gydtep

而且极大简化了容器弹性实现，无需按照容量规划，按需创建容器应用 Pod 即可；此外 Serverless 容器运行时可以被整个云弹性计算基础设施所支撑，保障整体弹性的成本和规模。

gydtep

众多云厂商也将容器和 Serverless 做进一步的融合：例如阿里云的 Serverless 容器服务 ASK、Google GKE 的 AutoPilot，以免运维的方式降低了客户在 K8s 节点和集群上的操作复杂度，

gydtep

同时，仍然可以通过 K8s 命令行和 API 来部署容器应用，充分利用了 K8s 的编排能力，并且根据应用配置的 CPU 和内存资源量进行按需付费。

gydtep

函数计算的调度系统帮助莉莉丝合理安排每个请求，对于死循环问题，也贴心的提供了超时杀进程机制，并将调度系统的复杂性下沉到了基础设施。

gydtep

此外，函数计算深度优化后的冷启动时延大幅下降，从调度、到获取计算资源、再到服务启动，基本在 1 秒+左右。

gydtep

因此本文就是为了解决 DDD 领域驱动落地实践最后一公里问题，将我们分析出来的领域模型通过与工程结构的映射实现真正的落地。

gydtep

当我们完成领域模型构建之后，我们需要先确定下微服务内部的领域分层结构，因为这个领域分层的好坏直接决定了我们微服务的工程结构是否合理，调用逻辑是否清晰。

gydtep

。而这些领域模型都需要映射到实际的代码，我们开发的代码到底应该放在哪一层，放在哪些目录中，都需要依托于领域封层的结果。

gydtep

前面几篇文章中，笔者给大家阐述了 DDD 领域驱动设计的三大过程，重点围绕如何通过战略设计与战术设计进行 DDD 落地实践进行了详细的讨论，但是还没有涉及到工程层面的落地。实际上所有的这些架构理论到最后都是为了使得我们代码结构更加清晰，从而开发出 bug 少、扩展性强、逻辑清楚的应用。因此本文就是为了解决 DDD 领域驱动落地实践最后一公里问题，将我们分析出来的领域模型通过与工程结构的映射实现真正的落地。
DDD 领域分层
当我们完成领域模型构建之后，我们需要先确定下微服务内部的领域分层结构，因为这个领域分层的好坏直接决定了我们微服务的工程结构是否合理，调用逻辑是否清晰。而这些领域模型都需要映射到实际的代码，我们开发的代码到底应该放在哪一层，放在哪些目录中，都需要依托于领域封层的结果。但是真正的领域驱动设计在怎么规范代码结构上面实际也没有具体的规范，因此我们需要根据自己的实践经验以及思考进行划分。

gydtep

从领域和代码实现的角度来理解，领域模型绑定了领域和代码实现，确保了最终的代码实现就一定是解决了领域中的核心问题的。因为：1）领域驱动领域模型设计；2）领域模型驱动代码实现。