不可靠世界的事件溯源

Lorenzo Nicora 在最近的µCon London2017 微服务讨论会上说明道：事件溯源系统的例子通常来自像电子商务这样的领域，这些领域生成事件的指令输入是面向过程的，同时这样的例子也常见于我们能够控制过程的地方。但有些领域是没有过程的，属于我们搜集外部事件的领域。这些领域的事件源本身就不可靠，传输也不可靠。这些领域涵盖物流运输领域、物联网领域以及依赖于不可靠网络、可能会暂时性中断的移动App 领域。

Buildit@wipro digital 的平台工程师 Niraco 指出，在这些不可靠的领域，事件发生在不可控的外部世界，这种情况下事件可能会丢失或者无序地到达。我们只需要在事件到达的时候将它们搜集起来，然后试着画出一个好理解的外部世界图。从本质上讲，我们必须放弃在面向过程的领域中所看到的命令和事件之间的区别，并开始接收所有传入的事件，同时尽可能快地验证存储它们，然后应用逻辑来建立读取模型。Nicora 认为这种思维转换与数据存储世界中从 ACID 到 BASE 的思维转换是一样的，他称这种方法为:

先快速写入，后思考。（Write Fast, Think Later.）

在这种场景中，事件的验证主要是安全检查，以防止系统出现伪造或恶意的事件，而且这个验证是完全无状态的。 因此，事件的验证和存储可以并行运行，这从可伸缩性的角度来看是很棒的。通过使用微服务架构，单独的服务可以处理事件的写入，构建读取模型并提供查询服务，为我们提供了一种很好的可伸缩的解决方案，因为每个服务都是独立可伸缩的。

在这些不可靠的领域存储所有事件有以下几个优点：

• 如果事件延迟或者无序到达的话，记录事件。
• 预测丢失的事件。
• 如果发现模型中有不一致的地方或者收到了延迟事件的话，重构读取模型。
• 延迟读取模型，让事件有时间到达。

在给事件排序的时候，一个事件唯一有意义的时间戳是它在源中创建的时间。问题是，这个时间戳仅仅在每个设备发射事件的时间点具有可靠性，这意味着我们无法给全部事件做可靠的排序，而且要解决这个问题并不容易。 如果来自不同设备的事件之间的排序很重要，那么在事件存储好之后，我们必须在逻辑上处理这些事件。 Nicora 还提到，使用这种设计的话，读取模型将总是被延迟，延迟时间长短取决于领域和实现难度。

Nicora 最后指出，如果你在一个不可靠的世界中做事件溯源，同时又需要很高的可伸缩性，那么这个弱写一致性模型可能是一个很好的选择。 他强调说，在使用这个模型的时候，我们没必要确保事件写入的一致性，相反地，我们应该专注于构建一致的读取模型。

明年的会议将会在2018 年11 月5 日至6 日举办。

查看英文原文： Event Sourcing in an Unreliable World

感谢薛命灯对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们。