Clean Architecture & Design Patterns in Practice · บทเรียน

ตัวแมปข้อมูลและ DTO

เรียนรู้การแมปข้อมูลระหว่างเอนทิตีภายในกับโครงสร้างข้อมูลภายนอก (DTO) สำหรับการโต้ตอบกับฐานข้อมูลหรือ API

บทเรียน 3 จาก 411 ขั้นตอน

ตัวแมปข้อมูลและ DTO เป็นบทเรียน Clean Architecture & Design Patterns in Practice ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Clean Architecture & Design Patterns in Practice และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Clean Architecture & Design Patterns in Practice มีบทเรียนทั้งหมด 4 บทเรียน

บางส่วนของบทเรียนนี้ยังไม่ได้รับการแปล และแสดงเป็นภาษาอังกฤษ

Mapping Data: Why We Need It

In Clean Architecture, your core business logic (Entities and Use Cases) should be independent of external details like databases or web frameworks.

But how do your internal data structures communicate with the outside world? This is where Data Mappers and Data Transfer Objects (DTOs) come in.

Entities vs. External Data

Your Entities contain crucial business rules and are designed for your domain logic. They often have methods and complex relationships.

Exposing these entities directly to external layers (like a database or an API) can lead to:

Tight Coupling: Changes in your database or API might force changes in your core entities.
Security Risks: You might expose sensitive internal data.
Data Shape Mismatch: External systems often need data in a different format than your internal domain model.

Introducing Data Transfer Objects (DTOs)

A Data Transfer Object (DTO) is a simple object used to transfer data between different layers or processes. Think of it as a plain data container.

Key characteristics of DTOs:

They only hold data, typically public fields or simple getters/setters.
They contain no business logic.
They are designed for specific external communication needs (e.g., API request/response, database record).

DTOs in Action: An Example

Let's imagine a Product entity in our core domain and a ProductDto for communicating with an external API.

Notice how the DTO fields might be named differently or represent a subset of the entity's data.

class Product { // Internal Entity
  private String id;
  private String name;
  private double price;
  // ... business methods
}

class ProductDto { // External DTO
  public String productId;
  public String productName;
  public double productPrice;
  // No business logic here
}

The Role of Data Mappers

A Data Mapper is an object responsible for converting data between your internal Entities and external DTOs (and vice-versa).

It acts as a translator, ensuring your core domain remains clean and isolated. Mappers protect your entities from changes in external data formats.

Implementing a Simple Data Mapper

A data mapper typically has methods to convert from an entity to a DTO, and from a DTO back to an entity.

This allows controlled data flow and transformation.

class ProductMapper {
  public ProductDto toDto(Product product) {
    if (product == null) return null;
    return new ProductDto(
      product.getId(),
      product.getName(),
      product.getPrice()
    );
  }

  public Product toEntity(ProductDto dto) {
    if (dto == null) return null;
    return new Product(
      dto.productId,
      dto.productName,
      dto.productPrice
    );
  }
}

Using the Data Mapper

Here's how you'd use a ProductMapper to convert between your internal Product entity and its external ProductDto representation.

Try running this example!

public class Main {
  // Product Entity (simplified for demo)
  static class Product {
    private String id;
    private String name;
    private double price;

    public Product(String id, String name, double price) {
      this.id = id;
      this.name = name;
      this.price = price;
    }
    public String getId() { return id; }
    public String getName() { return name; }
    public double getPrice() { return price; }
  }

  // Product DTO (simplified for demo)
  static class ProductDto {
    public String productId;
    public String productName;
    public double productPrice;

    public ProductDto(String productId, String productName, double productPrice) {
      this.productId = productId;
      this.productName = productName;
      this.productPrice = productPrice;
    }
  }

  // Data Mapper
  static class ProductMapper {
    public ProductDto toDto(Product product) {
      if (product == null) return null;
      return new ProductDto(
        product.getId(),
        product.getName(),
        product.getPrice()
      );
    }

    public Product toEntity(ProductDto dto) {
      if (dto == null) return null;
      return new Product(
        dto.productId,
        dto.productName,
        dto.productPrice
      );
    }
  }

  public static void main(String[] args) {
    Product originalProduct = new Product("A101", "Keyboard", 75.00);
    ProductMapper mapper = new ProductMapper();

    ProductDto productDto = mapper.toDto(originalProduct);
    System.out.println("DTO Name: " + productDto.productName);

    Product convertedProduct = mapper.toEntity(productDto);
    System.out.println("Entity Name: " + convertedProduct.getName());
  }
}

DTOs for Different Contexts

You don't just need one DTO per entity! Different external interactions might require different data shapes:

ProductRequestDto: For creating or updating a product via an API.
ProductResponseDto: For sending product details back from an API.
ProductSummaryDto: For a list view, only showing ID, name, and a short description.

Each DTO serves a specific purpose, keeping data transfer lean and relevant.

Benefits of Mappers and DTOs

Using Data Mappers and DTOs offers significant advantages in Clean Architecture:

Decoupling: Protects your core domain from external changes.
Flexibility: Easily adapt to new external data formats without altering entities.
Security: Control exactly what data is exposed or accepted.
Clear Contracts: DTOs define explicit contracts for external communication.
Testability: Mappers are simple to unit test in isolation.

Test Your Knowledge

Which of the following best describes the primary purpose of a Data Transfer Object (DTO) in Clean Architecture?

ตอบคำถามในบทเรียนแบบโต้ตอบ

Recap: Mappers & DTOs

You've learned how Data Mappers and Data Transfer Objects (DTOs) are vital for maintaining the independence of your core domain in Clean Architecture.

DTOs are plain data structures for external communication.
Data Mappers translate between your internal Entities and these external DTOs.

This pattern ensures your business logic remains pure, flexible, and decoupled from external concerns.

เริ่มต้นได้ฟรี

เรียนรู้ Clean Architecture & Design Patterns in Practice ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส: 12
บทเรียน: 48

เริ่มเรียนฟรี ดูหลักสูตรเต็ม

คำถามที่พบบ่อย

บทเรียน “ตัวแมปข้อมูลและ DTO” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “ตัวแมปข้อมูลและ DTO” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Clean Architecture & Design Patterns in Practice ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Clean Architecture & Design Patterns in Practice มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “ตัวแมปข้อมูลและ DTO”

เรียนรู้การแมปข้อมูลระหว่างเอนทิตีภายในกับโครงสร้างข้อมูลภายนอก (DTO) สำหรับการโต้ตอบกับฐานข้อมูลหรือ API คุณปฏิบัติ Clean Architecture & Design Patterns in Practice ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Clean Architecture & Design Patterns in Practice หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Clean Architecture & Design Patterns in Practice บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน

บทเรียน “ตัวแมปข้อมูลและ DTO” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Clean Architecture & Design Patterns in Practice นี้ได้ไหม

ได้ บทเรียน Clean Architecture & Design Patterns in Practice ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ Clean Architecture & Design Patterns in Practice