blog.dopana

返回

在传统软件架构中,绝大多数系统都采用经典的 CRUD(Create、Read、Update、Delete)数据模型。每当业务数据发生变化时——例如用户修改收货地址或银行账户发生扣款——我们都会执行一条 UPDATE 语句,直接覆盖数据库记录中的旧值。

然而,这种做法存在一个本质缺陷:历史业务上下文丢失。当数据库中显示账户余额为 50,000 元时,如果缺乏额外的审计日志,系统无法还原这一数值究竟是通过哪些交易步骤演变而来的。

为了从根本上解决这个问题,事件溯源(Event Sourcing) 模式应运而生。这是一种将应用状态的变化全部建模为一系列不可变事实(Events)的设计模式:系统不直接持久化当前状态,而是通过追加写入(Append-only)的方式记录所有发生过的事件,并在需要时通过“重放(Replay)”事件流来重建当前状态。

1. 10岁孩子也能懂的解释(ELI5)#

请想象一下黑板与记账本的区别:

  • CRUD 就像一块黑板: 你在黑板上写下你有 3 个苹果。当妈妈又给了你 2 个苹果时,你拿起板擦擦掉 3,改写成 5。任何走进房间的人只能看到 5 这个最终数字,完全不知道这 5 个苹果是买来的、送的,还是之前有 6 个而你刚刚吃掉了 1 个。
  • Event Sourcing 就像一本银行记账本: 你绝不使用橡皮擦。每当现实世界发生变化,你就在本子上追加一行新记录:
    1. 第 1 天: 妈妈给了 3 个苹果(+3)
    2. 第 2 天: 吃掉了 1 个苹果(-1)
    3. 第 3 天: 朋友送了 3 个苹果(+3)

当你需要知道现在手里一共有多少个苹果时,只需从第一行开始计算:3 - 1 + 3 = 5 个苹果!如果第 2 天不小心把吃掉 1 个记成了 2 个,你不会去撕掉这一页,而是追加一条冲正记录:“更正:退回误扣的 1 个苹果(+1)”。

[!NOTE] 传统模式只保存“最终结果(State)”,而事件溯源保存了生成该结果的“所有过程(Events)”。

2. 传统 CRUD 与 Event Sourcing 全方位对比#

以银行业务中的账户资金变动为例,两者的对比如下:

比较维度传统 CRUD 模型Event Sourcing 模型
存储方式仅保存最新状态快照(Current State)。保存按时间顺序追加的所有事件流(Event Stream)。
数据库操作CREATE, READ, UPDATE, DELETE。直接原地覆盖旧值。仅追加(Append-only):仅执行 INSERT 与 SELECT。绝无破坏性 UPDATE 或 DELETE。
数据库实际存储账户余额: 50,000元1. 开户 (+0元)
2. 充值 (+100,000元)
3. 取款 (-30,000元)
4. 取款 (-20,000元)
错误纠正机制执行 UPDATE 直接将错误数值覆盖为新数值。追加一条相向的对冲事件(例如:交易冲正事件 TransactionReversed)。
信息丢失风险高。如果没有复杂的辅助日志表,历史业务过程将彻底丢失。零。100% 完整保留历史变更轨迹,天然具备不可篡改性。

3. Event Sourcing 的核心组成要素#

一个成熟的事件溯源系统架构通常包含以下几个核心模块:

读模型(Read Model - Projections)事件分发写模型(Write Model)产生事件Command(业务指令)Command Handler / AggregateEvent Store追加日志存储Event Bus / StreamProjector(事件监听器)Read DatabaseSQL / Elastic / RedisClient Query
  1. Event(事件):
    • 代表领域中已经发生过的客观事实,具备不可变性(Immutable),不可被篡改或删除。
    • 命名通常采用过去时态(如 AccountOpened、MoneyDeposited、OrderShipped)。
  2. Event Store(事件存储库):
    • 专门用于按时序追加存储事件的数据库底座(Append-only log)。
    • 是全系统唯一且至高无上的真实数据源(Single Source of Truth - SSOT)。
  3. Aggregate(领域聚合根):
    • 负责封装业务逻辑校验与不变性约束。
    • 其内存状态通过拉取历史事件并执行 apply(event) 状态迁移函数逐条重放而还原。
  4. Projection(读模型投影):
    • 如果每次查询都要重放数千上万条事件,系统读取性能将无法接受。
    • 因此系统通过 Projector 异步监听新增事件,并将数据同步投影至针对读取高度优化的数据库(如 MySQL、Elasticsearch 或 Redis)中。

[!TIP] 快照(Snapshots): 对于生命周期长、事件数达上万条的聚合根,可以定期(如每 100 个事件)生成一份状态快照。状态重建时只需加载最新快照,并仅重放快照之后的少量事件,从而极大提升加载效率。

4. 为什么 Event Sourcing 往往与 CQRS 结伴而行#

在实践中,Event Sourcing 几乎总是与 CQRS(命令查询职责分离)模式结合使用:

  • 写侧(Command Side): 仅关注业务规则校验与向 Event Store 追加记录。由于无需处理复杂的多表事务与级联更新,写操作具备极高的吞吐量。
  • 读侧(Query Side): 彻底解耦,根据前端交互、全文检索或报表分析的具体需求定制专属的读数据库结构,互不干扰。

5. TypeScript 代码实战#

以下是一个清晰可运行的银行账户事件溯源示例:

6. 核心优缺点分析#

核心优势#

  1. 绝对完整的审计轨迹(Audit Trail): 完整记录所有行为变迁,支持无缝的时间旅行调试(Time-Travel Debugging),随时还原历史任一时间点的全局状态。
  2. 极佳的写入吞吐量: 底层仅做顺序追加写入(Append-only),有效消除高并发场景下的行锁与死锁竞争。
  3. 强大的行为数据洞察: 忠实保留用户每一步意图(例如多次将商品加入/移出购物车的完整过程),为大数据团队提供丰富的分析素材。
  4. 灵活的数据演进能力: 当日后需要新增报表时,只需启动新的 Projector 并重播历史事件,即可轻松完成数据回溯。

潜在挑战#

  1. 心智模型门槛高: 要求工程师彻底从以状态为中心的思维模式转变为以事件驱动的思考模式。
  2. 最终一致性延迟(Eventual Consistency): 异步投影机制意味着读库更新存在微小的物理延迟,需妥善处理 UI 上的即时反馈。
  3. 事件版本演化(Event Evolution): 随着业务演进,事件字段结构变更不可避免,需要引入 Upcasting 或多版本兼容转换机制。

[!WARNING] 切忌为了技术炫技而在简单的 CRUD 应用或普通管理后台中强行引入 Event Sourcing。只有在对审计、流程合规或时序分析要求严苛的业务场景中,其收益才能抵消架构复杂度带来的维护成本。

7. 参考文献#