最近最新最好看的中文字幕,最近最新最好看的中文字幕,国外性生活黄色一级大片,亚洲午夜福利视频在线,鸡吧鸡吧鸡吧操逼逼使劲操,中文字幕成人在线观看,伊人av诱惑久久久,大屁股人妻中文字幕在线,亚洲精品综合亚洲精品综合

 

　　CQRS架構(gòu)由于本身只是一個讀寫分離的思想，實現(xiàn)方式多種多樣。比如數(shù)據(jù)存儲不分離，僅僅只是代碼層面讀寫分離，也是CQRS的體現(xiàn)；然后數(shù)據(jù)存儲的讀寫分離，C端負責(zé)數(shù)據(jù)存儲，Q端負責(zé)數(shù)據(jù)查詢，Q端的數(shù)據(jù)通過C端產(chǎn)生的Event來同步，這種也是CQRS架構(gòu)的一種實現(xiàn)。今天我討論的CQRS架構(gòu)就是指這種實現(xiàn)。另外很重要的一點，C端我們還會引入Event Sourcing+In Memory這兩種架構(gòu)思想，我認為這兩種思想和CQRS架構(gòu)可以完美的結(jié)合，發(fā)揮CQRS這個架構(gòu)的最大價值。

 

 

　　傳統(tǒng)架構(gòu)，數(shù)據(jù)一般是強一致性的，我們通常會使用數(shù)據(jù)庫事務(wù)保證一次操作的所有數(shù)據(jù)修改都在一個數(shù)據(jù)庫事務(wù)里，從而保證了數(shù)據(jù)的強一致性。在分布式的場景，我們也同樣希望數(shù)據(jù)的強一致性，就是使用分布式事務(wù)。但是眾所周知，分布式事務(wù)的難度、成本是非常高的，而且采用分布式事務(wù)的系統(tǒng)的吞吐量都會比較低，系統(tǒng)的可用性也會比較低。所以，很多時候，我們也會放棄數(shù)據(jù)的強一致性，而采用最終一致性；從CAP定理的角度來說，就是放棄一致性，選擇可用性。

 

　　CQRS架構(gòu)，則完全秉持最終一致性的理念。這種架構(gòu)基于一個很重要的假設(shè)，就是用戶看到的數(shù)據(jù)總是舊的。對于一個多用戶操作的系統(tǒng)，這種現(xiàn)象很普遍。比如秒殺的場景，當(dāng)你下單前，也許界面上你看到的商品數(shù)量是有的，但是當(dāng)你下單的時候，系統(tǒng)提示商品賣完了。其實我們只要仔細想想，也確實如此。因為我們在界面上看到的數(shù)據(jù)是從數(shù)據(jù)庫取出來的，一旦顯示到界面上，就不會變了。但是很可能其他人已經(jīng)修改了數(shù)據(jù)庫中的數(shù)據(jù)。這種現(xiàn)象在大部分系統(tǒng)中，尤其是高并發(fā)的WEB系統(tǒng)，尤其常見。

 

　　所以，基于這樣的假設(shè)，我們知道，即便我們的系統(tǒng)做到了數(shù)據(jù)的強一致性，用戶還是很可能會看到舊的數(shù)據(jù)。所以，這就給我們設(shè)計架構(gòu)提供了一個新的思路。我們能否這樣做：我們只需要確保系統(tǒng)的一切添加、刪除、修改操作所基于的數(shù)據(jù)是最新的，而查詢的數(shù)據(jù)不必是最新的。這樣就很自然的引出了CQRS架構(gòu)了。C端數(shù)據(jù)保持最新、做到數(shù)據(jù)強一致；Q端數(shù)據(jù)不必最新，通過C端的事件異步更新即可。所以，基于這個思路，我們開始思考，如何具體的去實現(xiàn)CQ兩端。看到這里，也許你還有一個疑問，就是為何C端的數(shù)據(jù)是必須要最新的？這個其實很容易理解，因為你要修改數(shù)據(jù)，那你可能會有一些修改的業(yè)務(wù)規(guī)則判斷，如果你基于的數(shù)據(jù)不是最新的，那意味著判斷就失去意義或者說不準確，所以基于老的數(shù)據(jù)所做的修改是沒有意義的。

 

 

　　傳統(tǒng)架構(gòu)，各個組件之間是強依賴，都是對象之間直接方法調(diào)用；而CQRS架構(gòu)，則是事件驅(qū)動的思想；從微觀的聚合根層面，傳統(tǒng)架構(gòu)是應(yīng)用層通過過程式的代碼協(xié)調(diào)多個聚合根一次性以事務(wù)的方式完成整個業(yè)務(wù)操作。而CQRS架構(gòu)，則是以Saga的思想，通過事件驅(qū)動的方式，最終實現(xiàn)多個聚合根的交互。另外，CQRS架構(gòu)的CQ兩端也是通過事件的方式異步進行數(shù)據(jù)同步，也是事件驅(qū)動的一種體現(xiàn)。上升到架構(gòu)層面，那前者就是SOA的思想，后者是EDA的思想。SOA是一個服務(wù)調(diào)用另一個服務(wù)完成服務(wù)之間的交互，服務(wù)之間緊耦合；EDA是一個組件訂閱另一個組件的事件消息，根據(jù)事件信息更新組件自己的狀態(tài)，所以EDA架構(gòu)，每個組件都不會依賴其他的組件；組件之間僅僅通過topic產(chǎn)生關(guān)聯(lián)，耦合性非常低。

 

　　上面說了兩種架構(gòu)的耦合性，顯而易見，耦合性低的架構(gòu)，擴展性必然好。因為SOA的思路，當(dāng)我要加一個新功能時，需要修改原來的代碼；比如原來A服務(wù)調(diào)用了B,C兩個服務(wù)，后來我們想多調(diào)用一個服務(wù)D，則需要改A服務(wù)的邏輯；而EDA架構(gòu)，我們不需要動現(xiàn)有的代碼，原來有B,C兩訂閱者訂閱A產(chǎn)生的消息，現(xiàn)在只需要增加一個新的消息訂閱者D即可。

 

　　從CQRS的角度來說，也有一個非常明顯的例子，就是Q端的擴展性。假設(shè)我們原來Q端只是使用數(shù)據(jù)庫實現(xiàn)的，但是后來系統(tǒng)的訪問量增大，數(shù)據(jù)庫的更新太慢或者滿足不了高并發(fā)的查詢了，所以我們希望增加緩存來應(yīng)對高并發(fā)的查詢。那對CQRS架構(gòu)來說很容易，我們只需要增加一個新的事件訂閱者，用來更新緩存即可。應(yīng)該說，我們可以隨時方便的增加Q端的數(shù)據(jù)存儲類型。數(shù)據(jù)庫、緩存、搜索引擎、NoSQL、日志，等等。我們可以根據(jù)自己的業(yè)務(wù)場景，選擇合適的Q端數(shù)據(jù)存儲，實現(xiàn)快速查詢的目的。這一切都歸功于我們C端記錄了所有模型變化的事件，當(dāng)我們要增加一種新的View存儲時，可以根據(jù)這些事件得到View存儲的最新狀態(tài)。這種擴展性在傳統(tǒng)架構(gòu)下是很難做到的。

 

 

　　可用性，無論是傳統(tǒng)架構(gòu)還是CQRS架構(gòu)，都可以做到高可用，只要我們做到讓我們的系統(tǒng)中每個節(jié)點都無單點即可。但是，相比之下，我覺得CQRS架構(gòu)在可用性方面，我們可以有更多的回避余地和選擇空間。

 

　　傳統(tǒng)架構(gòu)，因為讀寫沒有分離，所以可用性要把讀寫合在一起綜合考慮，難度會比較更大。因為傳統(tǒng)架構(gòu)，如果一個系統(tǒng)的高峰期的并發(fā)寫入很大，比如為2W，并發(fā)讀取也很大，比如為10W。那該系統(tǒng)必須優(yōu)化到能同時支持這種高并發(fā)的寫入和查詢，否則系統(tǒng)就會在高峰時掛掉。這個就是基于同步調(diào)用思路的系統(tǒng)的缺點，沒有一個東西去削峰填谷，保存瞬間多出來的請求，而必須讓系統(tǒng)不管遇到多少請求，都必須能及時處理完，否則就會造成雪崩效應(yīng)，造成系統(tǒng)癱瘓。但是一個系統(tǒng)，不會一直處在高峰，高峰可能只有半小時或1小時；但為了確保高峰時系統(tǒng)不掛掉，我們必須使用足夠的硬件去支撐這個高峰。而大部分時候，都不需要這么高的硬件資源，所以會造成資源的浪費。所以，我們說基于同步調(diào)用、SOA思想的系統(tǒng)的實現(xiàn)成本是非常昂貴的。

 

　　而在CQRS架構(gòu)下，因為CQRS架構(gòu)把讀和寫分離了，所以可用性相當(dāng)于被隔離在了兩個部分去考慮。我們只需要考慮C端如何解決寫的可用性，Q端如何解決讀的可用性即可。C端解決可用性，我覺得是更加容易的，因為C端是消息驅(qū)動的。我們要做任何數(shù)據(jù)修改時，都會發(fā)送Command到分布式消息隊列，然后后端消費者處理Command->產(chǎn)生領(lǐng)域事件->持久化事件->發(fā)布事件到分布式消息隊列->最后事件被Q端消費。這個鏈路是消息驅(qū)動的。相比傳統(tǒng)架構(gòu)的直接服務(wù)方法調(diào)用，可用性要高很多。因為就算我們處理Command的后端消費者暫時掛了，也不會影響前端Controller發(fā)送Command，Controller依然可用。從這個角度來說，CQRS架構(gòu)在數(shù)據(jù)修改上可用性要更高。不過你可能會說，要是分布式消息隊列掛了呢？呵呵，對，這確實也是有可能的。但是一般分布式消息隊列屬于中間件，一般中間件都具有很高的可用性（支持集群和主備切換），所以相比我們的應(yīng)用來說，可用性要高很多。另外，因為命令是先發(fā)送到分布式消息隊列，這樣就能充分利用分布式消息隊列的優(yōu)勢：異步化、拉模式、削峰填谷、基于隊列的水平擴展。這些特性可以保證即便前端Controller在高峰時瞬間發(fā)送大量的Command過來，也不會導(dǎo)致后端處理Command的應(yīng)用掛掉，因為我們是根據(jù)自己的消費能力拉取Command。這點也是CQRS C端在可用性方面的優(yōu)勢，其實本質(zhì)也是分布式消息隊列帶來的優(yōu)勢。所以，從這里我們可以體會到EDA架構(gòu)（事件驅(qū)動架構(gòu)）是非常有價值的，這個架構(gòu)也體現(xiàn)了我們目前比較流行的Reactive Programming（響應(yīng)式編程）的思想。

 

　　然后，對于Q端，應(yīng)該說和傳統(tǒng)架構(gòu)沒什么區(qū)別，因為都是要處理高并發(fā)的查詢。這點以前怎么優(yōu)化的，現(xiàn)在還是怎么優(yōu)化。但是就像我上面可擴展性里強調(diào)的，CQRS架構(gòu)可以更方便的提供更多的View存儲，數(shù)據(jù)庫、緩存、搜索引擎、NoSQL，而且這些存儲的更新完全可以并行進行，互相不會拖累。理想的場景，我覺得應(yīng)該是，如果你的應(yīng)用要實現(xiàn)全文索引這種復(fù)雜查詢，那可以在Q端使用搜索引擎，比如ElasticSearch；如果你的查詢場景可以通過keyvalue這種數(shù)據(jù)結(jié)構(gòu)滿足，那我們可以在Q端使用Redis這種NoSql分布式緩存?？傊艺J為CQRS架構(gòu)，我們解決查詢問題會比傳統(tǒng)架構(gòu)更加容易，因為我們選擇更多了。但是你可能會說，我的場景只能用關(guān)系型數(shù)據(jù)庫解決，且查詢的并發(fā)也是非常高。那沒辦法了，唯一的辦法就是分散查詢IO，我們對數(shù)據(jù)庫做分庫分表，以及對數(shù)據(jù)庫做一主多備，查詢走備機。這點上，解決思路就是和傳統(tǒng)架構(gòu)一樣了。

 

 

　　本來想把性能和伸縮性分開寫的，但是想想這兩個其實有一定的關(guān)聯(lián)，所以決定放在一起寫。

 

　　伸縮性的意思是，當(dāng)一個系統(tǒng)，在100人訪問時，性能（吞吐量、響應(yīng)時間）很不錯，在100W人訪問時性能也同樣不錯，這就是伸縮性。100人訪問和100W人訪問，對系統(tǒng)的壓力顯然是不同的。如果我們的系統(tǒng)，在架構(gòu)上，能夠做到通過簡單的增加機器，就能提高系統(tǒng)的服務(wù)能力，那我們就可以說這種架構(gòu)的伸縮性很強。那我們來想想傳統(tǒng)架構(gòu)和CQRS架構(gòu)在性能和伸縮性上面的表現(xiàn)。

 

　　說到性能，大家一般會先思考一個系統(tǒng)的性能瓶頸在哪里。只要我們解決了性能瓶頸，那系統(tǒng)就意味著具有通過水平擴展來達到可伸縮的目的了（當(dāng)然這里沒有考慮數(shù)據(jù)存儲的水平擴展）。所以，我們只要分析一下傳統(tǒng)架構(gòu)和CQRS架構(gòu)的瓶頸點在哪里即可。

 

　　傳統(tǒng)架構(gòu)，瓶頸通常在底層數(shù)據(jù)庫。然后我們一般的做法是，對于讀：通常使用緩存就可以解決大部分查詢問題；對于寫：辦法也有很多，比如分庫分表，或者使用NoSQL，等等。比如阿里大量采用分庫分表的方案，而且未來應(yīng)該會全部使用高大上的OceanBase來替代分庫分表的方案。通過分庫分表，本來一臺數(shù)據(jù)庫服務(wù)器高峰時可能要承受10W的高并發(fā)寫，如果我們把數(shù)據(jù)放到十臺數(shù)據(jù)庫服務(wù)器上，那每臺機器只需要承擔(dān)1W的寫，相對于要承受10W的寫，現(xiàn)在寫1W就顯得輕松很多了。所以，應(yīng)該說數(shù)據(jù)存儲對傳統(tǒng)架構(gòu)來說，也早已不再是瓶頸了。

 

　　傳統(tǒng)架構(gòu)一次數(shù)據(jù)修改的步驟是：1）從DB取出數(shù)據(jù)到內(nèi)存；2）內(nèi)存修改數(shù)據(jù)；3）更新數(shù)據(jù)回DB?？偣采婕暗?次數(shù)據(jù)庫IO。

 

　　然后CQRS架構(gòu)，CQ兩端加起來所用的時間肯定比傳統(tǒng)架構(gòu)要多，因為CQRS架構(gòu)最多有3次數(shù)據(jù)庫IO，1）持久化命令；2）持久化事件；3）根據(jù)事件更新讀庫。為什么說最多？因為持久化命令這一步不是必須的，有一種場景是不需要持久化命令的。CQRS架構(gòu)中持久化命令的目的是為了做冪等處理，即我們要防止同一個命令被處理兩次。那哪一種場景下可以不需要持久化命令呢？就是當(dāng)命令時在創(chuàng)建聚合根時，可以不需要持久化命令，因為創(chuàng)建聚合根所產(chǎn)生的事件的版本號總是為1，所以我們在持久化事件時根據(jù)事件版本號就能檢測到這種重復(fù)。

 

　　所以，我們說，你要用CQRS架構(gòu)，就必須要接受CQ數(shù)據(jù)的最終一致性，因為如果你以讀庫的更新完成為操作處理完成的話，那一次業(yè)務(wù)場景所用的時間很可能比傳統(tǒng)架構(gòu)要多。但是，如果我們以C端的處理為結(jié)束的話，則CQRS架構(gòu)可能要快，因為C端可能只需要一次數(shù)據(jù)庫IO。我覺得這里有一點很重要，對于CQRS架構(gòu)，我們更加關(guān)注C端處理完成所用的時間；而Q端的處理稍微慢一點沒關(guān)系，因為Q端只是供我們查看數(shù)據(jù)用的（最終一致性）。我們選擇CQRS架構(gòu)，就必須要接受Q端數(shù)據(jù)更新有一點點延遲的缺點，否則就不應(yīng)該使用這種架構(gòu)。所以，希望大家在根據(jù)你的業(yè)務(wù)場景做架構(gòu)選型時一定要充分認識到這一點。

 

　　另外，上面再談到數(shù)據(jù)一致性時提到，傳統(tǒng)架構(gòu)會使用事務(wù)來保證數(shù)據(jù)的強一致性；如果事務(wù)越復(fù)雜，那一次事務(wù)鎖的表就越多，鎖是系統(tǒng)伸縮性的大敵；而CQRS架構(gòu)，一個命令只會修改一個聚合根，如果要修改多個聚合根，則通過Saga來實現(xiàn)。從而繞過了復(fù)雜事務(wù)的問題，通過最終一致性的思路做到了最大的并行和最少的并發(fā)，從而整體上提高系統(tǒng)的吞吐能力。

 

　　所以，總體來說，性能瓶頸方面，兩種架構(gòu)都能克服。而只要克服了性能瓶頸，那伸縮性就不是問題了（當(dāng)然，這里我沒有考慮數(shù)據(jù)丟失而帶來的系統(tǒng)不可用的問題。這個問題是所有架構(gòu)都無法回避的問題，唯一的解決辦法就是數(shù)據(jù)冗余，這里不做展開了）。兩者的瓶頸都在數(shù)據(jù)的持久化上，但是傳統(tǒng)的架構(gòu)因為大部分系統(tǒng)都是要存儲數(shù)據(jù)到關(guān)系型數(shù)據(jù)庫，所以只能自己采用分庫分表的方案。而CQRS架構(gòu)，如果我們只關(guān)注C端的瓶頸，由于C端要保存的東西很簡單，就是命令和事件；如果你信的過一些成熟的NoSQL（我覺得使用文檔性數(shù)據(jù)庫如MongoDB這種比較適合存儲命令和事件），且你也有足夠的能力和經(jīng)驗去運維它們，那可以考慮使用NoSQL來持久化。如果你覺得NoSQL靠不住或者沒辦法完全掌控，那可以使用關(guān)系型數(shù)據(jù)庫。但這樣你也要付出努力，比如需要自己負責(zé)分庫分表來保存命令和事件，因為命令和事件的數(shù)據(jù)量都是很大的。不過目前一些云服務(wù)如阿里云，已經(jīng)提供了DRDS這種直接支持分庫分表的數(shù)據(jù)庫存儲方案，極大的簡化了我們存儲命令和事件的成本。就我個人而言，我覺得我還是會采用分庫分表的方案，原因很簡單：確保數(shù)據(jù)可靠落地、成熟、可控，而且支持這種只讀數(shù)據(jù)的落地，框架內(nèi)置要支持分庫分表也不是什么難事。所以，通過這個對比我們知道傳統(tǒng)架構(gòu)，我們必須使用分庫分表（除非阿里這種高大上可以使用OceanBase）；而CQRS架構(gòu)，可以帶給我們更多選擇空間。因為持久化命令和事件是很簡單的，它們都是不可修改的只讀數(shù)據(jù)，且對kv存儲友好，也可以選擇文檔型NoSQL，C端永遠是新增數(shù)據(jù)，而沒有修改或刪除數(shù)據(jù)。最后，就是關(guān)于Q端的瓶頸，如果你Q端也是使用關(guān)系型數(shù)據(jù)庫，那和傳統(tǒng)架構(gòu)一樣，該怎么優(yōu)化就怎么優(yōu)化。而CQRS架構(gòu)允許你使用其他的架構(gòu)來實現(xiàn)Q，所以優(yōu)化手段相對更多。

 

 

　　我覺得不論是傳統(tǒng)架構(gòu)還是CQRS架構(gòu)，都是不錯的架構(gòu)。傳統(tǒng)架構(gòu)門檻低，懂的人也多，且因為大部分項目都沒有什么大的并發(fā)寫入量和數(shù)據(jù)量。所以應(yīng)該說大部分項目，采用傳統(tǒng)架構(gòu)就OK了。但是通過本文的分析，大家也知道了，傳統(tǒng)架構(gòu)確實也有一些缺點，比如在擴展性、可用性、性能瓶頸的解決方案上，都比CQRS架構(gòu)要弱一點。大家有其他意見，歡迎拍磚，交流才能進步，呵呵。所以，如果你的應(yīng)用場景是高并發(fā)寫、高并發(fā)讀、大數(shù)據(jù)，且希望在擴展性、可用性、性能、可伸縮性上表現(xiàn)更優(yōu)秀，我覺得可以嘗試CQRS架構(gòu)。但是還有一個問題，CQRS架構(gòu)的門檻很高，我認為如果沒有成熟的框架支持，很難使用。而目前據(jù)我了解，業(yè)界還沒有很多成熟的CQRS框架，java平臺有axon framework, jdon framework；.NET平臺，ENode框架正在朝這個方向努力。所以，我想這也是為什么目前幾乎沒有使用CQRS架構(gòu)的成熟案例的原因之一。另一個原因是使用CQRS架構(gòu)，需要開發(fā)者對DDD有一定的了解，否則也很難實踐，而DDD本身要理解沒個幾年也很難運用到實際。還有一個原因，CQRS架構(gòu)的核心是非常依賴于高性能的分布式消息中間件，所以要選型一個高性能的分布式消息中間件也是一個門檻（java平臺有RocketMQ），.NET平臺我個人專門開發(fā)了一個分布式消息隊列EQueue，呵呵。另外，如果沒有成熟的CQRS框架的支持，那編碼復(fù)雜度也會很復(fù)雜，比如Event Sourcing，消息重試，消息冪等處理，事件的順序處理，并發(fā)控制，這些問題都不是那么容易搞定的。而如果有框架支持，由框架來幫我們搞定這些純技術(shù)問題，開發(fā)人員只需要關(guān)注如何建模，實現(xiàn)領(lǐng)域模型，如何更新讀庫，如何實現(xiàn)查詢，那使用CQRS架構(gòu)才有可能，因為這樣才可能比傳統(tǒng)的架構(gòu)開發(fā)更簡單，且能獲得很多CQRS架構(gòu)所帶來的好處。