对于需要频繁跨聚合查询的应用场景，设计时需要采取策略来平衡性能与设计的简洁性，以下是几种可以采用的策略：

1. 命令式查询：在无法避免跨聚合的查询时，可以考虑使用领域服务来封装查询逻辑。领域服务不会改变聚合内部的状态，只是提供了查询的逻辑。例如，如果需要查询某个用户下的所有订单，可以创建一个OrderQueryService来处理这一逻辑，该服务可以访问User和Order聚合。

2. 查询模型优化：采用CQRS（命令查询职责分离）模式，为查询创建特定的只读模型。这些模型可以直接映射到数据库表，从而加快查询速度。例如，可以为上述的“查询用户下的所有订单”需求创建一个专门的查询模型，该模型只包含查询所需的数据，不包含业务逻辑。

3. 事件溯源与侧写：利用事件溯源技术，当业务事件发生时，这些事件可以被捕捉并用于更新一个或多个侧写（Projection）。侧写是针对特定查询需求构建的数据镜像，可以极大地提高查询性能。例如，每当用户创建或修改订单时，都会触发事件，并更新用户订单侧写，这样查询时可以直接从侧写中读取数据。

4. 缓存策略：对于频繁查询但不经常更新的数据，可以采用缓存机制。将查询结果缓存一段时间，减少对数据库的直接访问。例如，如果用户订单信息变化频率较低，可以将查询结果缓存至Redis中，下次查询时先查缓存。

5. 数据分片与分布式数据库：在大规模系统中，可以考虑数据分片和分布式数据库技术，将数据分散存储，减少单点查询的压力。通过合理的分片策略，如根据用户ID对用户数据进行分片，可以有效提高查询性能。

综上所述，设计时应综合考虑具体的业务场景、技术栈及性能需求，选择最合适的方案。每种方法都有其适用场景和局限性，需要根据实际情况灵活应用。