第 9 章：数据管理

本章系统梳理了云原生应用中的数据建模、Spring Data 多种数据源集成、微服务数据隔离与缓存等关键实践，帮助开发者构建高可扩展性和高可维护性的分布式数据架构。

数据建模与领域驱动设计

良好的数据模型是软件业务需求的核心表达。领域驱动设计（DDD）强调通过领域模型（如图 9-1）明确业务概念、边界和关系，促进开发团队与业务专家的沟通，降低后期变更成本。

领域模型的清晰划分有助于微服务架构下的有界上下文设计，避免概念混淆和技术债务。

关系数据库与 NoSQL 简述

关系数据库（RDBMS）长期主导事务型数据存储，强调一致性和结构化查询。NoSQL 数据库则提供多样化的数据模型（文档、键值、图等），适合微服务的多样需求和异构持久化（Polyglot Persistence）场景。

Spring Data 生态与数据访问模式

Spring Data 提供统一的数据访问抽象，支持主流 RDBMS 和 NoSQL 数据库（JPA、MongoDB、Neo4j、Redis 等）。核心模式包括：

• 领域类（Entity/Document/Node）：映射业务对象
• 存储库（Repository）：定义数据访问接口，Spring Data 自动实现
• 包结构：建议以有界上下文为单位组织领域类和存储库，便于微服务拆分和演进

Spring Data 基础用法

以 User 实体为例，定义领域类和存储库：

public class User {
    private Long id;
    private String firstName;
    private String lastName;
    private String email;
    // getter/setter
}

public interface UserRepository extends CrudRepository<User, Long> { }

Spring Data 自动实现接口，无需手写 SQL 或数据访问逻辑。

包结构与有界上下文

建议将领域类和存储库按有界上下文分包，便于后续微服务拆分。例如：

• demo.customer：Customer 相关实体与仓库
• demo.order：Order 相关实体与仓库

Spring Data 支持的存储库类型

下表展示了常见 Spring Data 存储库类型及其适用场景。

JDBC 与 JPA 数据访问

Spring Boot 自动配置 DataSource、JDBC、JPA，支持多种数据库。推荐将敏感信息外部化配置。JdbcTemplate 简化了 SQL 操作，JPA 提供 ORM 支持，开发者可专注于领域模型。

@Component
class JdbcCommandLineRunner implements CommandLineRunner {
    @Autowired
    private JdbcTemplate jdbcTemplate;

    @Override
    public void run(String... args) {
        // 创建表、插入数据、查询映射为对象
    }
}

Spring Data JPA 实践：Account Service

以 Cloud Native Clothing 的 Account Service 为例，使用 JPA 实现 Account、Customer、Address、CreditCard 等实体及其关系，支持审计（@CreatedDate、@LastModifiedDate），并通过 Repository 管理数据访问。

• 配置多环境数据源（MySQL/H2），通过 profile 切换
• 使用 @Entity、@OneToMany、@OneToOne 等注解建模关系
• 通过 @EnableJpaAuditing 启用审计

Spring Data MongoDB 实践：Order Service

Order Service 使用 MongoDB 存储订单、发票、产品等文档，适合聚合存储和灵活结构。

• @Document 注解定义文档类
• 支持嵌套对象、列表、状态枚举
• 通过 Repository 实现自定义查询
• 使用 AbstractMongoEventListener 实现审计

Spring Data Neo4j 实践：Inventory Service

Inventory Service 采用 Neo4j 图数据库，适合建模复杂关系（如仓库、产品、目录、发货等）。

• @NodeEntity 注解定义节点
• @Relationship 注解定义节点间关系
• 使用 GraphRepository/PagingAndSortingRepository 管理节点
• 支持 Cypher 查询和高效图遍历

Spring Data Redis 实践：缓存与高性能

Redis 作为高性能缓存，Spring Data Redis 支持注解驱动缓存（@Cacheable、@CachePut、@CacheEvict），提升微服务性能与可用性。

• 配置 @EnableCaching，自动集成 RedisTemplate
• 结合主数据源（如 MySQL）实现读写分离与缓存一致性
• 注意缓存命名空间与 TTL 设置，避免数据冲突

典型微服务数据架构案例

以 Cloud Native Clothing 在线商店为例，Account Service（JPA-MySQL）、Order Service（MongoDB）、Inventory Service（Neo4j）分别管理不同有界上下文的数据，实现数据隔离与多样化持久化。

总结

本章系统梳理了云原生应用中的数据建模、Spring Data 多数据源集成、微服务数据隔离与缓存等关键实践。通过合理的数据架构设计与 Spring Data 生态集成，开发者可实现高可扩展性、高可维护性和高性能的分布式数据管理，为云原生微服务系统的持续演进奠定坚实基础。