副标题 / 摘要

Active Record 把数据与持久化绑定在一起，Data Mapper 把持久化隔离为独立层。本文对比二者并给出选型建议。

目标读者

  • 使用 ORM 的后端工程师
  • 设计领域模型的开发者
  • 需要做架构取舍的团队

背景 / 动机

项目变复杂时，持久化模型往往开始“侵入”业务逻辑。
理解 Active Record 与 Data Mapper 的差异，是避免架构污染的关键。

核心概念

  • Active Record：对象自己保存/加载（数据与持久化耦合）
  • Data Mapper：持久化逻辑在独立映射层
  • 领域模型纯度：业务模型是否被 ORM 污染

实践指南 / 步骤

  1. 小型项目可用 Active Record
  2. 复杂领域建议 Data Mapper
  3. 明确领域边界，避免 ORM 侵入
  4. 用 Repository 隔离持久化
  5. 测试业务逻辑时替换存储层

可运行示例

# Active Record 风格
class UserAR:
    def __init__(self, name):
        self.name = name

    def save(self):
        print("save", self.name)


# Data Mapper 风格
class User:
    def __init__(self, name):
        self.name = name


class UserMapper:
    def save(self, user: User):
        print("save", user.name)


if __name__ == "__main__":
    UserAR("Alice").save()
    UserMapper().save(User("Bob"))

解释与原理

Active Record 简单直观，但把持久化耦合进领域模型。
Data Mapper 更复杂，但让业务逻辑更纯粹、更易测试。

常见问题与注意事项

  1. Active Record 适合大项目吗？
    通常不适合，耦合过深。

  2. Data Mapper 会不会太重？
    会增加复杂度，但更利于长期维护。

  3. 可以混用吗？
    可以，但要有清晰边界。

最佳实践与建议

  • 早期快速交付可用 Active Record
  • 复杂业务优先 Data Mapper + Repository
  • 避免 ORM 方法侵入领域模型

小结 / 结论

Active Record 简单但耦合高，Data Mapper 复杂但可维护性好。
选择取决于业务复杂度与演进需求。

参考与延伸阅读

  • Patterns of Enterprise Application Architecture
  • Martin Fowler: Active Record / Data Mapper

元信息

  • 阅读时长：7~9 分钟
  • 标签：Active Record、Data Mapper、ORM
  • SEO 关键词：Active Record, Data Mapper
  • 元描述：对比两种持久化模式并给出选型建议。

行动号召（CTA）

评估一次你的领域模型是否被 ORM 侵入，必要时引入 Repository。