在企业场景下，当领域模型强调数据一致性和强事务支持时，部署策略的选择将受到深刻的影响。这样的场景通常意味着系统需要具备高度的可靠性和稳定性，以确保在任何情况下，数据都能保持一致的状态，同时确保事务的正确定义和执行。具体来说，我将从以下几个方面来阐述这种影响以及相应的部署策略。

1. 数据库选择：为了保证数据的一致性和事务的完整性，首先需要选择一个支持ACID（原子性、一致性、隔离性、持久性）特性的数据库。这类数据库往往更加适合于交易类的应用程序，例如金融系统、电商平台等。MySQL、PostgreSQL 和 Oracle 等传统关系型数据库是这类场景的首选，因为它们提供了强大的事务处理能力和数据一致性保证。

2. 数据模型设计：在设计领域模型时，应更加侧重于实体之间的关系和事务边界。例如，使用聚合根（Aggregate Root）来定义事务边界，确保每次操作都是对聚合根的一致更新。这样可以有效地防止跨聚合的数据不一致性问题。此外，采用最终一致性模型时，需要谨慎，确保能满足系统对于一致性的要求。

3. 部署架构：部署架构上，可以采用多副本的方式部署数据库，结合主从复制或集群等技术，以提高系统的可用性和扩展性。在大型分布式系统中，还可以考虑使用分布式事务协调器（如Seata、TCC等），以实现跨服务、跨数据库的事务管理，保证全局一致性。

4. 性能优化：虽然强一致性和强事务支持是必要的，但它们也可能影响系统的性能。因此，在设计时，应考虑使用索引、缓存等手段来优化查询性能。同时，根据业务需求合理设置事务隔离级别，如读已提交（Read Committed）或可重复读（Repeatable Read），在保证一致性的基础上尽可能提高系统吞吐量。

5. 监控与维护：对于强一致性和强事务支持的系统，日常监控和维护尤为重要。应设置完善的监控体系，对数据库性能、死锁、事务失败等情况进行实时监控，并快速响应异常情况。此外，定期备份数据，确保在发生灾难性故障时能够快速恢复。

总之，在强调数据一致性和强事务支持的企业场景下，部署策略需要全面考虑从数据库选择、数据模型设计到部署架构等多个方面，以确保系统能够在满足业务需求的同时，保持稳定和高效地运行。