认知篇:CQRS架构模式的本质
作者:京东科技 倪新明
CQRS只是一种非常简单的模式(pattern),CQRS本身并不是一种架构风格,和最终一致性/消息/读写分离/事件溯源/DDD等没有必然的联系,它最大优势是给我们带来更多的架构属性选择
1 CQRS 本质
1.1 CQS:命令和查询分离
命令和查询分离,Command and Query Segregation,其核心思想是在任何一个对象的方法可以划分为两类
基于CQS的思想,任何一个方法都可以拆分为命令和查询两部分:
private int origin = 0;
private int add(int value)
{
origin += value;
return origin;
}
上述方法既改变了数据,又返回了数据状态,如果按照CQS的思想,则该方法可以拆成Command和Query两部分,如下:
private void add(int value)
{
origin += value;
}
private int queryValue()
{
return origin;
}
是否严格遵循上述约定存在争议,对于命令侧是否返回数据实际业务诉求中并不一定能够完全统一。比如:
1.2 CQRS:命令和查询职责分离
Command and Query Responsibility Segregation,即命令查询职责分离,由Greg Young提出 。CQRS在CQS基础之上,将分离的级别从代码方法级别扩展到对象级别。CQRS 模式的应用非常简单,如下图所示
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2022-08-21-19-17ag9Dd17aYM17Apwq9.png)
假设我们的服务为 OrderService,在非CQRS模式下同时包含了查询和更新服务接口:
public class OrderService {
// 根据id查询订单
Order getOrder(OrderId)
// 查询已支付订单
List<Order> getPayedOrders()
// 下单
void placeOrder(Order)
// 取消订单
void cancelOrder(OrderId)
}
应用CQRS模式之后的OrderService被拆分成了两个接口,分别承担查询和写职责:
/**
命令侧服务
*/
public class OrderService {
void placeOrder(PlaceOrderCommand command)
void cancelOrder(CancelOrderCommand command)
}
/**
查询服务
*/
public class OrderQueryService{
Order GetOrder(OrderId)
List<Order> getPayedOrders()
}
以上这种简单的分离就是CQRS模式的全部了,是不是非常简单?确实,单纯的看,CQRS的确就是这么简单。
CQRS最大优势就是基于这种职责分离能带给我们更多的架构属性选择。
基于CQRS,我们可以衍生出更多的架构属性,结合实际的业务场景,进行差异化的架构设计。
团队引入CQRS模式之后,往往不仅仅是简单的在类的职责层面对读写进行分离,一般会采用更为复杂的应用架构风格,如下是典型的CQRS架构风格:
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2022-08-21-19-18am0Ih718ZX80NWXB.png)
2 CQRS迷思
2.1 数据模型是否要分离
CQRS强调命令和查询的职责分离,但在底层的数据模型层面,CQRS并没有进行强制限定,即采用CQRS模式并没有要求必须要进行数据模型的分离。是否要进行模型分离开发人员需要具体情况具体分析。
2.2 CQRS 和 消息模式
CQRS和消息模式没有必然联系,落地CQRS 并不一定需要使用消息模式。
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2022-08-21-19-20SEBb7n7zWULZhTM.png)
如果我们采用了CQRS模式,但是命令和查询两侧底层所依赖的数据模型并未分离,而是基于共享的数据存储和数据模型,命令和查询之间不需要额外的交互,命令侧的数据更新对查询侧实时可见。在这种架构模式下,两侧基于共享的数据已经天然的集成在一起,不需要额外机制进行通信,自然也无需引入消息了。如果我们采用CQRS模式,并且命令和查询两侧进行了数据模型的分离,二者各自依赖独立的数据模型。同时,数据存储也分开部署。命令侧负责数据的更新,而查询侧只负责数据的查询,如何将数据的更新及时同步到查询侧是需要解决的问题。在这种架构模式下,使用消息模式作为两侧的通信机制是个不错的选择,当然,这并不是唯一的选项。
2.3 CQRS 和 ES(Event Sourcing, 事件溯源)
ES 并不是一个新的概念,在最早的金融系统中就已经应用。要了解ES,我们需要先看看传统的数据存储。在传统应用中,数据库例如MySQL(假设存储介质是数据库,)中存储的始终是数据的最新的状态。例如我们对某条用户的信息进行了多次的修改或编辑,然后保存将数据存储到数据库中。无论何时,数据库中都会记录最后的、最新的用户状态。我们只要根据id或其他信息查询数据库中相应的记录就能获取该用户的最新信息。这是应用中典型的数据存储特点。
当然,我们可以基于特定的数据模型设计以保存数据的更改记录。
这种数据存储模式的特点是简单,不需要额外的维护复杂的设计,我们能够非常容易的获取最新的用户信息。但是不幸的是,我们丢失了历史信息,包括用户的意图信息。而这些信息则有助于我们进行数据回滚、用户行为分析以及开发过程中的调试等等。
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2022-08-21-19-28jzAfoGmpPoCC28Q11.png)
在ES模式下,数据库中存储的不在是数据最新状态,而是数据的变更记录,更官方的说法是 “事件(Event)”。数据库中存储的数据变化的事件流。我们基于事件流可以对最新状态进行重建,同时也可以便捷的重现任何历史节点数据。ES需要解决大量事件的存储和高效的实例重建问题,后续单独的文章再介绍ES。
2.4 CQRS 和 Eventual Consistency(最终一致性)
最终一致性也常常在服务之间引入,最终一致性的目的是为了提高扩展性和可用性。
CQRS和最终一致性同样没有必然的联系。往往采用CQRS后,查询和命令两侧会采用独立的数据模型,在这种架构模式下,命令侧的数据变化后及时同步到查询侧,两侧数据并非实时,在一定的延时后两侧数据最终达成一致。
3 结语
CQRS的最大优势在于通过将命令和查询的职责分离,为架构师提供了更多的架构属性选择,我们可以在查询侧和命令侧进行独立的架构设计。对象级别的职责分离就是CQRS的全部了,但在实践中涌现出了很多更为灵活也更为复杂的架构风格,比如总线的引入、数据模型的分离、一致性报这个策略、事件溯源等等。额外的组件或技术的引入必然导致复杂性和成本上升,这些选型的采纳需要团队的权衡。