Event Sourcing - ENode（一）
2015-10-22 02:35 DoPeter 阅读(3270) 评论(8) 编辑 收藏 举报分布式系统
摩尔定律如果一直能实现，不管是涉及或者实现一个OLTP的系统，我们是不是都会轻松点，用硬件堆就可以了。但是现在硬件已经在求变了，那么我们也得求变，云的概念如此之火，本质就是设施虚拟化，也可以认为是逻辑化，那么我们做软件是不是也要来虚拟化一下呢，当然，软件本身就是虚拟逻辑化。
如果摩尔定律继续支持IO设备性能往上走，那就皆大欢喜，可惜不是这样。于是我们将系统做成多个实例，也许一个系统中还有很多子系统，全部实例化，一股脑扔进一个大的“计算机”里面，这个“计算机”是逻辑的，物理上就有太多组合了，可能在中国有一个服务器是一个系统实例或者子系统实例，在美国也有。从外面看，就是一个完整的系统，从内部看，由多个系统实例组成，因为是逻辑隔离的，所以认为是分布的。
一个系统的多实例，也许是部署在不同机器上，或者容器，或者单台机器，但是他们都是独立的运行单元了，假如将他们理解为在一个机器上运行的多个程序，要协调他们正常运作，那么我们是不是需要模拟操作系统呢，这就是分布式系统的基础设施，基本上与操作系统的各个基础设施所对应，甚至实现方式都类似，不过在现实当中连接他们的是网线而不是总线。
关系数据库
ACID特性，实质上ACID只是一种指导思维，其实现有各种各样，不管是ORACLE、MSSQLSERVER、MYSQL以及其他关系数据库，大多实现了ACID，我们的系统有各种需求，有时特别需要数据一致性，例如账号存钱取钱之类的场景，所以在关系数据库上我们是基本放心的。在把系统设计成分布式之后，无论我们怎么拆系统，都会因为系统与关系数据库这个短板耦合而无法适应，于是后来的CAP,BASE理论就相继出现了。关系数据库是一个成熟的集成好的软件，我们无法控制，所以干脆我们抛弃ACID中不适应我们系统的需要特性，于是我们将关系数据库给拆了，将存储拆成一个基础设施，其他的我们按需来设计，比如需要一致性的我们用最终一致性来代替，实质上我们将关系数据库的各种组件都拆出来自己来实现。当然这里严格来说不能认为是实现了关系数据库，只能说借鉴了它的一些特性衍生到现在这样。因为没办法，于是我们只好将各种组件拆成可以分区扩展的组件。拆完了数据库，换种说法是持久化设施，我们就可以拆我们的系统了，不拆也可以，直接使用分区扩展的实例，没有问题，因为我们已经将短板给干掉了。
领域驱动
物理架构差不多了，我们需要考虑考虑真正的业务架构与逻辑架构了，DDD的理论不细说，业务架构从DDD的映射来看，可以认为是上下文，当然在物理视图当中，它也许是多实例的。那么对于每个上下文的逻辑架构呢，目前来说，应用最广泛的是经典的4层架构，也有很多变种，根据实际项目的需要，我更喜欢采用六边形架构，不过在实际项目中，我们的采用的框架所面对的问题更实际，可维护性，可扩展性可能更需要注重，也许一个聚合根的概念就需要沟通很多次，各种概念是因人而异的，不管怎么实现，只要最后有这个功能满足了功能需求与非功能需求即可。所以也许最后又变回了原始的3层架构。如果我们坚持贯彻了DDD的概念，那么未来在可扩展上一定是非常方便的。所以要实现DDD，团队成员的要求是比较高的。
CQRS ES
CQRS典型的借鉴了我们在优化关系数据库架构中常用的方法，读写分离。在写DDD的时候，是不是碰到过模型适应写与读场景的不匹配，各种令人烦躁的ORM的N+1问题，也许已经想办法从框架内实现了只读模型的DTO，用CQRS来形容并形成一个标准更能让大家接受。不同的架构师面对同一个问题有不同的解决方案，但也许只是变种，如果能统一大家的使用方式形成专业的语言，例如领域语言，那么我们就可以集合大家的力量齐头并进了。CQRS就算是一种。
为什么要使用ES呢，我们来想想关系数据库实现数据一致性的方式，假如我们要插入一条数据，数据库先写日志，然后插入表中，这样的描述不够准确，但大致如此，不要纠结，我想说的是关系数据库采用了一种方式称为写屏障，在真实写入之前先记录，在异常情况下，我们就可以保持数据的一致性，现在Linux的很多新型文件系统就是采用了此种方式，那么ES呢，也是一种写屏障，只不过将数据定义为了面向DDD中的领域事件，我们可以通过Event来查询源头重新演绎领域对象的状态。同时，我们也在ES中使用了写屏障，那么这里我们也实现了一致性，不过是最终一致性。但是如果我们从关系数据库来看，其本质也是最终一致性，例如关系数据库在插入数据的某一刻它突然断电，重启之后，查询日志，该插入的数据还是插入（逻辑不是如此简单），那么从内部来看都是最终一致性。
从性能角度来考虑，那就有关于聚合根的粒度了，聚合根的粒度越细，Event必然越多。
ENode
EDA ES框架
前面所讲的都是我在看到ENode框架之后想到的，ENode框架不仅满足了分布式的需求，在DDD以及ES的概念上真正的做成了可以使用的框架，只要对DDD以及CQRS的概念理解的足够深，那么使用它将会是最好的选择。
要想使用ENode的所有特性完成项目，那需要团队成员对DDD有足够多的理解。
因为想采用ENode框架，所以将预研ENode框架的过程和大家分享一下。
在业务的可扩展性我们从DDD上我们就可以保证，所以无需多说。
引用作者的设计图
因为是预研性的项目，所以对于框架的易用性、易理解性、维护性，关注的稍微要少些。更多的是想理解作者的设计思想。
关注框架是否能满足项目的非功能需求、核心功能需求，所以先尝试关注以下几点：
1. 分布式
划分好上下文后，采用ENode框架实现，就可以直接使用分布式的基础设施将上下文的多个实例连接起来。
其实ENode本身就是支持分布式的，内部采用了作者自己编写的消息中间件EQueue，EQueue有点类似于Apache Kafka的设计，也是支持动态扩容的消息框架，从性能上来说整个就满足了分布式的需求。
2. 是否能满足一致性
（1）从写屏障的角度来说，ES可以部分支持一致性，一致性在分布式的环境中实现的方式有多种，涉及到几个概念，对一个操作至少执行一次，绝对只执行一次，当然还可以自己设计，例如不知道执行与否，就是我会执行但不知道执行结果。扯远了，如果要绝对只执行一次，在实现以及性能上都会有一些折扣，作者采用的是至少执行一次，怎么讲呢，至少执行一次所遵从的原则是必须经过了写屏障，如果没经过写屏障，那么我们可以认为这是无效的，经过了写屏障，系统宕机，可以通过ES重新发起事件。这里执行的就是Domain Event。
既然是至少执行一次，那就会有幂等的处理，作者设计非常灵活，允许使用者自己来装配，在作者的Sample中，使用了MSSQLSERVER来持久化Event，通过MSSQLSERVER中的唯一约束做乐观锁来做到幂等。
在聚合根的内部采用乐观锁来消除幂等，可以在很多个地方使用乐观锁，不管是ENode框架本身提供的，例如在Command Store、Event Store处由SQLSERVER来实现，也可以通过ZooKeeper实现，作者也提供了分布式悲观锁的接口以及采用SQLSERVER的实现，乐观锁就像是一个检查点，台湾人喜欢称这种检查点为机关，我们可以设置合适位置设置合适数量的机关来检查并发。
（2）对应关系数据库的隔离性，在作者的设计中，是按照聚合根来隔离并发的。
使用了聚合根的粒度来实现隔离，在聚合根内部采用了乐观锁或者悲观锁，减小了锁的粒度，来换取性能的提升。
在作者的设计图中还未完全标注出一些组件，
CommandHandler，EventHandler，ApplicationMessageHandler，ExceptionMessageHandler，不是很准确，有兴趣的朋友可以自行查看源代码。
Command、Event是DDD的领域语言
ApplicationMessage、Exception是作者在框架设计的框架领域语言
这些都是作为底层的可传递的消息，可以理解为分布式的消息，上面罗列的Handler都是作者默认实现的，采用的是Actor模式，都是有自己的MailBox，那么其实现就是顺序的并且是单线程的。在某一时刻，单个的系统实例中，Command、Event、ApplicationMessage、Exception都是在并行，但他们内部是只有一个在运行实际的逻辑。这也是可以装配的。
