基于CQRS架构的写模型业务规则校验逻辑优化实践

Huang Heng 2026-09-19 08:36

一、业务规则校验逻辑优化的背景

在软件开发里，业务规则校验逻辑是保证系统数据准确性和业务流程正确性的关键部分。不过传统的校验方式在处理复杂业务场景的时候，往往会暴露出很多问题。就比如说，在高并发的系统中，数据的读写操作频繁又复杂，传统的校验逻辑容易成为性能瓶颈，让系统响应变慢，甚至还可能引发数据不一致的状况。

举个例子，有一个电商系统，在用户下单的时候，需要校验库存是否充足、用户的账户余额够不够、商品是否处于可销售状态等。要是使用传统的校验逻辑，在高并发的情况下，就可能出现大量的库存超卖、账户余额错误扣减等问题。因此，对业务规则校验逻辑进行优化就显得尤为重要。

二、CQRS架构概述

2.1 CQRS架构的基本概念

CQRS 也就是命令查询职责分离，它是一种把系统的读写操作分离开来的架构模式。在 CQRS 架构里，读操作（查询）和写操作（命令）是由不同的模型来处理的。写模型负责处理业务逻辑和数据的更新，读模型则专注于数据的查询和展示。

2.2 CQRS架构的优势

把读写操作分离之后，能够对读模型和写模型分别进行优化，提高系统的性能和可扩展性。读模型可以采用缓存、数据复制等技术来提高查询性能，写模型则能够集中处理业务规则和数据完整性。这种架构模式让系统的维护和扩展变得更加容易。

2.3 CQRS架构的示例

我们还是用电商系统来说明。当用户下单的时候，会触发一个写操作，这个操作会通过写模型来处理。写模型会校验订单的相关信息，比如库存、账户余额等，然后更新订单和库存数据。而用户在查询订单信息的时候，会通过读模型从缓存或者其他数据存储中获取数据，这样就减轻了写模型的压力，提高了查询性能。

// 定义订单命令
public class PlaceOrderCommand
{
    public int OrderId { get; set; }
    public int ProductId { get; set; }
    public int Quantity { get; set; }
    public int UserId { get; set; }
}

// 定义订单处理器
public class OrderCommandHandler
{
    private readonly InventoryService _inventoryService;
    private readonly UserAccountService _userAccountService;
    private readonly OrderRepository _orderRepository;

    public OrderCommandHandler(InventoryService inventoryService,
        UserAccountService userAccountService,
        OrderRepository orderRepository)
    {
        _inventoryService = inventoryService;
        _userAccountService = userAccountService;
        _orderRepository = orderRepository;
    }

    public void Handle(PlaceOrderCommand command)
    {
        // 校验库存
        if (!_inventoryService.IsStockAvailable(command.ProductId, command.Quantity))
        {
            throw new Exception("库存不足");
        }

        // 校验账户余额
        if (!_userAccountService.HasSufficientBalance(command.UserId, command.Quantity))
        {
            throw new Exception("账户余额不足");
        }

        // 保存订单
        _orderRepository.SaveOrder(command);
    }
}

三、写模型业务规则校验逻辑存在的问题

3.1 性能问题

在传统的系统中，写模型的业务规则校验逻辑一般是同步执行的，这就意味着在数据更新之前，所有的校验逻辑都要完成。在高并发的场景下，这种同步校验会让系统的响应时间变长，导致性能下降。

3.2 代码复杂度

随着业务的不断发展，写模型的业务规则校验逻辑会变得越来越复杂。各种校验规则相互交织，会让代码变得难以理解和维护。比如说，在一个复杂的金融系统中，用户进行转账操作的时候，需要校验账户的权限、余额、交易限额等多个规则，这些规则的组合会让代码变得非常混乱。

3.3 数据一致性问题

在分布式系统中，由于网络延迟、节点故障等原因，写模型的校验逻辑可能会出现数据不一致的情况。例如，在一个微服务架构的电商系统中，订单服务和库存服务可能处于不同的节点上，当用户下单时，订单服务进行库存校验，但是在库存更新的过程中，可能会因为网络问题导致库存数据不一致。

四、写模型业务规则校验逻辑优化实践

4.1 异步校验

将部分业务规则校验逻辑异步化，可以提高系统的并发处理能力。在用户提交写操作之后，系统可以先快速响应，然后在后台异步执行校验逻辑。如果校验不通过，可以通过消息通知用户进行处理。

// 定义异步订单校验服务
public class AsyncOrderValidationService
{
    private readonly InventoryService _inventoryService;
    private readonly UserAccountService _userAccountService;
    private readonly MessageQueue _messageQueue;

    public AsyncOrderValidationService(InventoryService inventoryService,
        UserAccountService userAccountService,
        MessageQueue messageQueue)
    {
        _inventoryService = inventoryService;
        _userAccountService = userAccountService;
        _messageQueue = messageQueue;
    }

    public async Task ValidateOrderAsync(PlaceOrderCommand command)
    {
        try
        {
            var isStockAvailable = await _inventoryService.IsStockAvailableAsync(command.ProductId, command.Quantity);
            if (!isStockAvailable)
            {
                _messageQueue.SendMessage($"订单 {command.OrderId} 库存不足");
                return;
            }

            var hasSufficientBalance = await _userAccountService.HasSufficientBalanceAsync(command.UserId, command.Quantity);
            if (!hasSufficientBalance)
            {
                _messageQueue.SendMessage($"订单 {command.OrderId} 账户余额不足");
                return;
            }

            // 校验通过，进行后续处理
            // 这里可以调用订单保存服务等
        }
        catch (Exception ex)
        {
            _messageQueue.SendMessage($"订单 {command.OrderId} 校验出错: {ex.Message}");
        }
    }
}

4.2 规则引擎的使用

引入规则引擎可以把业务规则和代码逻辑分离开来，让业务规则的管理和维护更加方便。规则引擎可以根据配置的规则动态地进行校验，提高代码的可维护性和灵活性。

// 定义规则引擎接口
public interface IRuleEngine
{
    bool Validate(object input);
}

// 实现一个简单的规则引擎
public class SimpleRuleEngine : IRuleEngine
{
    private readonly List<IRule> _rules;

    public SimpleRuleEngine(List<IRule> rules)
    {
        _rules = rules;
    }

    public bool Validate(object input)
    {
        foreach (var rule in _rules)
        {
            if (!rule.IsValid(input))
            {
                return false;
            }
        }
        return true;
    }
}

// 定义规则接口
public interface IRule
{
    bool IsValid(object input);
}

// 实现一个库存规则
public class InventoryRule : IRule
{
    private readonly InventoryService _inventoryService;

    public InventoryRule(InventoryService inventoryService)
    {
        _inventoryService = inventoryService;
    }

    public bool IsValid(object input)
    {
        if (input is PlaceOrderCommand command)
        {
            return _inventoryService.IsStockAvailable(command.ProductId, command.Quantity);
        }
        return false;
    }
}

4.3 缓存校验结果

对于一些频繁使用的校验规则，可以把校验结果缓存起来，减少重复校验的开销。比如说，对于商品的库存校验结果，可以在一定时间内进行缓存，当用户再次下单时，直接从缓存中获取校验结果。

// 定义缓存服务
public class CacheService
{
    private readonly Dictionary<string, object> _cache = new Dictionary<string, object>();

    public void Set(string key, object value)
    {
        _cache[key] = value;
    }

    public object Get(string key)
    {
        if (_cache.TryGetValue(key, out var value))
        {
            return value;
        }
        return null;
    }
}

// 在订单处理器中使用缓存
public class CachedOrderCommandHandler
{
    private readonly InventoryService _inventoryService;
    private readonly UserAccountService _userAccountService;
    private readonly OrderRepository _orderRepository;
    private readonly CacheService _cacheService;

    public CachedOrderCommandHandler(InventoryService inventoryService,
        UserAccountService userAccountService,
        OrderRepository orderRepository,
        CacheService cacheService)
    {
        _inventoryService = inventoryService;
        _userAccountService = userAccountService;
        _orderRepository = orderRepository;
        _cacheService = cacheService;
    }

    public void Handle(PlaceOrderCommand command)
    {
        // 尝试从缓存中获取库存校验结果
        var cacheKey = $"Inventory_{command.ProductId}";
        bool? isStockAvailable = _cacheService.Get(cacheKey) as bool?;
        if (isStockAvailable == null)
        {
            isStockAvailable = _inventoryService.IsStockAvailable(command.ProductId, command.Quantity);
            _cacheService.Set(cacheKey, isStockAvailable);
        }

        if (!isStockAvailable.Value)
        {
            throw new Exception("库存不足");
        }

        // 同样的方式处理账户余额校验
        // ...

        // 保存订单
        _orderRepository.SaveOrder(command);
    }
}

五、应用场景

5.1 高并发系统

在高并发的系统中，如电商平台的促销活动期间、金融交易系统的交易高峰期等，大量的用户请求会让系统的性能面临巨大的挑战。运用优化后的写模型业务规则校验逻辑，可以提高系统的并发处理能力，减少响应时间，避免系统崩溃。

5.2 复杂业务系统

在一些业务规则复杂多变的系统中，如保险理赔系统、供应链管理系统等，业务规则的频繁变更会给代码的维护带来很大的困难。采用规则引擎等优化手段，可以把业务规则和代码逻辑分离开来，方便业务规则的管理和维护。

六、技术优缺点分析

6.1 优点

性能提升：异步校验和缓存校验结果能够大大提高系统的并发处理能力，减少响应时间，让系统在高并发场景下也能稳定运行。
可维护性增强：规则引擎的使用把业务规则和代码逻辑分离开来，让代码更加清晰，易于理解和维护。当业务规则发生变化时，只需要修改规则配置，而不需要修改大量的代码。
灵活性提高：规则引擎可以根据不同的业务需求动态配置规则，增强了系统的灵活性和扩展性。

6.2 缺点

复杂度增加：引入异步校验、规则引擎和缓存等技术，会让系统的复杂度增加，对开发人员的技术水平要求也更高。
数据一致性风险：异步校验和缓存可能会带来数据一致性的问题，需要采取额外的措施来保证数据的一致性，如消息队列的重试机制、缓存的过期策略等。

七、注意事项

7.1 异步校验的错误处理

在异步校验的过程中，可能会出现各种错误，如网络异常、服务故障等。需要对这些错误进行妥善处理，可以通过消息通知、日志记录等方式，让开发人员及时了解错误情况，进行相应的处理。

7.2 规则引擎的性能优化

规则引擎在处理大量规则和数据的时候，可能会出现性能问题。需要对规则引擎进行性能优化，如规则的排序、缓存规则执行结果等。

7.3 缓存的管理

缓存的使用需要注意缓存的过期策略和更新机制，避免缓存数据过期或者不一致的情况。同时，要合理控制缓存的大小，避免占用过多的内存资源。

八、文章总结

通过对写模型业务规则校验逻辑的优化实践，我们可以有效地解决传统校验方式在高并发和复杂业务场景下存在的性能问题、代码复杂度问题和数据一致性问题。采用异步校验、规则引擎和缓存校验结果等技术手段，可以提高系统的性能、可维护性和灵活性。不过，在实际应用中，也需要注意异步校验的错误处理、规则引擎的性能优化和缓存的管理等问题，确保系统的稳定运行。

围绕“基于CQRS架构的写模型业务规则校验逻辑优化实践”参与讨论

0 条

基于CQRS架构的写模型业务规则校验逻辑优化实践

一、业务规则校验逻辑优化的背景

二、CQRS架构概述

2.1 CQRS架构的基本概念

2.2 CQRS架构的优势

2.3 CQRS架构的示例

三、写模型业务规则校验逻辑存在的问题

3.1 性能问题

3.2 代码复杂度

3.3 数据一致性问题

四、写模型业务规则校验逻辑优化实践

4.1 异步校验

4.2 规则引擎的使用

4.3 缓存校验结果

五、应用场景

5.1 高并发系统

5.2 复杂业务系统

六、技术优缺点分析

6.1 优点

6.2 缺点

七、注意事项

7.1 异步校验的错误处理

7.2 规则引擎的性能优化

7.3 缓存的管理

八、文章总结

评论

关联文章

AI助手

一、业务规则校验逻辑优化的背景

二、CQRS架构概述

2.1 CQRS架构的基本概念

2.2 CQRS架构的优势

2.3 CQRS架构的示例

三、写模型业务规则校验逻辑存在的问题

3.1 性能问题

3.2 代码复杂度

3.3 数据一致性问题

四、写模型业务规则校验逻辑优化实践

4.1 异步校验

4.2 规则引擎的使用

4.3 缓存校验结果

五、应用场景

5.1 高并发系统

5.2 复杂业务系统

六、技术优缺点分析

6.1 优点

6.2 缺点

七、注意事项

7.1 异步校验的错误处理

7.2 规则引擎的性能优化

7.3 缓存的管理

八、文章总结

同分类面试题

关联文章

AI助手