找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

2059

积分

0

好友

281

主题
发表于 昨天 19:35 | 查看: 3| 回复: 0
本帖最后由 云栈运维云原生 于 2026-1-15 19:38 编辑

随着服务包业务的快速发展,新增一个服务包类型需要 5-8 人天的高昂成本,原有的单体架构暴露出严重的开发效率瓶颈。本文以淘宝闪购服务包系统为案例,探索如何借助 AI 技术辅助领域驱动设计(DDD)落地,实现架构的智能化演进。

一、背景

1.1 改造背景

原有系统在快速发展过程中,单体架构逐渐成为业务扩展的瓶颈,主要体现在以下几个方面:

  • 开发成本高昂:每次新增服务包类型需要在 8 个核心文件、15-20 个方法中进行重复性修改,涉及 200-300 行代码变更
  • 重复代码泛滥:商品类型判断逻辑在 10 个文件中重复出现,维护成本极高
  • 架构耦合严重:3800 行的单体业务服务类混合了商品、价格、合同等多个领域逻辑
  • 扩展风险高:任何新增功能都可能引入回归问题,影响现有业务稳定性

1.2 改造目标

采用 DDD(领域驱动设计)思想结合 AI 辅助开发进行架构重构,探索智能化架构演进路径:

  • AI 驱动架构设计:利用 AI 分析现有代码结构和业务逻辑,自动识别领域边界和上下文划分,辅助设计合理的 DDD 架构模型
  • 智能化模型落地:通过 AI 代码生成能力,自动化完成领域模型、服务接口、数据转换等重复性代码编写,显著提升开发效率
  • 持续模型分析优化:建立 AI 驱动的代码质量监控体系,实时分析架构健康度、代码复杂度和重复度,持续优化模型设计
  • 开发成本大幅降低:探索将新增服务包类型的开发成本从传统的 5-8 人天大幅降低至配置化实现
  • 架构演进智能化:构建可持续演进的智能架构体系,支持业务快速变化和技术栈升级

二、架构设计阶段

2.1 AI 拆解限界上下文

问题:你是一个 DDD 专家,根据现有代码 v6 这个 package 下的类帮我抽象下上下文。

AI 回答

AI拆解限界上下文分析结果

AI拆解上下文详细结构

2.2 人工介入修正限界上下文

从上一步可以看出,AI 拆解的限界上下文是基于 package 结构进行拆分,未能深入分析业务语义,这是 AI 的薄弱环节,需要人工介入修正。经过人工分析后的限界上下文如下:

人工修正后的限界上下文

限界上下文详细划分

2.3 通过 AI 细化限界上下文

基于上述人工拆分的上下文,逐步通过 AI 细化上下文文档,以商品上下文为例:

问题:根据人工拆解限界上下文部分,从原有 me.ele.newretail.contract.v6.domain 包下,帮我抽象出商品上下文的类,Repo、Service,类用 Domain 结尾,Repo 用 DomainRepo 结尾,Service 用 DomainService 结尾,输出成表格,包含方法和属性,就放到当前这个文档最后。

经过多轮迭代优化后的商品上下文设计如下图所示:

商品上下文设计

三、代码实现阶段

3.1 基于文档生成代码骨架

基于准备好的技术文档《技术方案--服务包模型升级.md》进行代码生成:

问题:严格根据该技术文档帮我在 v61.domain 包下生成代码骨架。

代码骨架生成结果

3.2 AI 辅助代码实现

案例 1:API 转换实现

问题:queryConfirmableProgramList 第 157 行开始,帮我把 List shopConfirmableContracts 转换成 ConfirmableServiceProgramDTO 参考 queryConfirmableProgramList 链路原有代码。

实现效果:新增 734 行代码,人工修正 25 行,准确率高达 96.6%。

案例 2:版本比对工具实现

问题:帮我写个比对 queryConfirmableProgramList 和 queryConfirmableProgramList 两个方法返回结果是否一致的工具类叫 ProgramVersionComparisonUtil 放到 v61 包下。

实现效果:新增比对代码 3098 行,人工修正 12 行,准确率高达 99.6%。

四、重构效果分析

4.1 架构解耦度分析

问题:帮我对比下 queryConfirmableProgramList 和 queryConfirmableProgramList 从分层、域解耦等维度进行分析。

以 queryConfirmableProgramList 方法重构为例进行对比分析:

重构前后实现对比

重构前实现

实现特点:

  • 代码行数:主方法 42 行 + 核心调用链路约 1,500 行
  • 复杂度:高度耦合,包含多种业务逻辑混合
  • 重复代码:存在大量商品类型判断逻辑

核心实现逻辑:

@Override
public SingleResponse<ConfirmableServiceProgramDTO>
    queryConfirmableProgramList(ConfirmableProgramQuery query){

    try {
        // step.1 参数校验和门店信息获取
        if (query == null || query.getShopId() == null) {
            return SingleResponse.buildFailure("参数不能为空");
        }

        ShopInfoDTO shopInfo = shopQueryAbility.queryShopInfo(query.getShopId());
        if (shopInfo == null) {
            return SingleResponse.buildFailure("门店不存在");
        }

        // step.2 获取可签方案列表 - 复杂的扩展点机制
        List<ServiceProgramDTO> programs = new ArrayList<>();

        // 获取所有商品信息
        List<GoodsDTO> allGoods = goodsQueryAbility.queryAllGoods();

        for (GoodsDTO goods : allGoods) {
            // 重复的商品类型判断逻辑 - 问题点1
            if (switch51ConfigGateway.superClientGoodId().equals(goods.getGoodsId())) {
                // 超客商品特殊处理
                if (validateSuperClientGoods(goods, shopInfo)) {
                    ServiceProgramDTO program = buildSuperClientProgram(goods, shopInfo);
                    programs.add(program);
                }
            } else if (switch51ConfigGateway.platformDeliveryGoodId().equals(goods.getGoodsId())) {
                // 平台配送商品特殊处理
                if (validatePlatformDeliveryGoods(goods, shopInfo)) {
                    ServiceProgramDTO program = buildPlatformDeliveryProgram(goods, shopInfo);
                    programs.add(program);
                }
            } else if (switch51ConfigGateway.selfDeliveryGoodId().equals(goods.getGoodsId())) {
                // 自配送商品特殊处理
                if (validateSelfDeliveryGoods(goods, shopInfo)) {
                    ServiceProgramDTO program = buildSelfDeliveryProgram(goods, shopInfo);
                    programs.add(program);
                }
            }
            // ... 更多商品类型判断
        }

        // step.3 价格计算 - 内嵌在业务服务中
        for (ServiceProgramDTO program : programs) {
            // 硬编码的价格计算逻辑 - 问题点2
            if (program.getDeliveryType().equals("PLATFORM")) {
                program.setCommissionRate(new BigDecimal("0.08")); // 8%
                program.setDeliveryFee(calculatePlatformDeliveryFee(program, shopInfo));
            } else if (program.getDeliveryType().equals("SELF")) {
                program.setCommissionRate(new BigDecimal("0.10")); // 10%
                program.setDeliveryFee(calculateSelfDeliveryFee(program, shopInfo));
            }

            // 保底价计算
            BigDecimal basePrice = priceCalculateAbility.calculateBasePrice(
                program.getGoodsId(), shopInfo.getCategoryId());
            program.setBasePrice(basePrice);
        }

        // step.4 活动处理 - 分散的活动逻辑
        List<ActivityDTO> activities = activityQueryAbility.queryShopActivities(query.getShopId());
        for (ServiceProgramDTO program : programs) {
            for (ActivityDTO activity : activities) {
                // 活动匹配逻辑分散 - 问题点3
                if (activity.getType().equals("COMMISSION_DISCOUNT")) {
                    if (activity.getTargetGoods().contains(program.getGoodsId())) {
                        BigDecimal discountRate = activity.getDiscountRate();
                        BigDecimal newRate = program.getCommissionRate().subtract(discountRate);
                        program.setCommissionRate(newRate);
                        program.setActivityId(activity.getActivityId());
                    }
                } else if (activity.getType().equals("DELIVERY_DISCOUNT")) {
                    // 配送费优惠逻辑
                    if (activity.getTargetGoods().contains(program.getGoodsId())) {
                        BigDecimal discountFee = activity.getDiscountAmount();
                        BigDecimal newFee = program.getDeliveryFee().subtract(discountFee);
                        program.setDeliveryFee(newFee);
                    }
                }
            }
        }

        // step.5 构建返回结果
        ConfirmableServiceProgramDTO result = new ConfirmableServiceProgramDTO();
        result.setShopId(query.getShopId());
        result.setPrograms(programs);
        result.setTotalCount(programs.size());

        return SingleResponse.of(result);

    } catch (Exception e) {
        logger.error("查询可签方案失败,shopId:{},异常:{}",
            query.getShopId(), e.getMessage(), e);
        return SingleResponse.buildFailure("查询失败");
    }
}

// 重复的商品校验方法 - 在多个地方重复出现
private boolean validateSuperClientGoods(GoodsDTO goods, ShopInfoDTO shopInfo){
    // 重复的商品类型判断逻辑
    if (!switch51ConfigGateway.superClientGoodId().equals(goods.getGoodsId())) {
        return false;
    }

    // 区域校验逻辑内嵌
    List<String> allowedCities = goods.getAllowedCities();
    if (!allowedCities.contains(shopInfo.getCity())) {
        return false;
    }

    // 品类校验逻辑内嵌
    List<Long> allowedCategories = goods.getAllowedCategories();
    if (!allowedCategories.contains(shopInfo.getCategoryId())) {
        return false;
    }

    return true;
}

// 类似的重复方法还有:
// validatePlatformDeliveryGoods()
// validateSelfDeliveryGoods()
// buildSuperClientProgram()
// buildPlatformDeliveryProgram()
// buildSelfDeliveryProgram()

问题点:

  • 业务逻辑高度耦合在一个方法中
  • 商品类型判断逻辑重复出现
  • 扩展点机制复杂,难以维护
  • 缺乏清晰的职责分离

重构后实现

实现特点:

  • 代码行数:主方法 37 行 + 核心调用链路约 720 行
  • 复杂度:通过领域服务解耦,逻辑清晰
  • 职责分离:每个上下文专注自己的业务逻辑

核心实现逻辑:

@Override
public SingleResponse<ConfirmableServiceProgramDTO>
    queryConfirmableProgramList(ConfirmableProgramQuery query){

    // step.1 获取门店信息 - 门店上下文
    ShopDomain shopDomain = shopDomainService
        .getShop(query.getShopId());

    // step.2 查询可签合同列表 - 合同上下文
    List<ShopContractDomain> contracts =
        shopContractDomainService
        .getShopConfirmableContractList(shopDomain);

    // step.3 商品校验 - 商品上下文
    contracts = goodsDomainService
        .filterAvailableContracts(contracts, shopDomain);

    // step.4 价格计算 - 价格上下文
    contracts = priceDomainService
        .enrichContractPrice(contracts);

    // step.5 活动匹配 - 活动上下文
    contracts = activityDomainService
        .applyActivityDiscount(contracts, shopDomain);

    // step.6 转换为DTO返回
    ConfirmableServiceProgramDTO result =
        buildConfirmableServiceProgramDTO(contracts);

    return SingleResponse.of(result);
}

优势:

  • 清晰的步骤分离,每步职责单一
  • 通过领域服务实现业务逻辑解耦
  • 消除重复代码,提高可维护性
  • 支持开闭原则,易于扩展

详细改进对比

维度 重构前特点 重构后特点 改进效果
代码结构 主方法 42 行 + 核心调用链路~1,500 行 主方法 37 行 + 核心调用链路~720 行 调用链路代码量减少 52%,复杂度显著降低
职责分离 所有逻辑混合在业务服务中 按上下文分离,各司其职 职责单一,易于维护
商品处理 重复的商品类型判断逻辑 统一的商品校验服务 重复代码消除 100%
价格计算 内嵌在查询逻辑中 独立的价格计算服务 价格逻辑内聚
活动处理 分散的活动匹配逻辑 统一的活动服务 活动逻辑集中管理
扩展性 修改需要改动多处代码 新增功能只需扩展对应上下文 支持开闭原则
测试性 难以进行单元测试 每个上下文可独立测试 测试覆盖率提升

重构前核心问题点

1. 重复代码泛滥

  • switch51ConfigGateway.superClientGoodId().equals() 判断逻辑在 10 个文件中重复
  • buildDeliveryProgramTypeEnum 方法在 2 个类中完全重复
  • 商品类型判断逻辑分散在多个 Ability 类中

2. 业务逻辑耦合

  • 价格计算直接依赖商品属性
  • 合同创建逻辑与数据持久化混合在一起
  • 活动优惠逻辑散落在查询、计算、签约等多个环节

3. 扩展性差

  • 新增商品类型需要在多处添加 switch 判断
  • 新增活动类型需要修改多个 Ability 类
  • 新增合同模板需要修改 8 个文件约 15-20 个方法

4.2 重复代码模式识别

问题:帮我对比下 queryConfirmableProgramList 和 queryConfirmableProgramList 这两个方法链路中的代码重复度。

通过代码分析,发现以下重复代码模式:

商品类型判断逻辑重复

在以下 10 个文件中发现相同的判断逻辑:

重复代码示例:

// 在多个文件中重复出现的商品类型判断逻辑
if (switch51ConfigGateway.superClientGoodId().equals(goods.getGoodsId())) {
    // 超客商品特殊处理逻辑
    // 这段逻辑在10个不同文件中重复出现
}

重复出现的文件:

  1. DefaultConfirmableProgramQueryExt.java - buildDeliveryProgramTypeEnum 方法
  2. ProgramConverter.java - buildDeliveryProgramTypeEnum 方法
  3. ProgramAbilityImpl.java - signEUnion 方法
  4. ProgramAbilityImpl.java - getSignGoodRequest 方法
  5. ProgramQueryAbilityImpl.java - 多个方法
  6. ProgramSignAbilityImpl.java - 多个方法
  7. DefaultProgramQueryExt.java - 查询逻辑
  8. ProgramBizServiceImpl.java - 三个核心方法
  9. ProgramTypeEnumBuilder.java - 类型构建逻辑
  10. DeliveryProgramConverter.java - 转换逻辑

buildDeliveryProgramTypeEnum 方法重复

该方法在 2 个类中完全重复:

  • DefaultConfirmableProgramQueryExt
  • ProgramConverter

重复代码消除效果

重复代码消除效果对比

4.3 新增服务商品改动点对比

问题:综合上面的分析,帮我对比下 v61 和 v6 两个代码链路在新增一个服务商品时的改动点。

重构前新增服务商品需要修改的文件 重构后新增服务商品需要修改的文件
核心业务服务层修改:<br><br>1. ProgramBizServiceImpl.java<br>- queryConfirmableProgramList 方法<br>- queryConfirmableCombineProgramList 方法<br>- signProgram 方法<br>- 需要在 3 个核心方法中都添加新的商品类型判断逻辑<br><br>扩展点和转换层修改:<br><br>2. DefaultConfirmableProgramQueryExt.java<br>- buildDeliveryProgramTypeEnum 方法<br>- queryConfirmableProgramList 扩展逻辑<br><br>3. ProgramConverter.java<br>- buildDeliveryProgramTypeEnum 方法(与上面重复)<br>- 领域对象转换逻辑<br><br>能力层修改:<br><br>4. ProgramAbilityImpl.java<br>- signEUnion 方法<br>- getSignGoodRequest 方法<br><br>5. ProgramQueryAbilityImpl.java<br>- 多个查询相关方法<br>- 商品类型过滤逻辑<br><br>6. ProgramSignAbilityImpl.java<br>- 多个签约相关方法<br>- 签约流程判断逻辑<br><br>工具类和构建器修改:<br><br>7. DeliveryProgramConverter.java<br>- 配送方案转换逻辑<br>- 商品类型映射<br><br>8. ProgramTypeEnumBuilder.java<br>- 枚举构建逻辑<br>- 新类型枚举定义 领域模型层修改:<br><br>1. ContractTemplateDomain.java<br>- 添加新的合同模板配置<br>- 商品组合定义<br>- 模板属性扩展<br><br>商品上下文修改(可选):<br><br>2. GoodsDomain.java<br>- 仅当涉及新的商品属性时才需要修改<br>- 配送类型定义<br>- 商品特性扩展<br><br>数据配置修改:<br><br>3. 数据库配置<br>- 在合同模板表中添加新模板记录<br>- 配置商品组合关系<br>- 设置模板生效规则<br><br>可能的扩展修改:<br><br>4. 枚举类扩展(如需要)<br>- 新增合同类型枚举<br>- 商品类型枚举扩展

改动点对比总结

改动点对比总结

五、AI 架构升级总结

5.1 AI 架构升级价值和效果

核心价值

  • 智能分析:快速识别重复模式、梳理依赖关系,提供现状分析
  • 高效生成:代码生成准确率 99.0%,速度提升 8-10 倍
  • 质量保障:架构评估、最佳实践指导、风险预警

实施要点

  • 人机分工:AI 负责重复性工作,人类负责业务决策和质量把关
  • 渐进策略:分析→设计→实现→验证,每阶段明确标准
  • 质量控制:AI 代码必须人工 review,建立自动化检查

实际效果

  • 效率提升:新增 3832 行代码,AI 生成 70%+,重构周期缩短 75%+
  • 质量改善:代码量减少 52%,重复代码消除 100%,改动点从 8 个文件减少到 1-2 个
  • 业务价值:开发成本从 5-8 人天降低到配置化,支持快速迭代

5.2 AI 架构升级总结展望

AI 辅助架构升级证明了人机协作的有效性,让工程师从重复编码中解放,专注于架构设计和业务创新。这将成为软件工程的新常态。

通过本次实践,我们验证了 AI 在复杂系统重构中的巨大价值。从限界上下文识别、领域模型设计到代码生成,AI 都展现出了强大的辅助能力。未来,随着 AI 技术的不断进步,智能化架构演进将成为软件开发的标准范式,帮助团队更高效地应对业务挑战。

更多关于 架构设计AI 技术 的实践经验,欢迎访问云栈社区交流探讨。




上一篇:内存硬盘显卡涨价原因解析:供需与算力
下一篇:编织未来 100G 2000集大前端+移动开发实战 零基础掌握JS、Vue、React、Node.js与小程序开发
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-1-16 02:06 , Processed in 0.258744 second(s), 40 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2025 云栈社区.

快速回复 返回顶部 返回列表