本文介绍在 spring boot 中如何合理拆分 service 层职责，通过工厂+策略模式将“数据解析→查询构建→数据库执行→dto 转换”四步流程解耦，避免 service 膨胀，提升可测试性与可扩展性。
本文介绍在 spring boot 中如何合理拆分 service 层职责，通过工厂+策略模式将“数据解析→查询构建→数据库执行→dto 转换”四步流程解耦，避免 service 膨胀，提升可测试性与可扩展性。
在构建高内聚、低耦合的业务服务时，一个常见误区是将所有逻辑（如参数解析、条件组装、数据库调用、结果转换）全部堆砌在单个 @Service 类中。这不仅导致类职责不清、难以单元测试，也阻碍了按类型（如 Rock、Pop、Folk）灵活扩展查询行为。理想的设计应遵循 单一职责原则（SRP） 和 依赖倒置原则（DIP），让 Service 仅承担协调者（Orchestrator）角色，而非执行者。
✅ 推荐架构：工厂 + 策略 + 不可变数据流
核心思想是：Service 不持有中间状态（如 List
以下为完整实现示例：
// 1. 定义统一策略接口（不暴露内部状态）
public interface Query {
Object parse(); // 解析输入数据（如 JSON/Map → 查询条件对象）
QueryBuilder createQueryBuilder(); // 构建 JPA Criteria 或自定义查询器
}
public interface PrepareAnswer {
List<songdto> prepareAnswer(List<songitem> items);
}</songitem></songdto>
// 2. 工厂类（支持运行时策略选择）
@Component
public class QueryFactory {
private final Map<string query> queryMap;
public QueryFactory(RockQuery rockQuery, PopQuery popQuery, FolkQuery folkQuery) {
this.queryMap = Map.of(
"ROCK", rockQuery,
"POP", popQuery,
"FOLK", folkQuery
);
}
public Query createQuery(String type) {
return queryMap.getOrDefault(type.toUpperCase(),
throw new IllegalArgumentException("Unknown query type: " + type));
}
}
@Component
public class PrepareAnswerFactory {
private final Map<string prepareanswer> answerMap;
public PrepareAnswerFactory(RockAnswer rockAnswer, PopAnswer popAnswer) {
this.answerMap = Map.of(
"ROCK", rockAnswer,
"POP", popAnswer
);
}
public PrepareAnswer createPrepareAnswer(String type) {
return answerMap.getOrDefault(type.toUpperCase(),
throw new IllegalArgumentException("No PrepareAnswer for: " + type));
}
}</string></string>
// 3. Service 层：纯粹协调，零业务逻辑
@Service
public class SongService {
private final SongRepository songRepository;
private final QueryFactory queryFactory;
private final PrepareAnswerFactory prepareAnswerFactory;
// 构造注入，显式声明依赖，利于测试与维护
public SongService(SongRepository songRepository,
QueryFactory queryFactory,
PrepareAnswerFactory prepareAnswerFactory) {
this.songRepository = songRepository;
this.queryFactory = queryFactory;
this.prepareAnswerFactory = prepareAnswerFactory;
}
public List<songdto> getSongsByGenre(String genre, Data input) {
// Step 1: 获取策略实例
Query query = queryFactory.createQuery(genre);
// Step 2: 解析输入 → 构建查询器（无副作用，返回新对象）
Object parsed = query.parse(); // 可能是 Map<string object> 或自定义 CriteriaParam
QueryBuilder builder = query.createQueryBuilder();
// Step 3: 执行查询（Repository 负责具体实现）
List<songitem> songs = songRepository.findByCriteria(parsed, builder);
// Step 4: 转换结果（策略决定 DTO 结构与字段映射）
PrepareAnswer preparer = prepareAnswerFactory.createPrepareAnswer(genre);
return preparer.prepareAnswer(songs);
}
}</songitem></string></songdto>
⚠️ 关键设计说明与注意事项
-
禁止状态共享：Query 和 PrepareAnswer 实现类必须是无状态（stateless）的——不保存 List
成员变量。否则会引发并发问题（Spring Bean 默认 singleton）且破坏策略的可重入性。 -
数据流单向传递：List
仅作为方法参数在 prepareAnswer() 中短暂存在，不被任何策略类持有或缓存。这保证了线程安全与逻辑隔离。 -
工厂优于 if-else：使用 Map
注入策略实例，比在 Service 中写 if ("ROCK".equals(type)) 更易维护、更易测试、更易集成 Spring 的条件化 Bean（如 @ConditionalOnProperty）。 - Repository 职责明确：SongRepository 应只负责数据访问，不参与业务规则判断（如“Rock 歌曲需额外过滤年代”应在 RockQuery.parse() 中完成）。
-
可测试性保障：每个组件均可独立 Mock：
- QueryFactory → 返回模拟 Query
- SongRepository → 返回预设 List
- PrepareAnswerFactory → 返回模拟 PrepareAnswer 从而对 SongService.getSongsByGenre() 进行精准单元测试，无需启动容器。
✅ 总结
将 Service 视为“编排中枢”，而非“逻辑仓库”，是 Spring Boot 微服务架构中保持长期可维护性的关键。通过策略接口抽象行为、工厂管理实例生命周期、构造注入明确依赖关系，不仅能自然支持多类型查询扩展（新增 JazzQuery 只需新增实现类并注册到工厂），还能让每个模块专注自身契约，显著降低修改成本与回归风险。记住：好的 Service 不写逻辑，只写流程；不存数据，只传数据。
