## 领域驱动 架构透析与架构解耦 张逸 DDCHINA ## 内容 01 领域的边界 02 领域驱动架构的演进 03 DDD与C4模型 04 DDD与RUP 4+1视图 ## 领域的边界 ## 整洁架构  ## 六 边形架构 0107faff0bb8ee20e/p6_1.jpg) ## 领域驱动架构的演进 ## 经典的DDD分层架构  ## 经典的DDD分层架构  ## 与基础设施的解耦  ## 前后端的解耦 ![Im

除了内部架构的复杂性，还可以从智能体处理决策的时间维度进行分类。这个视角关注智能体是在接收到信息后立即行动，还是会经过深思熟虑的规划再行动。这揭示了智能体设计中一个核心权衡：追求速度的反应性（Reactivity）与追求最优解的规划性（Deliberation）之间的平衡，如图1.3所示。 决策时间 (Decision Time) / 思考深度 (Deliberation Depth) 图1.3智能体决策时间与质量关系图 户的即时反馈（如“这家酒店太贵了”）调整推荐（反应性），又要能规划出为期数天的完整旅行方案（规划性）。因此，混合式智能体应运而生，它旨在结合两者的优点，实现反应与规划的平衡。 一种经典的混合架构是分层设计：底层是一个快速的反应模块，处理紧急情况和基本动作；高层则是一个审慎的规划模块，负责制定长远目标。而现代的LLM智能体，则展现了一种更灵活的混合模式。它们通常在一个“思考-行动-观察”的循环中运作，巧妙地将两种模式融为一体： 了从底层模型到上层应用的各个环节。 图2.12 AI Agent技术栈概览 该技术栈图由Letta公司于2024年11月发布 $ ^{[10]} $ ，它将AI智能体相关的工具、平台和服务进行了分层与分类，为我们理解当前的市场格局和技术选型提供了宝贵的参考。 2.5 本章小结 本章回顾了智能体发展的历史脉络，探索了其核心思想从诞生到演进的过程，内容涵盖了人工智能领域几次关键的范式革命： 符

## 架构分层模型适配 有效防止架构腐化实践 吴雪峰@201811 DDCHINA ## CONTENTS 01 DDD分层参考架构 02 严纪律 防腐化 — 分层模型适配 03 分层模型适配实例 ## DDD分层参考架构 ## DDD分层参考架构 前端应用  DDD重点关注后台业务服务，不解决前端交互问题 干系人: 终端用户 诉求: 良好的用户体验 技术点: 人机交互设计和实现 ## DDD分层参考架构 前端应用 技术人员关注的层 API服务 业务领域 基础设施 ## 为前端和第三方应用提供API服务，关注服务编排，事务和分布式等 干系人: 应用开发人员 诉求: 灵活易使用的API 技术点:

## 庖丁解牛：华为云微服务工具解放开发者 部门：应用平台服务 作者：王启军 日期：20190920  ## 目录 1. 微服务拆分工具 2. 契约管理工具 ## 微服务架构的优势 |因素|单体架构|微服务架构| [Image](/uploads/documents/4/9/c/a/49ca2158409ddf427feee5abd6c6204c/p8_7.jpg) 步骤2：通过表结构调整，将不同的数据库进行解耦，防止一个微服务跨库访问（反范式、服务重构等） 步骤3：大表水平拆分，实现水平扩展，提升访问速度（分区分库） ![Image](/uploads/documents/4/9/c/a/49ca21 务中 ## 微服务架构下，API管控的挑战 • API在微服务架构下爆炸性增长 • 移动互联网、物联网 • API是技术leader和架构师的控制力，API==契约 • API First，解耦各个服务的开发者 ## ServiceStage契约管理工具—管控分离 $ ^{*} $ 应用设计名称 model-sc8345 $ ^{*} $ 版本 1.0.1 描述 This

## C++ STL 容器全解之 ## vector by 彭于斌 (@archibate) 往期录播：https://www.bilibili.com/video/BV1fa411r7zp 课程 PPT 和代码：https://github.com/parallel101/course ## C++ 标准库五大件：容器（container） 101.cpp #include

新业务基于现有业务进行扩展，而应用场景及性能要求不同，既复用又独立； 产品云+端转型，核心业务逐步实现服务化，不同业务演化路径不同 ## 架构演进目标 简化业务模型复杂度 不同业务间解耦 各业务独立演化 单体架构 共享模型 模糊分层 ## 应对复杂业务挑战的思考 关注点分离  2 架构分层  构建领域模型 ## CONTENTS 产品介绍 业务挑战及架构目标 架构演进 总结展望 ## 架构演进 领域拆分 架构分层 构建领域模型 ## 业务分析 ## 子域拆分 识别真实依赖关系 - 确定上下文物理边界 - 业务演化的趋势 ## 限界上下文解耦-统一接口设计 ## Facade模式 模型检查 上下文 CAD翻模上下文 统一接口 截面钢筋模型上下文 钢筋计算上下文 解决： 接口不规范，多套接口 外部接口深入到上游的业务逻辑 ## 限界上下文解耦-发布订阅机制 发布-订阅机制 建模模型上下文 发布 调度中心 解决： 上游模型变化，下游模型联动

[Image](/uploads/documents/0/b/7/5/0b75cadc74cad743cba13b7c359b8600/p2_1.jpg) 框架介绍 01 模块化设计 02 统一框架设计 03 代码分层设计 04 对象封装设计 05 DAO封装设计 06 未来发展规划 07 ## 第一部分 ## 框架介绍 • 框架介绍 • 框架架构 • 项目初心 ## 框架介绍  软件复用的最小粒度应等同于其发布的最小粒度。

编译流程进行干预的难度。 ## 三、 整体设计 如前文所述，为了实现逻辑、渲染跨平台，Flutter 的架构设计及编译流程都具有一定的复杂性。但由于各平台（Android、iOS、Web）的具体实现是解耦的，因此我们的思路是定位各模块（Dart-SDK、Framework、Flutter_Web_SDK、flutter_tools）的 Web 平台实现并寻求优化，整体设计图如下所示：  图 7 反解信息 #### 各种包括工程管理、代码规范、分支管理、需求同步的问题也会孕育而生，同需解决。 ### 3.2 跨端复用应用架构 为了解决跨端复用在业务实践中遇到的各种问题，我们重新设计了跨端复用应用架构，从架构分层管理、复用方式设计、流程规范、质量保障方面入手，重点解决跨端差异化、质量隐患、流程规范各种问题，并寻求复用的最大化和性能上的均衡。 #### 3.2.1 跨端复用应用架构演进 在这里，先贴出动态的

实时数据源主要分两块，一块是基于客户端打点上报，另外一块是我们的后台消息，这两部分是基于公司的消息中间件Mafka和开源消息中间件Kafka，以消息的形式上报上来，方便我们后续的处理，MQ的方式能够让系统更好的解耦，并且具备更高的吞吐量，还可以指定消费的起始时间点，做到消息的回溯。 2. 历史数据的来源主要是我们的Hive和HDFS，可以方便的做到大数据量的存储和并行计算。 ## 离线计算简介 在离线处 接下来，我们按照用户行为数据的处理和存储来详细介绍我们的系统。 ## 数据的处理 ## 离线处理 离线数据的处理，主要依赖的是我们的数据开发同学，在构建用户行为的数据仓库时，我们会遵循一套美团点评的数据仓库分层体系。 同时我们会出一些比较通用的数据，方便线上用户使用，比如我们会根据用户的行为，发放勋章奖励，其中一个勋章的发放条件是用户过去30天的浏览商户数量，我们不会直接出一个30天的聚合数据，而是以天 把页面的组装完全放置到了前端项目，后端只提供Ajax的接口用于获取和提交数据。前端页面完全静态化，构建完毕之后连同相应的静态资源通过CI直接发布到CDN。这样的好处有： 1. 前后端同学的开发工作解耦，只需要约定好API，两边即可并行开发。 2. 后端API可以做到多端复用，比如PC、H5、M站、小程序等。 3. 前端主文档HTML页面可以利用CDN加速。 前后端分离架构有诸多的优点，但有

微服务的架构 架构设计 A  分层结构  ## 微服务的架构 消息队列 MQ 0，订阅 订单执行系统 利用消息队列进行异步解耦  合理拆分力度 尽量独立，避免暴露细节 服务要有抽象 避免和业务强耦合 服务需无状态 架构设计 或通过异步方式解耦 减少依赖 ## 微服务的架构 强调服务层次 服务独立 JSON简单，可扩展，易开发，测试友好服务间通信HTTP REST, JSON, 消息队列简单，可扩展，通过消息队列解耦服务发现ZK, 服务端发现统一处理鉴权，流控，防攻击语言选择Lua, Node