架构与系统设计 / 系统课时

为什么不能从数据库表开始建模

为什么不能从数据库表开始建模

从数据库表直接生成对象看起来高效,却很容易把“有哪些字段”误当成“业务是什么”。当系统包含状态转换、权限限制或跨对象约束时,这种表驱动方式往往只得到一组数据容器,真正的业务规则则被迫散落在 Service、SQL 和条件判断中。

学习目标

  • 理解数据库表结构为什么不足以代表业务模型
  • 识别从表直接映射对象产生贫血模型的典型原因
  • 掌握先识别业务规则、再设计持久化结构的基本顺序

表结构只告诉你数据长什么样

以订单为例,下面的 SQLite 表能够记录编号、状态和金额,也可以通过约束保证字段非空。但这些信息并没有说明订单什么时候允许确认、什么时候允许取消,以及一次状态变化需要满足哪些业务条件。

sql
CREATE TABLE orders (
    id INTEGER PRIMARY KEY,
    status TEXT NOT NULL,
    total_amount NUMERIC NOT NULL
);

PRAGMA table_info(orders);

预期输出

text
0|id|INTEGER|0||1
1|status|TEXT|1||0
2|total_amount|NUMERIC|1||0

PRAGMA table_info 证明数据库已经知道每一列的名称、类型和约束,但仍然无法回答“已取消订单能否重新确认”这样的业务问题。这正是存储模型与领域模型的边界。

从表映射对象容易产生贫血模型

如果建模从表结构开始,常见步骤是“一张表对应一个类,一列对应一个属性”。随后为了方便 ORM,又给每个属性添加 getter 和 setter。这样得到的对象虽然名为 Order,却往往只负责保存数据,任何调用者都可能直接修改状态。

真正的规则只能继续放到 OrderService、控制器甚至 SQL 中。随着功能增加,同一条规则可能在创建订单、后台管理和批处理任务中被重复实现,最终很难确认哪一处才是权威逻辑。

从数据库表驱动到领域驱动的建模差异

业务规则通常超出列和外键

数据库擅长表达唯一性、非空、外键等数据完整性约束,但许多规则带有业务语义和执行时机。例如“只有待确认订单可以确认”“订单确认后才允许发起支付”“已完成配送的订单不能直接取消”。这些规则涉及状态、时间顺序和多个对象之间的协作,单看列定义和外键无法还原完整含义。

因此,先查看现有数据库当然有助于理解系统,但不能把它直接当作领域事实。旧表可能包含历史兼容字段、缓存数据、报表冗余列,甚至已经不再适用的业务设计。

先建业务模型再设计持久化

更稳妥的顺序是先从业务用例中找到名词、动作和限制条件,再确定哪些对象需要维护身份,哪些值需要保持不可变,以及哪些状态转换必须受到保护。只有这些规则清楚以后,才考虑怎样映射到关系表、文档或其他存储形式。

实际工作可以按以下顺序推进:

  1. 从业务场景中找出关键概念和业务动作。
  2. 明确动作执行前的条件、执行后的状态以及禁止出现的状态。
  3. 确定哪些规则必须由同一个领域对象或聚合共同保证。
  4. 最后设计数据库表、索引和 ORM 映射,使其服务于已经明确的领域模型。

这并不意味着数据库设计不重要,而是让存储结构承担它擅长的职责。索引可以为了查询效率调整,表也可以为了历史数据或报表需求进行拆分,而领域语言和核心规则不必因此被数据库结构牵着走。

对于简单的后台 CRUD、基础字典或几乎没有业务规则的数据维护,直接围绕表结构开发可能已经足够。真正需要避免的是在规则密集的核心业务中,把数据库表误认为业务本身;此时应先回答“业务允许发生什么”,再决定“这些事实怎样保存”。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

为什么不能从数据库表开始建模

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通