领域驱动设计对12306购票业务的设计思考

前言

常规的电商系统的业务针对商品，处理好SKU和SPU的关系即可，购物下单时，最复杂的业务在促销和分布式库存的处理，至于订单流程，相对固化。

至于12306购票系统的购票业务复杂度则复杂得多，而且这是动态商品的典型案例，甚至于购买的每一张车票都会影响后续可够票的不同组合变化，对于站点较多的车次，持续运营下来，要找出两趟车所售出的票完全相同都不容易。

这种复杂度这么高的业务，如果单纯用数据驱动或者事件驱动的形式来开发，很容易代码缠绕越来越深，开发和维护难度越来越大。

越简单的业务系统越不必用领域驱动设计，而在业务越复杂的领域，领域驱动设计（DDD）的优势就彰显出来。

基本概念

我们先分析一下系统涉及哪些业务对象：

• 车次：车次标识着从始发站到终点站的某一趟特定的列车；还包含发车时间、每个站的标准到达时间；

• 车厢：一趟列车包含若干节车厢，一般按数字来命名，每个车次的车厢数量会有所不同。对于高铁一般分为二等座车厢、一等座车厢、商务座车厢等。

• 座位：不同的车厢类型会分布着若干个座位，如果是餐车车厢则没有提供可购买的座位。根据车厢的不同座位数量和编号也不同。

• 座位编号：高铁座位编号用第几排 + ABCDF表示，对于二等座则是ABC DF，对于一等座则是AC DF，对于特等座或者商务座则是AC F，中间是过道，两边是车窗。
  

• 站点：一个车次从始发站、经过中间若干站点，然后到达终点站，每次停靠和供乘客上下车的地方称为站点。

• 车票：一张车票的主要信息包含：出发时间、出发站点、目的站点、车次、车厢、座位号。

• 限额：这个概念比较复杂，下面会专门章节分析。铁路运营同样要考虑营收，如果不设置限额，则某趟车次出现大量短站点乘车时，该趟列车全程上座率就会很低。
  

购票可能 和 站点重叠

以一个最简单的例子：

    这趟车次只有6个站S1~S6，只有一节车厢一排座位，5个位置。

• 情况1：最好的情况

    每个座位售出的票都是首发到终点，这对于运营是利益最大的。

• 情况2：最差的情况

    空车当然是最差的情况，我要讨论的不是空车，而是每个座位都有购买，但是每个座位都只是售出了最短的路途。

• 站点重叠：其它的情况，则会涉及站点重叠

    比如客户A购买了S1--》S2（或者S2--》S3诸如此类）的A座位，那么剩余从S1到S6的剩余票数则是4，但是如果购买S2--》S6却还是有座位的。

    极端的情况下，就是当一趟车次只有座位的情况下，可以拆成N-1张票（N为站点数量）。只要不存在重叠，就可以购票（当然，前提是该区间限额允许）

可售矩阵和可售区间

    如图所示，对于本文例子，可以形成这样的【矩阵】，每一个块就是一个可选的【区间】，在不考虑限额的前提下，均可以独立下单购买一张车票。

    图中绿色表示已购买，黄色表示选择已选择但未付款，时间到了（如10分钟）会自动解锁释放，白色整体表示【可售矩阵】，每一块表示【可售区间】。

    如果站点很多，则Y轴延长，如果座位行数多，以及不同车厢类型（如商务车厢只有3个座位）则X轴延长，如6C，表示第6行C座位。

    从图中可见，A座位已经全部售出，B座位则锁定了S1-->S4（下车，所以不含），但是如果未支付，会到时释放。这是B座位也可以购买S4--》S6的区间；C也一样；D则可以购买S1--》S3 和 S5--》S6 的区间；F则可以购买S5--》S6区间。

    所以一趟车的可售票，就转换为 座位 * 站点（N-1）的可售区间矩阵了。

   当然，实际运营中，为了利润（上座率）更高，对于不同的站点会设置限额，让可售区间更倾向热门站点，避免冷门站点占用资源过多或者出现恶意占用（比如黄牛）的情况。

可售数量限额

    限额针对的是可售数量，类型包括：

• 售票渠道（网上、窗口）

• 目的站点的不同可售数量会有差异

• 投放数量，比如逢节假日，热门车次不一定是一次性投放全部可售票数的。
  

    现在高铁统一了销售形式，售票渠道的差异可以没有（这点我不确定），所以本文暂时不考虑这个因素，只考虑目的站点的可售数量限额。

   以湛江西到佛山西高铁为例，阳江到阳东这一段几乎没有下车的人，高铁也以车次作为调控，即每天经停阳东的班次只有几列，但是针对这几列为了规避黄牛和提高全程上座率，可能也是做了数量限额（这点要向铁路部门考证，本文只是把这种因素考虑入内，用于分析）。

   另外，分批投放的情况也是存在的，这样兼顾公平，避免票被一次性抢完。

限额和矩阵

• 站点限额：如目的站的是S2或者S3，则限额为2，座位不限，只要有区间组合就可以选择。

• 分批投放：不限站点，但是只分配2/5出来，座位不限，对照图中的例子，如一旦购买了A+S1--》S6、F+S1--》S6，则本次限额就用完了。或者这个组合也可以A+S1--》S6、F+S1--》S5、F+S5--》S6.

• 限额数值：高铁线路初始时，可以根据站点所在城市人口、GDP、流动性（外出打工、商贸物流之类）给予该站点一个限额初始值，后面根据客流量数据持续微调，运营一段时间便会相对正确，到了春节等节假日，根据春运的流向需要做反向调整。

模型设计 -- 聚合根

    可以作为聚合根的勾选无非就是车次、站点、座位、票等，但是站点和座位只是归属车次的子域，而票是一次购票的输出凭证，所以，

    以车次作为聚合根是没什么异议的。

•  车次领域模型

    包含3个实体，分别是车次、车厢和座位。实体是需要持久化保存的。

    然后基于这些基本元素，计算获得可售矩阵和可售区间，这部分数据可以持久化，也可以放入内存即可，因为只要该车次售票停止（考虑到图中可以补票、升位之类，所以一般是到达终点站后停止），该矩阵则不会再被使用，所以并不需要持久化。

     下面是限额的约束，限额一般会在系统层面定义一些限额模版，然后根据模版生成每一个班次的列车限额配置。

     基于可售矩阵和区间，可以形成一套售票方法，作为车次领域模型对外提供的服务方法。

     当接收到乘客信息、班次、选位（有则满足，无则动态分配），然后生成车票，并锁定区间。

     当支付成功后，则永久锁定该区间，直到客户发生改签行为。

• 购票资格领域模型

    这个判断相当复杂，需要对接很多外部的系统获的诸如个人信用等信息，当资格通过后，还要继续验证如：

    1、同一班次只能购买一次。

    2、同一人乘坐两趟列车时间是否冲突、地点是否冲突等。

• 车票领域模型

    作为铁路出行的唯一凭证，当然要独立作为一个领域模型，并且该模型需要外部各类系统对接。

总结

这篇文章我只是提出了一个矩阵和区间的建模思路，至于12306是不是就是这样实现的，那就未必了。

学习领域驱动设计，最重要的是不断思考，要从业务聚合的角度去设计，而从根本性改变以数据库设计驱动或者业务事件驱动的开发思路。