。

    • 业务事务最大的问题是隔离性。

• 离线并发控制的模式

  • 处理离线并发问题的首选是乐观离线锁。因为它易于实现，提供最好的灵活性。

• 应用服务器并发