【Python 架构】在 Python 中使用架构模式管理复杂性

Managing Complexity with Architecture Patterns in Python。你的源代码是不是感觉像一个大泥球？依赖项是否在您的代码库中交织在一起，以至于改变感觉很危险或不可能？
随着业务的增长和领域模型（您在应用程序中解决的业务问题）变得更加复杂，我们如何在不从头开始重新编写所有内容的情况下解开我们创建的混乱？更好的是，我们如何避免一开始就陷入混乱？

一、鸟瞰图

以下是 Python 架构模式中介绍的技术的简要总结：

分层架构

• 单一职责
• 视图 vs 服务 vs 存储库 vs ORM vs 域
• 依赖倒置
• 高级与低级模块
• 抽象

领域驱动设计

• 先说“业务上下文”

• 领域建模（事件风暴等）

• 实体 vs ValueObjects vs 域服务

• 数据类

• 测试驱动开发

• 什么是TDD

• 在服务层进行高速测试

• 在域中进行低速测试

  设计模式

• 存储库模式

• 服务层模式

• 工作单元模式

• 聚合模式

事件驱动架构

• 活动
• 消息总线
• 事件处理程序作为服务层
• 时间解耦
• 队列和代理
• 幂等性、故障和监控
• 命令
• CQRS
• 简单读取与复杂命令
• 非规范化、缓存和最终一致性

我将简要介绍这些主题中的每一个，但我不会在这篇博文中重新打印这本书。这些将是我自己的话和我的解释，所以如果你想要“真正的交易”，我建议你去源头找一本这本书:)

相关文章：
【Python架构】在 Python 中使用架构模式管理复杂性
Python 高级编程
Python高级编程之十大装B语法
Python3教程

为者常成，行者常至