分布式事务实现- 事件溯源

消息驱动

• 事件不要求持久化保存
• 消息只是为了更新业务数据的状态，数据库才是一等数据
• 不要求所有的数据操作都通过消息驱动

事件溯源

• 事件作为一等数据保存
• 统一的事件管理器和接口，数据更新都由事件产生
• 数据库中数据的当前状态根据事件的聚合产生
• 聚合数据可以保存在数据库中，可以根据事件重新生成

事件溯源的优点

• 历史重现:从事件中重新生成视图数据库
• 方便的数据流处理于报告生成
• 性能
• 服务的松耦合

事件溯源的缺点

• 只能保证事务的最终一致性
• 设计和开发思维的转变，学习成本
• 事件结果的改变
• 扩展性：Event Store的分布式实现，事件的分布式处理

消息驱动 vs事件溯源

• 一等数据：事件vs业务数据
• 事件永久保存、历史重现
• 所有数据更新都必须通过事件来产生
• Event Store服务承担更多的功能

事件溯源的数据一致性

• 一个事件只处理一个服务的数据
• 保证事件的至少一次处理、幂等性
• 业务请求的错误处理：多次重试失败、网络异常、服务不可用

事件溯源和CQRS

• CQRS:命令查询职责分离
• C端执行命令，Q端执行查询

事件溯源与Axon框架

Axon框架介绍

• 实现Event Sourcing和CQRS模式的框架
• 实现了命令、事件的分发、处理、聚合、查询、存储
• 提供标签式开发，易维护，并提供了Spring boot的集成
• 提供Command和Event
• 可扩展，可用于分布式环境，如Spring Cloud

Axon框架的构成

• 聚合：Aggregate
• 聚合的资源库：Repository
• Command：Command Bus 和 Command handler
• Event ：Event Bus 、Event Handler 和Event Store
• Sage: 基于事件的流程管理模式
• Query: 执行数据查询操作的特殊Command

Axon框架的构成- 可扩展性

• 分布式Command分发
• 通过AMQP实现分布式Event分发和处理

事件溯源与Axon框架图.png