CQRS，中文翻译命令和查询职责分离，它是一种架构，不仅可以从数据库层面实现读写分离，在代码层面上也是推荐读写分离的。在接口上可以更为简单
命令端定义
ICommandResult Execute(ICommand command)
查询端定义
IQueryResult Fetch(IQuery query)
它的好处是CQ每端对外只有一个接口，职责单一。带来的不便就是要定义好多命令(Command)和查询(Query)对象。但相比定义好多个接口个人觉得还是这样的方式更好。
CQRS不是一个特别炫丽的架构，我觉得他更多的是为了解决数据显示的复杂性。在实际项目中，往往是要查询的数据非常复杂和多样性（也许你并不认同），这样就可以针对查询定义相对需要的ReadModel，也可以设计多个有针对性的读库。
当我们的应用程序开发完之后就需要发布部署了，在部署之前你的应用程序需要有个宿主可以对外提供服务，它可以是WebService，Wcf，WebApi等等。
单机
单机是一个最简单的部署方式，优点是维护和部署起来很方便， 缺点是一旦宕机你的整个服务将不可用，处理能力有限，更新应用程序可能要停止服务。
集群
最简单的方式是部署多个单机，利用DNS轮询就可以实现简单的负载均衡，这种方案的缺点就是存在会话丢失，这是因为上一次的会话是在服务器1上，可能下一次的会话DNS就会将域名指向服务器2上，可以采用Cookie或者其他方案解决这一问题。还有就是这一集群方式在处理并发上难度较大，当然也可以采用乐观锁和数据库的悲观锁机制，不过这会带来性能问题。
上图只是对单机集群的一种扩展，Connection Manager负责管理与客户端的连接及请求，然后将具体的命令和查询转发到具体的Server，以达到负载均衡的目的，同时它可以将处理相同命令的请求路由到同一个服务器上，可以初步解决并发问题。这种方案也有点类似ngixn，缺点就是带宽压力较大
分布式
上图的部署方式将命令和查询服务严格区分开来，利用消息队列达到流量削锋、应用解藕和异步处理的目的。命令服务接收到命令后将其发送到Kafka，将相同类型的命令发送到同一topic中，再根据Key分发到不同的partition上，利用Kafka的Rebalance动态添加消费服务，这样的话就可以当请求过多时增加服务，闲时减少服务，非常灵活。
个人觉得这样的部署有类似微服务，在此基础上还可以分离出ValidationService和AuthenticationService等，如CommandService接收到命令后通过验证服务后再发送到Kafka中，同时也是将软件层面的AOP替换成服务层面，每个CommandConsumer像是一个黑盒，外部无法访问。
简单的示例可以参考 https://github.com/imyounghan/umizoo/tree/master/src/Samples
上图是对图2和图3的一个整合，利用了各自的优点。还有一种方案就是Connection Manager提供给客户端一个可用的CommandService或QueryService与客户端进行直连，这样可以避免所有的请求都要经过Connection Manager，减轻Connection Manager的带宽压力，可以参照P2P的思路。
采用了分布式后会导致服务增多，问题也会增多，管理起来也会变得复杂，可以借助Zookeeper来管理监控这些服务。总之分布式情况下要考虑的问题会有很多，本文也无逐一续清，需要掌握的知识点也较多。
