罗罗编程学习记录
本页内容 展开查看

09.8.5 事件驱动与事件溯源

所属:全栈开发面试题库 / 09 高阶架构:高并发与分布式 / 09.8 架构模式与演进

覆盖范围

  • 事件驱动架构 EDA 核心概念
  • 事件溯源 Event Sourcing:事件存储、快照、重放
  • 事件版本与模式演进
  • 事件溯源并发控制与乐观锁
  • 事件驱动 vs 命令驱动、落地边界

高频题速览

编号 题目 难度 频率
09.8.5-001 事件驱动架构 EDA 的核心是什么 进阶 ★★★★☆
09.8.5-002 事件溯源 Event Sourcing 是什么 高级 ★★★★☆
09.8.5-003 事件溯源的优缺点 高级 ★★★★☆
09.8.5-004 事件存储 Event Store 的要求 高级 ★★★☆☆
09.8.5-005 快照 Snapshot 为什么需要 高级 ★★★★☆
09.8.5-006 事件版本与模式演进 高级 ★★★★☆
09.8.5-007 事件溯源与 CQRS 的关系 高级 ★★★☆☆
09.8.5-008 事件驱动 vs 命令驱动 进阶 ★★★★☆
09.8.5-009 事件溯源的并发控制 高级 ★★★☆☆
09.8.5-010 事件回溯与重放的风险 高级 ★★★☆☆

09.8.5-001 事件驱动架构 EDA 的核心是什么?

一句话结论

事件驱动架构以事件为系统间通信的基本单位:生产者只发布事件("发生了什么"),不关心谁消费、怎么消费;消费者订阅事件并独立处理;系统通过事件流解耦,新增消费者不需要改生产者。

概念解释

  • 事件:已经发生的事实,过去时态(OrderPaid),不是命令。
  • 生产者:发布事件,不维护订阅者列表。
  • 消费者:订阅感兴趣的事件,独立处理,失败不影响生产者。
  • 事件总线/日志:MQ/Kafka 作为事件传输与存储。

原理流程

订单服务 → 发布 OrderPaid 事件到 Kafka
  → 库存服务订阅(扣库存)
  → 积分服务订阅(加积分)
  → 通知服务订阅(发通知)
新增消费者:订阅同一 topic,不改订单服务

代码或图示

命令驱动:
  订单服务 → 同步调库存服务 → 同步调积分服务
  → 耦合强,加一个下游要改订单服务
事件驱动:
  订单服务 → 发事件
  → 各下游独立订阅
  → 加下游不改订单服务

常见误区

  • 误区:事件驱动就是用 MQ。MQ 是传输层,EDA 的核心是解耦与"对发生事实做出反应"的思维方式。
  • 误区:事件驱动所有场景都比命令好。需要即时结果的核心路径(扣库存)仍需同步或事务,详见 09.8.2-007。

追问

  • 问:事件和命令怎么区分?答:命令是请求别人做什么(CancelOrder),事件是已经发生的事实(OrderCancelled)。
  • 问:事件驱动怎么保证可靠?答:Outbox 模式 + 消费者幂等 + 重试 + 死信,详见 09.6.1.4。

09.8.5-002 事件溯源 Event Sourcing 是什么?

一句话结论

事件溯源不存储实体的当前状态,而是存储一系列状态变更事件(OrderPlaced、OrderPaid、OrderShipped);当前状态通过重放所有事件得到;好处是完整审计历史、可时间旅行、可回溯任意时点状态;代价是事件存储与重放复杂度。

概念解释

  • 事件序列:一个聚合所有状态变更的有序事件列表。
  • 当前状态:从事件序列从头重放得到。
  • 追加写入:新事件只追加到序列末尾,不修改历史事件。

原理流程

传统:存储 order 表当前状态
  下单 → 插入 order 行 → 支付 → UPDATE order SET status=PAID
事件溯源:
  存储事件流:[OrderPlaced, OrderPaid, OrderShipped]
  → 当前状态 = 重放事件流

代码或图示

事件流(按 orderId 聚合):
  1. OrderPlaced { id, userId, items, total }
  2. OrderPaid { paymentId, paidAt }
  3. OrderShipped { trackingNo, shippedAt }
重放:
  初始状态 → apply(OrderPlaced) → apply(OrderPaid) → apply(OrderShipped)
  → 当前状态 = { status: SHIPPED, ... }

常见误区

  • 误区:事件溯源就是把数据库操作日志存下来。事件是业务事件("订单已支付"),不是技术日志("UPDATE 语句")。
  • 误区:事件溯源可以替代备份。事件存储本身需要持久化与备份,它是状态来源,不是日志。

追问

  • 问:事件溯源和 CQRS 什么关系?答:事件溯源天然产生事件流,CQRS 读侧订阅事件流维护投影,详见 09.8.4-006。
  • 问:事件溯源适合什么场景?答:需要完整审计、合规、时间旅行的场景,例如金融交易、订单系统。

09.8.5-003 事件溯源的优缺点是什么?

一句话结论

优点是完整审计历史、可回溯任意时点状态、事件驱动天然解耦、不丢失业务事实;缺点是查询困难(要重放或建投影)、事件 schema 演进复杂、学习曲线陡、调试难;适合核心业务域,不适合所有场景。

概念解释

  • 优点:审计、时间旅行、事件流天然作为 CQRS 读侧同步源。
  • 缺点:查询要靠投影、事件版本演进、重放性能、思维方式转变。
  • 适用边界:核心业务域用事件溯源,外围域用普通状态存储。

原理流程

优点:
  + 完整历史:谁在什么时候做了什么
  + 时间旅行:重放到任意时点
  + 事件流:天然驱动 CQRS 读侧
缺点:
  - 查询要建投影
  - 事件 schema 演进
  - 重放性能(需要快照)

代码或图示

事件溯源 vs 传统存储:
  传统:当前状态是事实,历史是日志
  事件溯源:事件是事实,当前状态是派生物

常见误区

  • 误区:事件溯源能解决所有数据问题。它增加复杂度,简单 CRUD 用普通存储更高效。
  • 误区:事件溯源的事件可以随便改。历史事件一旦写入就是事实,不能修改,只能新增补偿事件。

追问

  • 问:怎么应对查询困难?答:配合 CQRS,读侧投影表从事件流同步,详见 09.8.4。
  • 问:事件太多重放慢怎么办?答:快照,详见 09.8.5-005。

09.8.5-004 事件存储 Event Store 有什么要求?

一句话结论

事件存储要求:按聚合 ID 追加写入(append-only)、同一聚合的事件有序、乐观并发控制(基于版本号)、事件可按聚合 ID 全量读取重放;可以是专用 EventStoreDB、关系表(事件表)或 Kafka 等日志系统。

概念解释

  • Append-only:事件只追加,不更新不删除。
  • 有序:同一聚合的事件有递增序号。
  • 乐观并发:写入时带期望版本,版本不匹配则冲突。
  • 可重放:按聚合 ID 读出所有事件,重放得到当前状态。

原理流程

写事件:
  INSERT INTO event_store (aggregate_id, version, event_type, payload)
  VALUES (orderId, expectedVersion+1, 'OrderPaid', '...')
  WHERE version = expectedVersion(乐观锁)
读事件:
  SELECT * FROM event_store WHERE aggregate_id = ? ORDER BY version

代码或图示

事件表结构:
  - aggregate_id (索引)
  - version (递增,同一聚合内唯一)
  - event_type
  - payload (JSON)
  - created_at

常见误区

  • 误区:事件存储就是消息队列。MQ 是传输层,事件存储是持久化状态来源,需要按聚合 ID 读取与乐观并发。
  • 误区:事件存在 Kafka 里就行。Kafka 是 topic 分区,不是按聚合 ID 的事件流存储,需要自己建模。

追问

  • 问:专用 EventStoreDB 有哪些?答:EventStoreDB、Axon Server 等;也可以用 MySQL 事件表自建。
  • 问:事件 payload 怎么存?答:JSON 或 Protobuf,保留版本号用于演进,详见 09.8.5-006。

09.8.5-005 快照 Snapshot 为什么需要?

一句话结论

当一个聚合事件积累很多(几千上万条),每次重放所有事件得到当前状态会很慢;快照是定期把当前状态序列化保存,重放时从最近的快照开始,只重放快照之后的事件,大幅减少重放时间。

概念解释

  • 快照:某一时点聚合的序列化状态。
  • 快照频率:每 N 个事件存一次快照,或按时间间隔。
  • 重放优化:从快照开始,只重放后续事件。

原理流程

无快照:
  10000 个事件 → 全部重放 → 得到当前状态
有快照:
  快照在第 5000 个事件 → 从快照开始 → 重放 5000~10000 → 5000 次

代码或图示

存储:
  snapshot_table (aggregate_id, snapshot_version, serialized_state)
  event_store (aggregate_id, version, ...)
读取:
  1. 查最新快照(snapshot_version=5000)
  2. 反序列化快照状态
  3. 重放 version > 5000 的事件

常见误区

  • 误区:快照存了就不需要事件了。快照是优化手段,事件仍是事实来源,快照可以删除重建。
  • 误区:快照越频繁越好。快照太频繁占用存储,且序列化开销大;按事件数量或时间间隔平衡。

追问

  • 问:快照频率怎么定?答:按聚合事件增长速度,例如每 100 个事件或每天一次,重放时间在可接受范围即可。
  • 问:快照和事件 schema 演进冲突怎么办?答:快照也要带版本,演进时做快照迁移或直接从旧事件重建。

09.8.5-006 事件版本与模式演进怎么做?

一句话结论

事件一旦写入就是事实,不能修改;事件 schema 演进用版本号(事件类型带版本,例如 OrderPaidEventV2),新事件用新 schema,旧事件保留;重放时旧版本事件用旧 handler 反序列化,必要时做事件升级(upcaster)转换为新模型。

概念解释

  • 不可变事件:历史事件不修改,只能新增。
  • 版本化:事件类型带版本号,或 payload 里带 schema_version。
  • Upcaster:把旧版本事件升级为新模型,在重放时转换。

原理流程

V1 事件:{ orderId, amount }
V2 事件:{ orderId, amount, currency }(新增字段)
重放:
  读 V1 事件 → upcaster 补默认 currency → V2 模型

代码或图示

事件类型命名:
  OrderPaidEvent (V1)
  OrderPaidEventV2 (V2)
或 payload 内:
  { "schema_version": 2, ... }

常见误区

  • 误区:改了事件 schema 直接改旧事件。旧事件是事实,改了会破坏历史审计与重放一致性。
  • 误区:新增字段在旧事件里是 null 就行。null 可能有业务含义,upcaster 要显式给默认值。

追问

  • 问:删字段怎么办?答:不删旧事件的字段,新事件用新 schema,重放时忽略废弃字段。
  • 问:upcaster 怎么维护?答:每个版本变化写一个 upcaster,按版本链升级。

09.8.5-007 事件溯源与 CQRS 的关系是什么?

一句话结论

事件溯源是写侧存储方式(事件序列即状态),CQRS 是读写模型分离;事件溯源天然产生事件流,CQRS 读侧订阅事件流维护投影;两者常配合:事件溯源写侧 + CQRS 读侧投影,读侧查询从投影表走,写侧重放事件得到状态。

概念解释

  • 事件溯源写侧:状态存为事件流。
  • CQRS 读侧:订阅事件流,维护投影表。
  • 配合:事件流既是写侧状态来源,也是读侧同步源。

原理流程

写侧:
  命令 → 加载聚合(重放事件)→ 执行业务 → 追加新事件
读侧:
  订阅事件流 → 更新投影表
  → 查询走投影表

代码或图示

事件溯源 + CQRS:
  event_store (写侧状态)
    ↓ 事件流
  projection_processor (订阅事件)
    ↓
  read_model_tables (读侧投影)

常见误区

  • 误区:事件溯源必须配 CQRS。事件溯源是写侧存储,CQRS 是模型分离,两者独立;但配合最自然。
  • 误区:用了事件溯源就不需要 CQRS。事件溯源的查询要重放所有事件,性能差,仍需 CQRS 读侧投影。

追问

  • 问:不用事件溯源怎么配 CQRS?答:写侧存当前状态,领域事件通过 Outbox 发到 MQ,读侧订阅更新投影,详见 09.8.4-006。
  • 问:事件溯源的读侧怎么重建?答:重放事件流,重新构建投影表,任意时点可重建。

09.8.5-008 事件驱动 vs 命令驱动有什么区别?

一句话结论

命令驱动是"我让你做什么"(同步调用下游),耦合强、链路长;事件驱动是"发生了什么,谁关心谁处理",解耦、异步;核心路径需要即时结果用命令,非核心动作与解耦用事件,实际系统是混合模式。

概念解释

  • 命令驱动:请求-响应,调用方知道被调方。
  • 事件驱动:发布-订阅,生产者不知道消费者。
  • 混合:核心同步命令 + 非核心异步事件。

原理流程

命令驱动:
  A → B → C → D(同步链,任一跳失败影响上游)
事件驱动:
  A → 事件 → B、C、D 各自订阅

代码或图示

下单:
  命令:同步调库存服务扣减(必须知道成功/失败)
  事件:订单已创建 → 通知、积分、风控各自订阅

常见误区

  • 误区:事件驱动完全替代命令驱动。需要即时结果、强一致的核心路径不能纯事件化。
  • 误区:命令驱动就是落后。命令驱动链路清晰、调试简单,核心路径用命令更直接。

追问

  • 问:怎么判断用命令还是事件?答:是否需要立刻拿到结果、是否影响下一步决策,详见 09.8.2-007。
  • 问:混合模式怎么管理?答:核心链路命令 + 边界事件,事件在边界解耦,详见 09.4.1.5。

09.8.5-009 事件溯源的并发控制怎么做?

一句话结论

事件溯源用乐观并发控制:每个聚合有版本号,写入新事件时带期望版本,如果版本与事件存储中的最新版本不一致,说明有并发修改,拒绝写入并让调用方重试;一个聚合同一时刻只有一个写者,并发冲突在聚合粒度检测。

概念解释

  • 乐观锁:写入时检查版本,不阻塞。
  • 聚合粒度:并发冲突只在同一聚合上检测。
  • 重试:冲突后重新加载聚合、重放事件、重新执行命令。

原理流程

1. 加载聚合:读出事件流,重放得到当前状态和版本 v
2. 执行命令:产生新事件
3. 追加事件:INSERT ... WHERE version = v
   - 成功:版本 v+1
   - 失败(版本已变):冲突,重试

代码或图示

INSERT INTO event_store (aggregate_id, version, ...)
VALUES (orderId, expectedVersion+1, ...)
WHERE expectedVersion = (SELECT MAX(version) FROM event_store WHERE aggregate_id = ?)
-- 行不匹配说明并发冲突

常见误区

  • 误区:事件溯源用悲观锁。事件溯源默认乐观锁,冲突在应用层检测重试。
  • 误区:并发冲突频繁说明设计错了。如果同一聚合并发修改频繁,说明聚合粒度太大,应拆分。

追问

  • 问:重试多少次?答:有限次(3~5 次),超过报错让用户稍后重试。
  • 问:不同聚合并发修改怎么办?答:不同聚合不冲突,各自乐观锁,跨聚合用事件最终一致。

09.8.5-010 事件回溯与重放有什么风险?

一句话结论

事件重放可以重建状态或调试历史,但风险包括:重放触发副作用(邮件、支付调用)、重放时聚合逻辑已变导致结果不一致、事件 schema 演进不兼容;重放前必须隔离副作用(纯计算 vs 外部调用分离),并在 staging 环境验证。

概念解释

  • 副作用隔离:聚合行为里外部调用(发邮件、调支付)不能在重放时执行,要通过事件处理器异步做。
  • 逻辑版本:重放旧事件时用的是当前聚合逻辑,如果逻辑变了,重放结果可能与历史不一致。
  • 环境隔离:重放在 staging/测试环境做,不直接在生产执行。

原理流程

重放风险:
  聚合行为里有 emailService.send()
  → 重放旧事件 → 邮件被重新发送
正确做法:
  聚合只产生事件,副作用由事件处理器异步做
  重放时只重建状态,不触发处理器

代码或图示

错误:
  public void pay() {
      this.status = PAID;
      emailService.sendReceipt(); // 副作用在聚合内
  }
正确:
  public void pay() {
      this.status = PAID;
      registerEvent(new OrderPaidEvent(id)); // 只产生事件
  }
  // 邮件由事件处理器异步发,重放时不执行

常见误区

  • 误区:重放就是安全的。如果聚合行为有副作用,重放会重复发邮件、重复调外部 API。
  • 误区:重放结果一定和历史一致。聚合逻辑变了(bug 修复、业务规则调整),重放结果会与历史不同。

追问

  • 问:怎么隔离副作用?答:聚合只改状态和产生事件,所有外部调用由独立的事件处理器执行,重放时不触发处理器。
  • 问:业务规则变了重放怎么办?答:接受重放结果与历史不同,或用版本化的聚合 handler 重放特定时点的逻辑。

待整理清单

  • [ ] 事件溯源完整代码示例(Java/Axon 或 Python)
  • [ ] 快照与 upcaster 实现细节
  • [ ] 事件溯源在金融系统中的合规审计案例