昨天，我從朋友那里聽(tīng)到了一個(gè)詞——Event Sourcing，據(jù)說(shuō)是一種很有趣的架構(gòu)模式，但目前在國(guó)內(nèi)卻沒(méi)有一個(gè)成熟的應(yīng)用。那該死的好奇心就控制了我，晚上便立刻去知乎上搜了一篇介紹Event Sourcing的文章，但掃了一眼之后，并沒(méi)有那種被深深吸引住的感覺(jué)。
我感到十分疑惑和不甘心，于是又去了B站，找了一段10分鐘的介紹視頻來(lái)看，這次算是對(duì)Event Sourcing有了一些初步的概念，但還是覺(jué)得不夠深入和令人滿意。
終于，我決定打開(kāi)ChatGPT，并開(kāi)始了一系列關(guān)于Event Sourcing的靈魂提問(wèn)。以下是整個(gè)探究過(guò)程的記錄：
我：你知道event sourcing么？
-
ChatGPT：
是的，Event Sourcing 是一種由 Martin Fowler 和 Greg Young 等人提出的架構(gòu)模式，主要用于構(gòu)建事務(wù)性業(yè)務(wù)應(yīng)用系統(tǒng)。
Event Sourcing 中，所有的操作都被視為系統(tǒng)中發(fā)生的事件，系統(tǒng)狀態(tài)的變化是通過(guò)一系列事件的順序而得到的，這些事件會(huì)被保存下來(lái)，用于重建系統(tǒng)狀態(tài)。通過(guò)這種方式，我們可以將狀態(tài)存儲(chǔ)到一個(gè)不可變的事件日志中，實(shí)現(xiàn)了事件的溯源，可以輕易地回溯系統(tǒng)的歷史狀態(tài)，支持多版本狀態(tài)的管理和并行處理多個(gè)操作等。
Event Sourcing 通過(guò)使用事件來(lái)描述系統(tǒng)狀態(tài)的變化，實(shí)現(xiàn)了對(duì)時(shí)間的敏感度，而不僅僅是基于當(dāng)前狀態(tài)。這使得它能夠處理很多傳統(tǒng)架構(gòu)難以支持的復(fù)雜應(yīng)用場(chǎng)景，例如多版本控制、日志審計(jì)、系統(tǒng)歷史狀態(tài)回溯等。但是，它也對(duì)數(shù)據(jù)的處理和實(shí)現(xiàn)方式提出了更高的要求，需要在系統(tǒng)設(shè)計(jì)之初就將事件溯源機(jī)制考慮進(jìn)去，需要設(shè)計(jì)并實(shí)現(xiàn)將事件入庫(kù)、事件存儲(chǔ)、事件檢索等多個(gè)方面的系統(tǒng)組成部分。
我：它和DDD有什么關(guān)系？
-
ChatGPT：
Event Sourcing 和領(lǐng)域驅(qū)動(dòng)設(shè)計(jì) (DDD) 有很強(qiáng)的關(guān)聯(lián)關(guān)系，兩者可以一起使用來(lái)構(gòu)建高度穩(wěn)健、可擴(kuò)展和可維護(hù)的業(yè)務(wù)應(yīng)用程序。
在 DDD 中，我們將系統(tǒng)看作由多個(gè)領(lǐng)域模型組成的，每個(gè)領(lǐng)域模型具有自己的生命周期和狀態(tài)轉(zhuǎn)換規(guī)則。而在 Event Sourcing 中，我們更強(qiáng)調(diào)系統(tǒng)狀態(tài)的演進(jìn)過(guò)程，它會(huì)將每一個(gè)狀態(tài)改變都視為一個(gè)事件，這些事件組成了系統(tǒng)的事件流，根據(jù)這些事件可以逐步重建出系統(tǒng)當(dāng)前狀態(tài)。
在使用 Event Sourcing 架構(gòu)模式時(shí)，我們需要使用 DDD 的思想來(lái)對(duì)領(lǐng)域模型進(jìn)行劃分，并利用事件流來(lái)保持模型的狀態(tài)。使用 DDD 模型可以讓我們更清晰地了解模型的狀態(tài)合理性，以及如何采取措施來(lái)防止?fàn)顟B(tài)的非法轉(zhuǎn)換。
此外，DDD 和 Event Sourcing 的核心思想都是圍繞著領(lǐng)域模型進(jìn)行的，它們通過(guò)共同關(guān)注領(lǐng)域知識(shí)和業(yè)務(wù)需求，可以幫助我們?cè)陂_(kāi)發(fā)過(guò)程中更好地把握系統(tǒng)概念、架構(gòu)和實(shí)現(xiàn)。在實(shí)際開(kāi)發(fā)中，DDD 和 Event Sourcing 應(yīng)該結(jié)合起來(lái)使用，通過(guò)事件流和領(lǐng)域模型的雙重保障來(lái)實(shí)現(xiàn)可維護(hù)、可擴(kuò)展、高性能的業(yè)務(wù)應(yīng)用系統(tǒng)。
我：這方面，你知道有哪些成熟的應(yīng)用？
-
ChatGPT：
vent Sourcing 的應(yīng)用相對(duì)較新，尚未有太多的成熟應(yīng)用。不過(guò)這種架構(gòu)模式逐漸被越來(lái)越多的企業(yè)和組織所接受，也已經(jīng)在某些領(lǐng)域得到了廣泛的應(yīng)用。
下面列舉一些比較知名的使用 Event Sourcing 的應(yīng)用：
- 車(chē)輛物聯(lián)網(wǎng)系統(tǒng)
車(chē)輛物聯(lián)網(wǎng)系統(tǒng)是一個(gè)由多臺(tái)設(shè)備組成的系統(tǒng)，包括車(chē)載終端、路邊設(shè)備和云服務(wù)器等。在這個(gè)系統(tǒng)中，使用 Event Sourcing 可以保證每個(gè)車(chē)輛的狀態(tài)變化、路況數(shù)據(jù)收集和行駛軌跡等信息都被記錄下來(lái)，對(duì)車(chē)輛監(jiān)視、駕駛數(shù)據(jù)分析和行駛路線優(yōu)化等有很大的幫助。
- 電子商務(wù)應(yīng)用
電子商務(wù)應(yīng)用中，使用 Event Sourcing 可以實(shí)現(xiàn)訂單管理、庫(kù)存管理、支付處理等核心業(yè)務(wù)功能。由于訂單狀態(tài)的變化非常頻繁，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)方式不太適合用來(lái)處理這種高寫(xiě)入頻率的信息。使用 Event Sourcing 可以更好地處理這些信息，保證每個(gè)訂單狀態(tài)的變化都被記錄下來(lái)，從而實(shí)現(xiàn)更好的訂單管理和跟蹤。
- 區(qū)塊鏈應(yīng)用
區(qū)塊鏈應(yīng)用的核心是去中心化的分布式賬本系統(tǒng)，其記錄了所有交易發(fā)生的時(shí)間和內(nèi)容，所有的賬戶、交易都是不可變的。Event Sourcing 提供了可溯源性和可信性，是區(qū)塊鏈應(yīng)用設(shè)計(jì)中不可或缺的一環(huán)。
還有一些業(yè)界較著名的 Event Sourcing 實(shí)際應(yīng)用框架和工具，如 Axon Framework、Lagom、EventStore、Apache Kafka 等。這些工具和框架都提供了一定程度上的支持來(lái)幫助我們更容易地實(shí)現(xiàn) Event Sourcing 架構(gòu)模式，可以更快速地開(kāi)發(fā)出可靠、高效的業(yè)務(wù)應(yīng)用程序。
我：是否可以說(shuō)Event Sourcing在應(yīng)用上就是DDD？
-
ChatGPT：
Event Sourcing 和 DDD 是兩種不同的架構(gòu)設(shè)計(jì)思想，它們?cè)趹?yīng)用上有很多相似之處，但并不是完全相同的。
Event Sourcing 是指將系統(tǒng)狀態(tài)的演進(jìn)過(guò)程，劃分為一系列的事件，并將這些事件組成一個(gè)事件流來(lái)維護(hù)系統(tǒng)狀態(tài)。這種設(shè)計(jì)思想強(qiáng)調(diào)每個(gè)狀態(tài)改變都是可追溯的，可以通過(guò)查看事件流來(lái)重建系統(tǒng)的狀態(tài)。
而 DDD 則是一種面向業(yè)務(wù)領(lǐng)域的軟件設(shè)計(jì)思想，它強(qiáng)調(diào)通過(guò)針對(duì)業(yè)務(wù)領(lǐng)域的領(lǐng)域模型（Domain Model）來(lái)實(shí)現(xiàn)功能和降低耦合度。DDD 不關(guān)注具體的實(shí)現(xiàn)方式，而是關(guān)注如何劃分、組織和管理領(lǐng)域模型。
從應(yīng)用上來(lái)看，Event Sourcing 和 DDD 常常一起使用，因?yàn)?Event Sourcing 維護(hù)的事件流可以作為 DDD 中領(lǐng)域模型的持久化存儲(chǔ)。通過(guò)將 DDD 中領(lǐng)域模型的狀態(tài)記錄到事件流中，可以幫助我們更好地處理狀態(tài)變化和重建問(wèn)題。同時(shí)，DDD 在事件流的設(shè)計(jì)上也可以提供一些幫助，比如通過(guò)將事件分類(lèi)、命名、組織來(lái)幫助我們更好地理解領(lǐng)域模型中不同狀態(tài)的變化。
因此，可以說(shuō) Event Sourcing 經(jīng)常與 DDD 一起使用，但并不能簡(jiǎn)單地將它們歸為一類(lèi)。它們?cè)谲浖O(shè)計(jì)中各自發(fā)揮不同的作用，但都可以幫助我們構(gòu)建高質(zhì)量、可擴(kuò)展、穩(wěn)健的業(yè)務(wù)系統(tǒng)。
我：那和“事件驅(qū)動(dòng)開(kāi)發(fā)”的關(guān)系是什么？
-
ChatGPT：
事件驅(qū)動(dòng)開(kāi)發(fā)是指通過(guò)響應(yīng)事件來(lái)驅(qū)動(dòng)應(yīng)用程序的開(kāi)發(fā)模式。它與 Event Sourcing 和 DDD 有一定的關(guān)聯(lián)，但這三者并不是完全相同的概念。
事件驅(qū)動(dòng)開(kāi)發(fā)可以與 Event Sourcing 配合使用，以實(shí)現(xiàn)在應(yīng)用程序中記錄和處理事件的功能。在 Event Sourcing 中，應(yīng)用程序中的每個(gè)變化都可以視為一個(gè)事件，這些事件被按順序記錄到一個(gè)不可變的事件流中。相比之下，事件驅(qū)動(dòng)開(kāi)發(fā)中的事件則是由外部的事件源或系統(tǒng)組件發(fā)出的，應(yīng)用程序需要根據(jù)這些事件來(lái)執(zhí)行相應(yīng)的操作。因此，在使用 Event Sourcing 的同時(shí)，事件驅(qū)動(dòng)開(kāi)發(fā)可以為應(yīng)用程序提供更多的事件來(lái)源和響應(yīng)機(jī)制，從而提高應(yīng)用程序的可伸縮性和靈活性。
另一方面，DDD 中的領(lǐng)域事件也可以被視為一種事件驅(qū)動(dòng)的方法，用于描述系統(tǒng)中的業(yè)務(wù)過(guò)程和狀態(tài)變化。在使用 Event Sourcing 時(shí)，可以利用領(lǐng)域事件來(lái)幫助設(shè)計(jì)事件模型和重建系統(tǒng)狀態(tài)。因此，DDD 和 Event Sourcing 的配合可以幫助我們更好地構(gòu)建具備業(yè)務(wù)價(jià)值的應(yīng)用程序。
綜上所述，雖然事件驅(qū)動(dòng)開(kāi)發(fā)、Event Sourcing 和 DDD 都與事件處理相關(guān)，但它們是針對(duì)不同方面的技術(shù)和概念。它們可以在一些場(chǎng)景下相互結(jié)合和補(bǔ)充，以提高應(yīng)用程序的可維護(hù)性、可擴(kuò)展性和可靠性。
我：我可以把Event Sourcing理解成一種log么？
-
ChatGPT：
是的，你可以把 Event Sourcing 理解為一種事件日志（event log）的實(shí)現(xiàn)方式之一。在 Event Sourcing 中，應(yīng)用程序中的各種狀態(tài)變化和操作都被視為事件，被順序記錄到一個(gè)基于時(shí)間的不可變數(shù)據(jù)結(jié)構(gòu)中（通常是一個(gè)事件流或事件存儲(chǔ)）。這個(gè)過(guò)程類(lèi)似于一個(gè)事件日志，而事件存儲(chǔ)中的每個(gè)事件就相當(dāng)于事件日志中的每個(gè)時(shí)間戳條目。
與傳統(tǒng)的日志系統(tǒng)不同，Event Sourcing 的事件記錄不僅記錄了應(yīng)用程序狀態(tài)的變化，還可以用于重建應(yīng)用程序狀態(tài)和執(zhí)行業(yè)務(wù)邏輯。通過(guò)回放事件流，應(yīng)用程序可以在任意時(shí)間點(diǎn)恢復(fù)它的狀態(tài)，甚至可以在不同的部署環(huán)境中復(fù)制應(yīng)用程序狀態(tài)。因此，Event Sourcing 讓?xiě)?yīng)用程序的狀態(tài)變得不可變和可重現(xiàn)，并且能夠提高應(yīng)用程序的可伸縮性和可維護(hù)性。
當(dāng)然，Event Sourcing 和傳統(tǒng)的日志系統(tǒng)也有所不同。Event Sourcing 記錄的事件應(yīng)該是領(lǐng)域事件，和特定的應(yīng)用程序業(yè)務(wù)邏輯相關(guān)。而傳統(tǒng)的日志系統(tǒng)則更多地關(guān)注系統(tǒng)級(jí)別的事件，比如網(wǎng)絡(luò)連接、錯(cuò)誤日志等等。此外，Event Sourcing 記錄的事件也更加詳細(xì)和有意義，記錄了事件發(fā)生的時(shí)刻、事件來(lái)源、事件內(nèi)容等方面的信息。
我：Event Sourcing模式下，會(huì)不會(huì)發(fā)生數(shù)據(jù)上的錯(cuò)誤？
-
ChatGPT：
在 Event Sourcing 模式下，雖然不會(huì)出現(xiàn)丟失數(shù)據(jù)的情況（因?yàn)樗械臓顟B(tài)變化都被記錄下來(lái)了），但仍然可能發(fā)生數(shù)據(jù)上的錯(cuò)誤。以下是一些可能出現(xiàn)的錯(cuò)誤情況：
事件版本沖突：當(dāng)兩個(gè)或多個(gè)并發(fā)的操作產(chǎn)生相同的事件，且這些事件都要對(duì)同一個(gè)聚合根進(jìn)行狀態(tài)變更時(shí)，這些事件就會(huì)產(chǎn)生版本沖突。這種情況下，需要使用樂(lè)觀鎖等機(jī)制來(lái)解決版本沖突，否則可能會(huì)導(dǎo)致數(shù)據(jù)錯(cuò)誤。
數(shù)據(jù)同步問(wèn)題：在多個(gè)服務(wù)之間交換消息時(shí)，可能會(huì)出現(xiàn)數(shù)據(jù)同步問(wèn)題。例如，一個(gè)服務(wù)發(fā)布了一個(gè)事件，但由于網(wǎng)絡(luò)延遲等原因，另一個(gè)服務(wù)沒(méi)有及時(shí)接收到該事件，而導(dǎo)致數(shù)據(jù)不一致。
事件溢出：如果事件數(shù)量太多，可能會(huì)導(dǎo)致事件存儲(chǔ)器空間不足。此時(shí)，需要對(duì)事件進(jìn)行歸檔或刪除，否則可能會(huì)對(duì)系統(tǒng)性能和穩(wěn)定性造成影響。
數(shù)據(jù)錯(cuò)誤：在記錄事件的過(guò)程中，如果出現(xiàn)了錯(cuò)誤或者非法操作，可能會(huì)導(dǎo)致事件本身的錯(cuò)誤，從而影響應(yīng)用程序狀態(tài)的正確性。
為了解決這些問(wèn)題，需要使用合適的設(shè)計(jì)模式、技術(shù)和工具。例如，使用基于時(shí)間戳的并發(fā)控制機(jī)制，通過(guò)異步消息傳遞實(shí)現(xiàn)數(shù)據(jù)同步，使用高可靠的事件存儲(chǔ)器來(lái)防止事件丟失等。同時(shí)，也需要進(jìn)行定期的事件清理和備份，以確保數(shù)據(jù)的完整性和可靠性。
我：有沒(méi)有一種可能，git的版本管理方式，就是一種Event Sourcing？
-
ChatGPT：
是的，可以將 Git 的版本管理方式視為一種基于事件溯源（Event Sourcing）的實(shí)現(xiàn)方式之一。
在 Git 中，每次提交操作都會(huì)被記錄為一個(gè)新的版本，在版本控制樹(shù)上形成分支和合并的歷史記錄。這些提交操作都是修改某些文件內(nèi)容的事件，這些事件以時(shí)間戳的方式記錄在 Git 的對(duì)象庫(kù)中。類(lèi)似于 Event Sourcing，這些事件是不可變的，可以被追溯和回溯，可以重現(xiàn)歷史狀態(tài)。
不同的是，Git 中的事件并沒(méi)有像 Event Sourcing 中的事件那樣完整記錄應(yīng)用程序狀態(tài)的變化。而是只記錄了對(duì)特定文件或代碼庫(kù)的操作。因此 Git 可以被歸類(lèi)為一種更為特化的事件存儲(chǔ)，特別用于版本控制。而在 Event Sourcing 中，事件通常涵蓋更多方面的領(lǐng)域事件，而不僅僅是針對(duì)代碼庫(kù)的版本控制。
但是，Git 的版本控制方式仍然具有許多與 Event Sourcing 相似的特點(diǎn)和優(yōu)點(diǎn)，如可追溯性、可重放性、冪等性、可恢復(fù)性等。因此可以說(shuō)，基于 Git 的版本管理，可以借鑒 Event Sourcing 的一些優(yōu)秀設(shè)計(jì)思想和實(shí)踐。
它之前提到的應(yīng)用中，包括了區(qū)塊鏈，我就順勢(shì)把區(qū)塊鏈拎出來(lái)問(wèn)問(wèn)：區(qū)塊鏈的技術(shù)有哪些？
-
ChatGPT：
區(qū)塊鏈技術(shù)有以下幾個(gè)主要方面：
分布式賬本技術(shù)：區(qū)塊鏈的核心技術(shù)之一，將所有參與者之間的交易信息記錄在一個(gè)共享的賬本中。這個(gè)賬本是分布式存儲(chǔ)的，只要存在網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，就可以獲取到完整的賬本信息。其中最著名的實(shí)現(xiàn)方式是比特幣區(qū)塊鏈。
共識(shí)算法：由于區(qū)塊鏈的去中心化特性，在進(jìn)行交易時(shí)必須要保證賬本信息的一致性。為此，區(qū)塊鏈需要一種共識(shí)算法，以確保節(jié)點(diǎn)之間對(duì)交易的確認(rèn)達(dá)成一致。常見(jiàn)的共識(shí)算法有工作量證明（PoW）、權(quán)益證明（PoS）、拜占庭容錯(cuò)（BFT）等。
密碼學(xué)技術(shù)：區(qū)塊鏈基于密碼學(xué)實(shí)現(xiàn)了去中心化的安全性，如公私鑰加密、哈希算法和數(shù)字簽名等技術(shù)，確保只有合法的使用者才能讀寫(xiě)區(qū)塊鏈上的記錄，保證交易的安全性和隱私性。
智能合約：智能合約是構(gòu)建在區(qū)塊鏈技術(shù)之上的一種編程模型，可以封裝和自動(dòng)執(zhí)行協(xié)議。智能合約能夠?qū)灰走M(jìn)行自動(dòng)化執(zhí)行和驗(yàn)證，以確保交易順利完成。以太坊是智能合約應(yīng)用最廣泛的區(qū)塊鏈項(xiàng)目之一。
跨鏈技術(shù)：由于不同的區(qū)塊鏈之間無(wú)法直接通信，因此需要一種跨鏈技術(shù)來(lái)實(shí)現(xiàn)不同區(qū)塊鏈之間的交互。常見(jiàn)的跨鏈技術(shù)有側(cè)鏈、原子交換和跨鏈協(xié)議等。
元數(shù)據(jù)標(biāo)準(zhǔn)化：在許多區(qū)塊鏈應(yīng)用中，需要對(duì)大量的數(shù)據(jù)進(jìn)行存儲(chǔ)和交換。元數(shù)據(jù)標(biāo)準(zhǔn)化是將這些數(shù)據(jù)進(jìn)行統(tǒng)一格式和設(shè)定的技術(shù)，確保區(qū)塊鏈上的數(shù)據(jù)格式一致，從而方便數(shù)據(jù)交換和分析。例如，Hyperledger Indy 就提供了統(tǒng)一的身份元數(shù)據(jù)標(biāo)準(zhǔn)。
這些技術(shù)在不同的區(qū)塊鏈項(xiàng)目中可能會(huì)有所不同，不同的區(qū)塊鏈應(yīng)用場(chǎng)景需要使用不同的技術(shù)組合，以適應(yīng)各自的需求。
我：這些哪個(gè)用到Event Sourcing了？
-
ChatGPT：
Event Sourcing 是一種在應(yīng)用程序中記錄和存儲(chǔ)事件的架構(gòu)模式，它允許構(gòu)建一個(gè)可靠的事件日志，可以記錄系統(tǒng)中所有的變化。以下是一些使用 Event Sourcing 技術(shù)的區(qū)塊鏈項(xiàng)目：
Corda：Corda 是一個(gè)分布式賬本平臺(tái)，可以用于在機(jī)構(gòu)之間傳輸價(jià)值和協(xié)議數(shù)據(jù)。Corda 使用 Event Sourcing 技術(shù)來(lái)記錄和存儲(chǔ)所有的狀態(tài)變化，以便在需要時(shí)進(jìn)行審計(jì)和重放交易。
Hyperledger Fabric：Hyperledger Fabric 是一個(gè)企業(yè)級(jí)區(qū)塊鏈框架，它支持各種不同的共識(shí)算法和身份驗(yàn)證機(jī)制。Hyperledger Fabric 使用 Event Sourcing 技術(shù)來(lái)記錄事務(wù)歷史，以便可以追溯和審計(jì)所有的交易。
Ethereum：Ethereum 是一個(gè)智能合約平臺(tái)，它允許使用 Solidity 編寫(xiě)智能合約，這些智能合約可以在區(qū)塊鏈上運(yùn)行。Ethereum 使用 Event Sourcing 技術(shù)來(lái)記錄所有的交易事件和狀態(tài)變化，以便可以驗(yàn)證所有的交易和狀態(tài)更改。
Bitcoin：Bitcoin 是一種用于價(jià)值傳輸?shù)募用茇泿牛褂昧藚^(qū)塊鏈技術(shù)。Bitcoin 使用 Event Sourcing 技術(shù)來(lái)記錄所有的交易歷史，以便在需要時(shí)進(jìn)行追溯和審計(jì)。
這些項(xiàng)目都使用了 Event Sourcing 技術(shù)來(lái)記錄和存儲(chǔ)事件，以便可以在需要時(shí)進(jìn)行審計(jì)和追溯。
至此，我形成了對(duì)Event Sourcing的一個(gè)非常初步的印象： 跟DDD和TDD都有點(diǎn)像又有點(diǎn)不一樣，感覺(jué)更像個(gè)git，區(qū)塊鏈?zhǔn)撬囊环N應(yīng)用。
在問(wèn)答的過(guò)程中，我會(huì)用google之類(lèi)的其他工具來(lái)交叉印證ChatGPT的回答。即使這樣做，在ChatGPT上用時(shí)不到半小時(shí)。
這是一次非常高效的探究體驗(yàn)。
ps：本篇主體文字用ChatGPT潤(rùn)色過(guò)。
image.png
本作品由 IvyWooo 采用知識(shí)共享署名-非商業(yè)性使用-相同方式共享 4.0 國(guó)際許可協(xié)議 進(jìn)行許可，轉(zhuǎn)載請(qǐng)注明出處。
