使用Clean清洁架构注意：请勿将系统直接连接到外部系统！需要通过适配器转换或验证：
在企业应用中，我们经常需要与第三方系统集成。例如，如果我们有一个订购系统，我们可能需要将其与企业资源规划系统和快递系统集成。在工业自动化领域，我们可能需要与传感器集成。
与第三方系统集成的可能性包括以下几种：
- REST API
- SOAP
- FTP
- SQL
验证规则
一个挑战是：在向第三方系统发送数据时，我们需要确保数据的有效性。我们必须遵守第三方系统设定的约束条件，防止向第三方系统发送不良数据。
举个例子，当我们向企业资源规划系统发送订单时，也许我们分配的订单号必须是最多 10 个字符，因为这是企业资源规划系统唯一能接受的。订单价格必须是小数，精确到小数点后 2 位，而且必须是正数。这意味着，在向外部系统发送数据之前，我们需要对这些约束条件进行验证。
反过来，我们也需要检查来自第三方系统的数据是否有效，是否满足我们指定的约束条件。
例如，从第三方系统读取数据时，我们还需要检查类型兼容性；例如，first_name 字段必须是字符串，amount 字段必须是小数，必须是正数，产品必须设置为活动。
此外，我们还可以对范围和格式进行一定的限制。
例如，字符串的长度必须介于 3 和 10 之间；电子邮件或社会保险号必须符合特定格式；值必须在某种范围内（例如，颜色必须是红色、绿色或蓝色，不接受其他字符串）；整数必须介于 2 和 100 之间（下限和上限包括或不包括）。我们可以检查某些日期必须在过去或未来。
因此，总的原则是我们需要负责向外部系统发送有效数据。但另一方面，当我们从外部系统读取数据时，我们也必须非常保守--我们不应该相信来自外部的数据。
测量单位
第三方系统的另一个问题是，只要涉及到任何单位，我们就必须非常明确地告诉与我们集成的其他团队--使用的是什么单位？
例如，假设一个团队使用公制单位，而另一个团队使用英制单位。这些差异需要作为 API 合同的一部分记录在案，并有足够的适配器来处理单位转换。
正确性检查
除了这些标准的、简单的、相对简单的验证外，我们还可以使用额外的验证来进行正确性检查。
例 1：假设一架飞机的机头角度必须在 0 至 90 度或 270 至 360 度之间。任何超出该范围的值都会被解释为传感器可能出错。
例 2：我们有一个测量身高的传感器。假设我们研究了全世界人的身高，发现最矮的人是 50 厘米，最高的人是 240 厘米。在最小值和最大值上添加缓冲区后，我们就可以说，我们的高级传感器应该接受 40 厘米到 250 厘米之间的有效值，但超出这个范围的值我们就解释为传感器可能出错了。
波音公司就曾出现过这种特殊问题，例如，只有一个传感器，但它却接收到了错误的数据，而且正如所评论的那样，MCAS 没有输入限制，因此这意味着它提供了错误的输入；也许输入超出了范围或其他什么，但在撰写本文时我们还不知道。但这种情况本可以通过验证来避免。就传感器而言，最好能有冗余，即我们连接的多个传感器都能检测到传感器之间的数据差异。
总结
在处理第三方系统集成时，验证是一个非常重要的主题。我们需要验证发送给第三方系统的数据，以避免第三方系统因为我们发送了错误数据而返回错误。另一方面，我们也需要验证从第三方系统传入的数据，以确保其满足我们的限制条件。
如果我们使用的是clean整洁架构：
- 我们就会在用例层进行一定程度的验证。
- 我们还将在领域层中建立领域不变性，
- 然后当我们通过基础设施向外部系统发送数据时，数据已经处于有效状态。
这只是发送一个方面。
另一方面，即接收端，是我们从第三方系统读取数据时的基础架构。
同样，我们正在从这些数据中构建域实体和值对象，因为它们具有域不变式，可以确保某些域不变式得到尊重。
banq注：通过领域事件约定上下文映射之间这种数据结构Schema是一种简单方式，缺点需要以主或上帝角度俯视掌控全局。