04｜跨越现实的障碍（上）：要性能还是要模型？
你好，我是徐昊。今天我们来聊聊通过关联对象（Assocation Object）建模聚合（Aggregation）。
在前面三节课，我们学习了领域驱动设计中的“两关联一循环”：模型与软件实现关联；统一语言与模型关联；提炼知识的循环。其中，统一语言与提炼知识的循环作为一种更为平衡的权责关系，促进了业务方与技术方更好的协作。而这一切又是以模型与软件实现关联为基础。
然而落地到实践中，关联模型与软件实现总有一些让人纠结与苦恼的地方。引起这些苦恼的主要原因是架构风格的变化。我们已经从单机时代过渡到了多层单体架构，以及云原生分布式架构，但我们所采用的建模思路与编程风格并没有彻底跟上时代的步伐，这种差异通常会以性能问题或是代码坏味道的形式出现。
如果我们想要真正发挥出领域驱动设计的作用，就需要在不同架构风格下，找到能够维持模型与软件实现统一的办法。这也是这个领域常看常新，总能产生新实践的原因。
因而接下来，我会用三节课来介绍一组实现模式，帮助我们应对从单机架构过渡到多层架构，保持模型与软件实现的关联。这些模式也是我们后面学习在微服务和云原生时代，实施领域驱动设计方法的基础。
今天这节课，我们就先从关联对象这一方法开始讲起。关联对象是一个古老的设计/分析模式，Martin Fowler在《分析模式》中讨论过它。Peter Coad将它视为一种常见的业务构成模式，并应用到业务分析中。而我大概从2005年开始，使用它建模领域驱动设计中的聚合与关联关系，以解决领域模型（Domain Model）中对技术组件的封装问题。
不过，在讲解到关联对象的具体做法之前，我们需要先看一下领域驱动设计中的聚合关系在具体实现中存在哪些问题。了解了问题所在，我们才能更有针对性地去寻找解决办法。
无法封装的数据库开销
在应用领域驱动设计的时候，聚合与聚合根（Aggregation Root）是构成“富含知识的模型（Knowledge Rich Model）”的关键。通过聚合关系，我们可以将被聚合对象的集合逻辑放置于聚合/聚合根里，而不是散落在外，或是放在其他无关的服务中。这么做可以使得逻辑富集于模型中，避免“逻辑泄露”。
不过落到具体实现上，我们经常会遇到这样一个挑战，即：这些被聚合的对象，通常都是被数据库持久化（Persistent）的集合（Collection）。也就是说，数据库系统的引入，网络I/O与其他性能开销无法被接口抽象隔离。而将具体技术实现引入领域模型，则有悖领域驱动设计的理念。
接下来，我们就通过一个例子，在具体的上下文中看一看存在什么问题。然后，再看一下这个问题在建模思路上产生的根源，以及要如何修正我们的建模思路。
集合遍历与N+1
让我们再回到在第二讲里展示的极客时间专栏的例子：
class User {private List<Subscription> subscriptions;// 获取用户订阅的所有专栏public List<Subscription> getSubscriptions() {...}// 计算所订阅的专栏的总价public double getTotalSubscriptionFee() {...}}class UserRepository {...public User findById(long id) {...}
按照面向对象和领域驱动设计提倡的做法，User作为聚合根，需要管控其对应的Subscription。现在我们有一个简单且常见的需求：在页面上，显示对用户已经订阅过的专栏进行分页处理。那么，我们大概会这么写：
user.getSubscriptions().subList(from, from + pageSize);
可以发现，在这段代码里，我们假设所有的Subscription都在内存里，因此所有的计算与逻辑都可以在内存中完成了。那么，我们就需要在读取User的时候，将它对应的所有订阅过的专栏信息都从数据库读取到内存中，以便后续使用。
如果是少量订阅的场景，比如几个或者几十个，那这段代码并没有什么问题。但如果有个特别好学的人，买了几万甚至几百万个专栏呢（先假设专栏有无限个）？此时将所有订阅过的专栏都读取到内存里，这就意味着会有巨大的网络I/O开销和内存占用。
当然，这里你可能会说，JPA/Hibernate等ORM提供了延迟加载啊。是的，但这又会引入经典的性能瓶颈N + 1问题。因为随着延迟加载集合的遍历，其中的Subscription对象会被依次加载。
延迟加载的实现流程是这样的：
- 先执行一条查询获取集合的概况。比如总共有多少条记录之类的信息。
- 然后根据概况信息，生成一个集合对象。这时候集合对象基本上是空的，不占用什么内存空间。
- 随后，当我们需要集合内的具体信息的时候，它再根据我们需要访问的对象，按需从数据库中读取。
理论上讲，这是为了避免一次性读入大量数据带来的性能问题，而提出的解决办法。
然而，如果需要获取所有的数据，那么我们总共就会有N+1次数据库访问：1次是指第一次获取概况的访问，N次指而后集合中N个对象每个一次。而每一次加载，都伴随着对数据库的访问，自然就会带来I/O与数据库的开销。特别是频繁地对数据库访问，可能会阻塞其他人，从而造成性能瓶颈。
在这种情况下，我们其实没有什么好的选择：要么是一次性读入全部数据，避免N + 1问题；要么是引入N+1问题，变成钝刀子割肉。
为了避免这两种情况，很自然地，你会想起这样一种做法：通过查询语句一次性定位所需分页，这样只需要一次查询就能解决问题。不过这么做的困难在于，分页查询的逻辑要放在哪个对象上，才能保持模型与软件实现的关联。
一种做法是为订阅（Subscription）构造一个独立的Repository对象，将逻辑放在里面（也是Spring推荐的做法）：
interface SubscriptionRepository extends ... {public Page<Subscription> findPaginated(int from, int size);}
这种做法的问题就是会导致逻辑泄露。Subscription被User聚合，那么User所拥有的Subscription的集合逻辑应该被封装在User中，这样才能保证User是“逻辑丰富的模型”，因为非聚合根提供Repository是一种坏味道。
如果聚合到User上是可行的吗？其实也不行。因为这么做会将技术实现细节引入领域逻辑中，而无法保持领域逻辑的独立。代码如下：
public class User {public List<Subscription> getSubscriptions() {....}public List<Subscription> getSubscriptions(int from, int size) {return db.executeQuery(....);}}
造成这种两难局面的根源在于，我们希望在模型中使用集合接口，并借助它封装具体技术实现的细节。因为在我们的概念中，内存中的集合与数据库是等价的，都可以通过集合接口封装。但实际情况是，我们无法忽略数据库带来的额外作用与开销，内存中的集合与数据库并不是等价的，封装失败。
那么，为什么在我们的概念中，我们会认为内存中的集合与数据库是等价的，是可以通过集合接口封装的呢？这就要从面向对象技术的开端——Smalltalk系统说起了。
Smalltalk中集合与数据库是等价的
鲜少有人了解的一个事实是，集合与数据库的等价，在早期面向对象系统Smalltalk中是一个基础概念。
这其实不难理解，如果对象中包含的状态可以映射为数据库表中的一列，那么一组对象自然就可以映射成一张表了。有了一张表，自然也就可以看作是一个最小的数据库了。
Smalltalk作为面向对象系统内置的一套面向对象数据库（Object Oriented Database）。于是在使用Smalltalk系统时，集合与数据库是无差别的。如下图所示，展示了Smalltalk系统的构成。
如上图所示，Smalltalk中除了虚拟机（Virtual Machine）之外，还有虚拟镜像（Virtual Image，VI）。虚拟镜像相当于虚拟机内存的持久化保存。每次虚拟机启动的时候，都会把虚拟镜像中的信息读入到内存中以恢复状态，而Java、.NET虚拟机并不会保留之前内存中的信息。
打个比方。Smalltalk虚拟机的启动过程，类似于VMWare虚拟机上的Pause，内存中的所有状态都被持久化保存了，那么我们可以继续从之前暂停的地方开始。而其他语言的虚拟机则是彻底地重启（Restart），并不会保留之前的结果。
在Smalltalk的虚拟镜像中，存储着所有的代码和数据。我们称呼Smalltalk为一个面向对象系统，而不仅仅是面向对象语言。因为它既是一门面向对象语言，也是一个虚拟机的操作系统，还是一个面向对象数据库。
那么在这样的系统中，Smalltalk中的集合（无论是Array、List，还是什么）就等同于一个数据库。只要这个集合被创建出来，除非显示化地通过垃圾回收销毁，否则它就会被虚拟镜像持久化。垃圾收集和持久化一样，都可以被看作是对象生命周期（Object Lifecycle）的一个状态。
因此，数据库中的数据和非数据库中的数据，都可以通过Collection表达，我们不用再去区分它。而在Smalltalk中，这种等价关系深刻影响了我们的思路和建模习惯，毕竟我们所熟知的面向对象语言都从Smalltalk中借鉴了大量的概念。而早期的建模者也大都来自Smalltalk社区，比如Peter Coad、Kent Beck、Martin Fowler等（当然我也是）。所以我们学习建模方法的时候，或多或少有一些源自Smalltalk社区的习惯。
然而随着时代的发展，这种习惯在多层架构（Mulit-tier Architecture）下遇到了挑战。那么接下来我们就看看多层架构是怎么彻底割裂了集合与数据库的。
多层架构彻底割裂了集合与数据库
Smalltalk在中国未曾真正地流行过，大多数人是从C加加甚至是Java、.NET开始接触面向对象编程的。而无论是C加加、Java，还是后来的面向对象编程语言，其实都不是完整的面向对象系统。
集合作为面向对象中的重要概念，被吸纳入这些语言后，就去掉了与数据库的强关联（毕竟这些语言默认不带有数据库模块）。因此，集合虽然在概念上仍然等同于数据库，但如此简单粗暴的建模，就会遇到我们前面提到的“是否N+1”的两难选择。
那么Java、.NET这些语言为什么要这么做呢？它们为什么不能像Smalltalk一样，内涵完整地面对象数据库呢？这其实是架构风格演化的结果。
我们明显可以发现，Smalltalk是典型的单机单体架构。从操作系统、数据库到应用程序，都在一个虚拟机上，就好像是一台小型机一样。这样的架构结构无法水平扩展（horizontal scaling），只能垂直扩展（vertical scaling）。这就意味着我们需要不断提高单点的计算能力，才能提高整个的容量与吞吐。这并不符合架构的整体发展趋势。
进入21世纪后，随着对系统容量要求的增加，易于水平扩展的三层架构逐渐成为行业主流。而数据库作为一个独立组件，则不再与应用合体。示意图如下：
于是，Smalltalk的面向对象系统在这种架构下分别变成了：应用程序中间件（对应Smalltalk虚拟机）和数据库（对应Smalltalk虚拟镜像的持久化数据部分）。
多层架构彻底割裂了对象集合与数据库，这对我们实现领域模型建模提出了挑战，对Collection逻辑的建模也就难以摆脱具体实现细节了。那就是我们必须明确哪些是持久化的数据，并对它的一些逻辑区别对待。这就是原味面向对象范型（Vanilla Object Oriented），在架构风格演化过程中遇到的挑战。
几乎所有实施过DDD的人，都在这个问题上挣扎过。如果对于如此常见且如此简单的分页功能，我们都无法将模型与软件实现关联的话。那么，面对更复杂的问题时我们要怎么办呢？这是大多数怀揣理想准备实施DDD的人，碰到的第一个阻碍。
关联对象就是一种解决这个问题的设计模式。
关联对象
关联对象，顾名思义，就是将对象间的关联关系直接建模出来，然后再通过接口与抽象的隔离，把具体技术实现细节封装到接口的实现中。这样既可以保证概念上的统一，又能够避免技术实现上的限制。
现在让我们再来看看极客时间专栏的例子，如果使用关联对象，如何帮我们避免N+1和逻辑泄露的问题。
使用关联对象实现聚合关系
首先我们需要定义关联对象，因为我们需要表达的是User与Subscription间的一对多的关系，那么最简单的命名方法是将两个对象名字组合，从而得到关联对象的名字UserSubscriptions：
public interface UserSubscriptions extends Iterable<Subscription> {List<Subscription> subList(int from, int to); //分页double getTotalSubscriptionFee(); //获取总共花费int count(); //获取总订阅数Iterable<Subscription> sort(...);....}
当然，我们最好是从业务上下文出发，寻找更具有业务含义的名字，毕竟我们是要形成统一语言的，源自业务的名字总是更容易被非技术角色所理解。
比如这里我们要表达的是用户已经订阅的专栏，或者是用户已经购买的专栏，那么PaidColumn，甚至MySubscriptions，都不错，看哪一个更容易被团队接受了。我这里选择MySubscriptions，于是User对象就变成了这样：
public interface MySubscriptions extends Iterable<Subscription> {...}public class User {private MySubscriptions mySubscriptions;public MySubscriptions getMySubscriptions() {return mySubscriptions}}
那么之前对于分页和计算的调用也就相应地变为：
user.getMySubscriptions().subList(0, 10);user.getMySubscriptions().getTotalSubscriptionFee();
很明显，我们没有逻辑泄露，User是Subscription的聚合根，那么与之相关的逻辑也仍然被封装在User的上下文中，当然是进一步被封装在关联对象中。
那么我们怎么解决持久化的问题呢？怎么从领域对象中，移除掉对技术实现的依赖呢？秘诀就在于接口与实现分离。代码如下：
package model.impl.db;public class MySubscriptionsDB implements MySubscriptions {...private User user;public List<Subscription> subList(int from, int to) {return db.executeQuery(...);}...
在这里，我们将与数据库访问相关的逻辑毫不避讳地封装到MySubscriptionsDB中。不过，作为领域对象的User类，并不会知道它使用了数据库，因为它仅仅通过MySubscriptions接口，访问它所需要的功能。此时我们可以通过简单的分包的策略：
从上图中包的架构上看，模型的包中有MySubscriptions、User、UserRepository。与数据库相关的代码的包里有MySubscriptionsDB和UserRepositoryDB。于是，我们成功地将核心的领域逻辑与实现细节分开了。
当然最后还有一个问题：如何将MySubscriptionsDB与User结合在一起？最直接的做法就是这样：
public UserRepositoryDB implements UserRepository {...public User findBy(long id) {User user = .....;return setMySubscription(user);}public List<User> findBy(....) {List<User> user = .....;return user.map(user -> setMySubscription(user));}private User setMySubscription(User user) {user.setMySubscriptions(new MySubscriptionDB(db, user));return user;}}
因为User是聚合根，从数据库中读取的User对象都需要从UserRepository中获取。那么，在UserRepository的具体实现中为User对象设置MySubscription对象，是再自然不过的选择了。
当然更简洁漂亮的做法，是通过Java CDI API或是框架提供的生命周期实践监听器，来完成关联对象的设置。
隔离技术实现细节与领域逻辑
通过引入关联对象，我们可以更好地隔离领域逻辑与技术实现细节。在这里，我们还是用极客时间专栏的例子来解释。
如果这时候Subscription信息并不是存在数据库中，而是通过RESTful API从另一个系统中获取的。那么，我们只需提供另一个MySubscriptions的实现就可以了：
package model.impl.api;public class MySubscriptionsAPI implements MySubscriptions {...private User user;public List<Subscription> subList(int from, int to) {return client.findSubscriptions(....);}...
这种改变并不会传递到领域逻辑层，对于分页和计算的调用仍然为：
user.getMySubscriptions().subList(0, 10);user.getMySubscriptions().getTotalSubscriptionFee();
RESTful API的性能瓶颈和需要调整的地方与数据库不同，这种变化都被关联对象的接口封装隔离了。
从面向对象编程的角度来说，我们很容易理解为什么关联对象可以带来如此多的好处。在诸多面向对象的最佳实践中，有一条是说要尽可能避免使用原始类型（primitive type）。因为原始类型没有对概念进行提取，也缺乏封装，所以我们应该尽可能地使用自定义的类去替换它们。
不过如果我们把语言内提供的集合类型（List等）也当作原始类型的话，关联对象就是对这一条建议自然的扩展：使用自定义关联对象，而不是集合类型来表示对象间的关联。
通过集体逻辑揭示意图
关联对象除了可以帮助聚拢逻辑、隔离实现细节之外，还能从概念上帮助我们获得更好的领域模型，因为关联对象是对集体逻辑的直接建模。
所谓集体逻辑，是指个体不具备，而成为一个集体之后才具备的能力。哪怕是同一群个体，组成了不同的集体，就会具有不同的逻辑。
我们仍然回到极客时间专栏的例子上，来帮助你理解。比如我们现在的模型是这样的：
public class User {private List<Subscription> subscriptions;....}public class Column {private List<Subscription> subscriptions;....}
在这段代码中，User中的List表示用户已订阅的所有专栏，而Column中的List，则表示所有订阅了专栏的用户。虽然同为Subscription的集合，但是当它们组成集体时，在不同的上下文中则具有不同的含义。
那么如果显式地表达为关联对象，可以进一步澄清我们的意图，得到揭示意图的接口（Intention Revealing Interface）。代码如下：
public class User {public static interface MySubscriptions extends Iterable<Subscription> {...}private MySubscriptions mySubscriptions;...}public class Column {public static interface MyReaders extends Iterable<Subscription> {...}private MyReaders myReaders；..
在这段代码中，我们通过引入关联对象，可以将这两个不同的集体变更为User.MySubscriptions和Column.MyReaders，然后在各自的上下文去定义不同的集体逻辑。
比如我订阅的专栏可以计算我一共付了多少钱，而在我的读者中，可以计算订阅者对专栏的平均打分情况，示意代码如下：
public static interface MySubscriptions extends Iterable<Subscription> {double getTotalFee();}public static interface MyReaders extends Iterable<Subscription> {double getAverageRating();}
小结
我们来简单地总结一下。随着架构风格的演化与改变，面向对象技术中的集合，从与数据库完全等价，变成了与数据库完全割裂的东西。
然而在概念上，我们仍留有通过集合封装内存中的对象与数据库中的数据的习惯。这使得我们在使用领域驱动设计的时候，特别是使用聚合关系的时候，变得左右为难：要么放弃性能，获得更好的模型；要么泄露逻辑，以得到可接受的性能。
但是关联对象，则可以让我们在更加明确揭示意图的同时，去解决性能与逻辑封装的问题。我个人从很早就开始将关联对象作为实现聚合关系的默认方法了，它从未让我失望（it never fails me）。我建议你也试一试，这样我就不用给你解释什么叫惊喜了。
编辑小提示：为了方便读者间的交流学习，我们建立了微信读者群。想要加入的同学，戳此加入“如何落地业务建模”交流群>>>
思考题
关联对象实际上是通过将隐式的概念显式化建模来解决问题的，这是面向对象技术解决问题的通则：永远可以通过引入另一个对象解决问题。那么在领域模型中还有哪些隐式概念呢？这些概念会给我们带来什么麻烦呢？
欢迎把你的思考和想法分享在留言区，我会和你交流。同时呢，我也会把其中一些不错的回答置顶，供大家学习。