记录一次保持业务规则一致性的小优化
Table of Contents
前提 #
有些服务的逻辑非常复杂，这导致了其逻辑层中的代码非常混乱。
为了让逻辑层中的代码更加清晰，我们抽象出了一个规则层来存放领域规则的代码。
场景 #
举一个场景：同步企业微信和飞书的组织部门和人员。
规则层的责任 #
规则层中抽离了逻辑层中底层的领域规则，如：
- 同步企微员工到飞书的规则
- 同步企微部门到飞书的规则
遇到的问题 #
同步的方式有两种：
- 全量同步：获取两个数据源全量数据，进行比对、映射，然后在目的数据源进行部门、员工的新增、删除、更新等操作
- 事件同步：监听来源数据源的变更事件，然后在目的数据源进行对应的操作（如部门或者员工的新增、删除、更新）
尽管有不同的同步方式，但是我们的领域规则应该只有一份。这导致了一些问题，以同步一个员工举例。
同步一个员工大致需要三步：
- 获取员工信息（从来源数据源获取信息）
- 同步员工所在部门（部门在目的数据源可能不存在，因此需要先同步部门）
- 创建/更新员工（同步到目的数据源）
同步员工需要获取员工和部门信息，在两种同步方式中获取数据的方式不同：
- 在全量同步中，已经拉取了双方的信息，这时候获取员工和部门信息就是从内存中获取
- 在事件同步中，需要通过接口调用来获取员工和部门的信息
由于数据来源不同，所以在旧版本中，同步员工的业务规则有两套代码，那么我们在做功能变更的时候，就要同时修改这两套代码。
解决问题 #
一个领域规则应该只有一套代码，如何解决这个问题呢？
引入一个中间件，我把它命名为DataPool，本质上就是一个使用内存作存储的缓存池.
DataPool的使用方式是这样的：
- 在一次同步中，所有获取到的员工和部门数据都放到数据池。
- 业务规则代码在获取数据时，统一从
DataPool中获取，如果DataPool中存在数据则直接返回，否则调用对应的接口来获取数据，并存储在DataPool中。
通过调用DataPool，解决了由于数据源不一致导致的需要两套代码这个问题！
总结 #
DataPool的设计是非常简单的，但是却让代码更加立体，业务领域的规则更加聚合。
以前我的代码就是根据业务逻辑平铺出来，分不出主次。现在通过端口-适配器模式实现逻辑层与第三方服务的依赖倒置，通过抽象出规则层来聚合领域规则，使得项目代码的质量得到了明显的提升。
