模組化單體是什麼:耀達 Lite 選的整體形狀
1. 一張圖看完
店員在電腦的瀏覽器或手機上操作。畫面(前端)把「我要存這張銷貨單」這類請求送給後端程式;後端程式只有一支,裡面照業務分成好幾個模組;所有資料都放在同一個資料庫。
先把三個名詞講清楚:
- 前端:使用者看到、點得到的畫面。它自己不存資料,要什麼都跟後端要。
- 後端程式:收到請求之後,檢查內容、決定要改哪些資料、寫進資料庫、把結果傳回去。
- 資料庫:所有單據、庫存、帳款真正存放的地方。這裡指關聯式資料庫(用資料表與 SQL 的那種),哪一套還沒選。
2. 「單體」是什麼意思
「單體」指三件事都只有一份:
- 一支程式:開單、算成本、出報表,全部寫在同一個程式專案裡。
- 一次部署:要上線新版時,整支一起換。
- 一個資料庫:所有資料表都在同一個資料庫裡。
比喻成一家店:所有部門在同一棟樓、共用一本帳。業務開了一張單,倉管在同一本帳上劃掉 3 包餅乾,會計在同一本帳上記一筆應收,三個人翻的是同一本。
對照組是微服務:每個部門各自一棟樓、各自一本帳。業務開了單,要打電話給倉庫說「扣 3 包」,再打電話給會計說「記 315 元」。如果其中一通電話沒打通,兩本帳就對不起來,事後得有人去對帳。
3. 「模組化」是什麼意思
先看例子。銷貨單存檔時要扣庫存。在模組化單體裡,銷售模組不能自己去改庫存的資料表,而是呼叫庫存模組提供的入口「扣庫存(商品,數量)」。怎麼扣、要順便記下哪些東西,由庫存模組在入口裡面決定。
整理成規則,每一個模組都有:
- 自己的資料表:只有這個模組能寫。
- 對外的入口:別的模組要它做事、跟它要資料,都從這裡進來。
- 別的模組只能透過入口找它,不能直接伸手改它的資料表。
耀達 Lite 可能的模組大概長這樣。模組怎麼切還沒談,下表只是示意。
| 模組(示意) | 管的東西 |
|---|---|
| 帳號與公司 | 登入、權限、公司 |
| 基本資料 | 客戶、廠商、商品 |
| 銷售 | 報價、訂單、銷貨、銷貨退回 |
| 採購 | 採購、進貨、進貨退出 |
| 庫存 | 調撥、調整、盤點、組裝拆裝、成本 |
| 帳款與資金 | 收款、付款、其他收支、存提轉帳、刷卡入帳、支票 |
| 報表 | 各種報表 |
| 操作紀錄 | 誰在什麼時候新增、修改、刪除了什麼 |
沒有模組邊界的單體會變成什麼樣
假設沒有這條規則:銷貨單、銷貨退回單、盤點單、組裝單、報表,五個地方各自直接讀寫庫存的資料表。
有一天要改庫存的記法,例如每一筆庫存變動旁邊多記「是哪一張單造成的」。這時要把五個地方全找出來一起改,漏一個,那個地方產生的庫存就少了這一欄。更糟的是,庫存數字錯了的時候,很難知道是五個地方裡的哪一個寫錯的。
程式裡到處互相改資料,改一處壞三處,這就是沒有邊界的單體。有了邊界,庫存的資料表只有庫存模組會動,要改記法就只改庫存模組裡面,別的模組照樣呼叫同一個入口、不用跟著改。
所以「模組化單體」的重點在「模組化」三個字:單體是一支程式,模組化是在這支程式裡畫好界線、而且守住。
4. 用一張銷貨單走一遍
這一節是重心。情境:店員開一張銷貨單,賣 3 包餅乾、每包 105 元、共 315 元,按「儲存」。按之前,餅乾的庫存是 10 包,這位客戶原本欠 1,000 元。
逐步看,最右欄是每一步做完時,資料庫裡的改動算不算數:
| 步驟 | 誰做 | 做什麼 | 資料庫裡生效了沒 |
|---|---|---|---|
| 1 | 瀏覽器 | 送出一個請求:客戶、日期、餅乾 3 包 × 105 元。 | 還沒動 |
| 2 | 銷售模組 | 檢查單據內容,例如客戶和商品都存在。不通過就直接回錯誤,後面都不做。 | 還沒動 |
| 3 | 銷售模組 | 開始一個資料庫交易。 | 還沒動 |
| 4 | 銷售模組 | ① 寫入銷貨單。 | 寫了,還沒生效 |
| 5 | 庫存模組(被呼叫入口) | ② 餅乾庫存 10 → 7。 | 寫了,還沒生效 |
| 6 | 帳款模組(被呼叫入口) | ③ 這位客戶的應收 1,000 → 1,315。 | 寫了,還沒生效 |
| 7 | 操作紀錄模組(被呼叫入口) | ④ 寫一筆操作紀錄。 | 寫了,還沒生效 |
| 8 | 銷售模組 | 四件都成功,送出 commit。 | 四件一起生效 |
注意第 5~7 步:銷售模組沒有自己去改庫存、應收的資料表,而是呼叫庫存、帳款、操作紀錄模組的入口(第 3 節的規則)。但這些入口都在同一支程式裡、用的是同一個資料庫連線,所以它們寫的東西都在同一個交易裡。模組邊界和「一起成功、一起失敗」可以同時成立,這是模組化單體最划算的地方。
換成 Jesse 熟悉的 SQL 大概是這樣。這是示意:資料表怎麼設計還沒談,庫存、應收要存成一個數字還是每次從單據算,也都還沒定。
BEGIN;
-- 銷售模組
INSERT INTO 銷貨單 ...; -- 客戶、日期、315 元
INSERT INTO 銷貨單明細 ...; -- 餅乾 3 包 × 105
-- 庫存模組的入口「扣庫存(餅乾,3)」
UPDATE 庫存 SET 數量 = 數量 - 3 WHERE 商品 = '餅乾'; -- 10 → 7
-- 帳款模組的入口
UPDATE 應收 SET 金額 = 金額 + 315 WHERE 客戶 = ...; -- 1,000 → 1,315
-- 操作紀錄模組的入口
INSERT INTO 操作紀錄 ...;
COMMIT; -- 中間任何一句失敗,就改成 ROLLBACK,前面寫的全部不算
耀達 Lite 的全站規則「庫存跟著單據變」,在正式產品裡就是靠這個交易來保證:單據存進去了,庫存和應收一定跟著變;單據沒存進去,庫存和應收也一定沒變。不會出現「單據有了、庫存沒扣」的半套狀態,而這件事是資料庫本來就會做的。
如果第 ③ 件失敗:單體和微服務對照
假設寫應收那一步出錯(例如那一瞬間資料庫連線斷了)。把銷售、庫存、帳款拆成微服務、各自一個資料庫的話,事情會變成這樣:
| 單體(一個資料庫) | 微服務(三個資料庫) | |
|---|---|---|
| ① 寫入銷貨單 | 寫了,還沒生效 | 銷售服務的資料庫:寫好,已經生效 |
| ② 扣庫存 | 10 → 7,還沒生效 | 透過網路請庫存服務扣。庫存服務的資料庫:7,已經生效 |
| ③ 記應收 | 失敗 | 透過網路請帳款服務記,失敗 |
| 接下來 | 資料庫自動 rollback:銷貨單、庫存都回到按儲存之前 | 資料庫不會幫忙退回,因為前兩件在別的資料庫、早就生效了。要自己寫「補償」程式:請庫存服務把 3 包加回去、把銷貨單作廢 |
| 補償也失敗 | 沒有這一步 | 庫存少了 3 包、銷貨單還在、應收沒記。三本帳對不起來,要有人去查、去修 |
| 店員看到的 | 一個錯誤訊息,單據沒存;可以再按一次 | 看補償做得多完整 |
這種「好幾個資料庫要一起成功或一起失敗」的問題,叫做分散式交易。單體因為只有一個資料庫,根本不會碰到它。
5. 報表為什麼好做
損益表、銷售分析表、現金與存款表,都要把好幾種單據合起來算。拿「把這個月的銷貨、退回、進貨、其他收支合起來」當例子:
一個資料庫裡,一句 SQL 就做得到(示意,表名、欄位都還沒定):
SELECT 種類, SUM(金額)
FROM (
SELECT '銷貨' AS 種類, 金額 FROM 銷貨單 WHERE 日期 BETWEEN '2026-11-01' AND '2026-11-30'
UNION ALL
SELECT '退回', 金額 FROM 銷貨退回單 WHERE 日期 BETWEEN ...
UNION ALL
SELECT '進貨', 金額 FROM 進貨單 WHERE 日期 BETWEEN ...
UNION ALL
SELECT '其他收支', 金額 FROM 其他收支單 WHERE 日期 BETWEEN ...
) AS 全部
GROUP BY 種類;
微服務的話,要先向銷售服務要銷貨和退回、向採購服務要進貨、向帳款服務要其他收支,三份資料各自透過網路拿回來,再在程式裡自己合併、加總、排序。要篩選某位客戶、某個倉庫,也得每個服務都問一次再拼起來。
6. 後端不記狀態:能放大的關鍵
先看反例。店員阿明登入時,請求被送到第 1 份程式,程式在自己的記憶體裡記下「阿明已登入」。接著他開銷貨單,這個請求剛好被送到第 2 份程式;第 2 份的記憶體裡沒有這筆,不認得他,要他重新登入。
正確的做法:誰登入了這類狀態,全部放在資料庫(或所有程式共用的儲存),程式自己的記憶體不記。打到一半還沒存的單不算在內:照現在的單據規則,它留在瀏覽器裡,按「儲存」才送到後端。第 2 份程式收到請求時去共用的地方查,一樣查得到「阿明已登入」。
這種「程式自己不記任何使用者的狀態」的寫法叫無狀態(stateless)。好處是:
- 任何一份程式都能接任何一個請求。每一份都一模一樣,沒有哪一份是特別的。
- 可以開 1 份,也可以開 20 份。人多就多開幾份,前面放一個像總機的負載平衡器,把請求分給各份程式。
- 某一份當掉,換另一份接手就好。使用者的狀態不在那一份裡,不會跟著不見。
這是第 7 節「三個場景跑同一份程式」做得到的前提:從第一天就照無狀態寫,以後從 1 份加到很多份,程式碼不用改。
7. 三個場景各長怎樣
三個場景的程式碼一模一樣,只有設定不同(資料庫在哪裡、開幾份程式、機器多大)。
① 本機 PC:內部測試
一台電腦上跑 1 份程式+1 個資料庫。
② 雲端:幾十人
一台小主機跑 1~2 份程式(虛線那份需要時再開)+一個資料庫+定期備份。
③ 雲端:幾萬人
負載平衡器 → 程式開很多份 → 資料庫(一台主要的+唯讀複本)。
| ① 本機 PC 內部測試 | ② 雲端、幾十人 | ③ 雲端、幾萬人 | |
|---|---|---|---|
| 程式碼 | 同一份 | 同一份 | 同一份 |
| 程式開幾份 | 1 | 1~2 | 很多份,前面加負載平衡器 |
| 機器 | 一台電腦 | 一台小主機 | 好幾台 |
| 資料庫 | 1 個 | 1 個+定期備份 | 一台主要的+唯讀複本 |
| 不同的只有設定 | 資料庫的位址、開幾份程式、機器多大、報表讀主要的那台還是複本 | ||
8. 人變多時先卡在哪裡
程式照第 6 節寫成無狀態,就可以一直加開。但不管開幾份,大家寫的都是同一個資料庫,所以先卡的會是資料庫。
- 查詢加索引與調校。例如「找這位客戶這個月的銷貨單」,沒有索引時資料庫要把每一張銷貨單翻過一遍;加了索引,就像書後面的索引,直接翻到那幾頁。先找出最慢、最常跑的查詢,一句一句改。
- 資料庫機器加大。換一台處理器更多、記憶體更大、硬碟更快的機器。程式不用改。
- 加唯讀複本,報表改讀複本。主要的那台負責寫(開單、收款),複本是它的拷貝,只拿來讀。報表這種只讀不寫、又很重的查詢搬到複本上跑,主要的那台專心處理開單。
- 重的工作改成背景執行。大報表、匯出 Excel、寄信,不在使用者按下去的那一刻做完。按「匯出 Excel」後先回「處理中」,背景做好再通知下載。使用者不用乾等,也不會佔住處理開單的程式。
- 照公司把資料分到不同的資料庫。例如前 500 家公司在甲資料庫、其他的在乙資料庫。一家公司的單據不會跟別家混在一起算,所以分得開。這跟第 12 節「多家公司的資料怎麼隔開」綁在一起,還沒談。
- 把某一個模組搬出去,變成獨立的服務。見第 11 節。
9. 代價與要守的紀律
模組化單體不是沒有缺點,下面五條都是真的會遇到的。
一、模組邊界靠紀律維持,沒有人擋
整支程式在同一個專案、同一個資料庫裡,技術上什麼都碰得到。趕著做一張報表時,直接寫一句 SQL 去讀、甚至去改庫存模組的資料表,比去呼叫入口快。一次兩次沒感覺,累積下來就變回第 3 節那一團:改一處壞三處。
可以減輕的做法:有些語言有工具,能在建置時自動檢查模組之間有沒有亂引用;資料庫也可以讓每個模組用不同的帳號,只准寫自己的資料表。用不用得上,要等語言和資料庫選好之後再看。
二、一次部署就是全部一起上線
只改了報表的一行,開單、收款也跟著重新上線。那一行如果寫壞到讓程式當掉,開單也一起停。所以要有自動測試(上線前自動把重要的流程跑一遍),也要能很快退回上一版。
三、整支程式用同一種語言與框架
不能報表用一種語言、開單用另一種。要換框架,就是整支一起換。
四、某個模組特別吃資源時,不能只加開它
例如月底大家都在跑報表,報表很吃資源,但只能整支多開幾份,開單那部分也跟著多開。第 8 節的「報表改讀複本」「重的工作改成背景執行」可以減輕這一點。
五、資料庫只有一個,它掛了全部停
開單、收款、報表全靠同一個資料庫,它停了整個系統就停。所以要有備份(資料壞了救得回來),也要有備援(另一台隨時能接手)。
10. 另外四個選項為什麼沒選
| 選項 | 做法 | 好處 | 沒選的理由 |
|---|---|---|---|
| B 微服務 | 帳號、單據、庫存、報表各自一支服務、各自的資料庫。 | 可以只加開忙的那一支;各團隊能獨立上線。 | 第 4 節的連動變成分散式交易,要自己寫補償;報表要跨服務拿資料再拼(第 5 節);本機要一次跑起很多支;一個人開發,用不到「各團隊獨立上線」。 |
| C 無伺服器平台 例如 Cloudflare Workers+D1 |
程式交給平台執行,資料放在平台的資料庫(D1)。 | 不用管主機;平台自動伸縮;沒人用時幾乎不花錢;Jesse 也已經在用 Cloudflare 放原型。 |
程式綁在一家平台。 D1 一個資料庫最大 10 GB(付費方案;免費 500 MB),而且官方文件寫「Each individual D1 database is inherently single-threaded, and processes queries one at a time」(每個 D1 資料庫本來就是單執行緒,一次處理一個查詢),會逼成一家公司一個資料庫。 Workers 每個執行個體記憶體 128 MB,對「列印全部期間」「匯出 Excel」這類大報表偏緊(偏緊是推論,沒實測)。 場景 ① 只能用平台的開發工具在本機模擬,官方把本機 D1 定位成部署前的測試環境。 |
| D 後端即服務 Supabase、Firebase 這類 |
前端直接連資料庫,規則寫在資料庫的權限規則與雲端函式。 | 起步最快;登入與驗證信現成。 | 成本計算、沖帳這類複雜規則散在權限規則與雲端函式裡,很難測試;Firebase 是文件型資料庫,不適合跨單據的報表。 |
| E 本機優先 | 每台裝置自己有一份資料庫,背景跟雲端同步。 | 沒網路也能開單,對門市有吸引力。 | 兩台裝置離線時各賣掉最後一件,同步後庫存衝突要有人處理;「單號不重複」「被用到就不能刪」這些全站規則都要重新設計;五個裡面最難做。 |
11. 以後反悔的路
模組邊界守得住的話,以後可以把單一模組整塊搬出去,變成獨立的服務。例如報表越來越吃資源,就把報表模組搬出去自己加開;寄信也一樣。
搬的時候,原本「在同一支程式裡呼叫入口」改成「透過網路呼叫入口」,別的模組呼叫的還是同一個入口。邊界沒守住的話就搬不動,因為不知道還有誰在偷讀它的資料表。
要注意的是,搬出去的模組如果參與第 4 節那種「一起成功、一起失敗」的交易,就會碰到補償的問題。所以適合先搬的是報表、寄信這類不在開單交易裡的。
從單體拆出去,比從微服務合回來容易,所以先選單體是比較保守的起點。
12. 接下來還要談的
下面都還沒決定:
- 多家公司的資料怎麼隔開。
- 資料庫用哪一套(這頁一律寫「關聯式資料庫」)。
- 後端的語言與框架。
- 前端怎麼做。
- 三個場景各自怎麼部署。
- 手機版。
- 模組怎麼切、報表模組能讀別人的資料表到什麼程度(第 3、5 節)。
13. 沒把握、沒實測的地方
- 第 7 節「每秒 1,000~3,000 個請求」是估的:「幾萬人同時在線」和「每人 10~30 秒一個請求」都是假設,沒有實測。
- 「一台資料庫每秒能處理幾千筆簡單交易」是一般經驗,沒有實測。第 8 節說「先卡的是資料庫」,背後是這個經驗。
- Workers 的 128 MB 記憶體對大報表偏緊,是推論,沒有實測。
- 第 4、5 節的 SQL 是示意,表名、欄位、庫存與應收怎麼存都還沒談。
14. 來源
網路資料都是 2026-11-17 查的。
- D1 的上限:developers.cloudflare.com/d1/platform/limits/
- Workers 的上限:developers.cloudflare.com/workers/platform/limits/
- 本機 D1 的定位:developers.cloudflare.com/d1/best-practices/local-development/
- 耀達 Lite 自己的規則:「庫存跟著單據變」「被用到就不能刪」見
docs\prototype.md的全站共用規則。