6 种事件驱动的架构模式，springboot 入门书籍
请求-应答模型在浏览器-服务器交互中特别常见。借助 Kafka 和WebSocket，我们就有了一个完整的事件流驱动，包括浏览器-服务器交互。
这使得交互过程容错性更好，因为消息在 Kafka 中被持久化，并且可以在服务重启时重新处理。该架构还具有更高的可伸缩性和解耦性，因为状态管理完全从服务中移除，并且不需要对查询进行数据聚合和维护。
考虑一下这种情况，将所有 Wix 用户的联系方式导入 Wix 平台。
这个过程涉及到两个服务：Contacts Jobs 服务处理导入请求并创建导入批处理作业，Contacts Importer 执行实际的格式化并存储联系人（有时借助第三方服务）。
传统的请求-应答方法需要浏览器不断轮询导入状态，前端服务需要将状态更新情况保存到数据库表中，并轮询下游服务以获得状态更新。
而使用 Kafka 和 WebSocket 管理者服务，我们可以实现一个完全分布式的事件驱动过程，其中每个服务都是完全独立工作的。
使用 Kafka 和 WebSocket 的 E2E 事件驱动
首先，浏览器会根据开始导入请求订阅 WebSocket 服务。
它需要提供一个 channel-Id，以便 WebSocket 服务能够将通知路由回正确的浏览器：
打开 WebSocket 通知“通道”
第二，浏览器需要向 Jobs 服务发送一个 HTTP 请求，联系人信息使用 CSV 格式，并附加 channel-Id，这样 Jobs 服务（和下游服务）就能够向 WebSocket 服务发送通知。注意，HTTP 响应将立即返回，没有任何内容。
第三，Jobs 服务在处理完请求后，会生成并向 Kafka 主题发送作业请求。
HTTP Import 请求和生成的 Import Job 消息
第四，Contacts Importer**服务消费来自 Kafka 的作业请求，并执行实际的导入任务。当它完成时，它可以通知 WebSocket 服务作业已经完成，而 WebSocket 服务又通知浏览器。
工作已消费、已处理和已完成状态通知
效果
使用这种设计，在导入过程的各个阶段通知浏览器变得很简单，而且不需要保持任何状态，也不需要任何轮询。
Kafka 的使用使得导入过程更具弹性和可扩展性，因为多个服务可以处理来自同一个原始导入 http 请求的作业。
使用 Kafka 复制，很容易将每个阶段放在最合适的数据中心和地理位置。也许导入器服务需要在谷歌 DC 上，以便可以更快地导入谷歌联系人。
WebSocket 服务的传入通知请求也可以生成到 Kafka，然后复制到 WebSocket 服务所在的数据中心。
3.内存 KV 存储
针对 0 延迟数据访问
有时，我们需要动态对应用程序进行持久化配置，但我们不想为它创建一个全面的关系数据库表。
一个选择是用HBase/Cassandra/DynamoDB为所有应用创建一个大的宽列存储表，其主键包含标识应用域的前缀（例如“store_taxes_”）。
这个解决方案效果很好，但是通过网络取值存在无法避免的延迟。它更适合于更大的数据集，而不仅仅是配置数据。
另一种方法是有一个位于内存但同样具有持久性的键/值缓存——Redis AOF提供了这种能力。
Kafka 以压缩主题的形式为键/值存储提供了类似的解决方案（保留模型确保键的最新值不会被删除）。
在 Wix，我们将这些压缩主题用作内存中的 kv-store，我们在应用程序启动时加载（消费）来自主题的数据。这有一个 Redis 没有提供的好处，这个主题还可以被其他想要获得更新的用户使用。
订阅和查询
考虑以下用例——两个微服务使用压缩主题来做数据维护：Wix Business Manager（帮助 Wix 网站所有者管理他们的业务）使用一个压缩主题存放支持的国家列表，Wix Bookings（允许安排预约和课程）维护了一个“（Time Zones）”压缩主题。从这些内存 KV 存储中检索值的延迟为 0。
各内存 KV 存储以及相应的 Kafka 压缩主题
Wix Bookings 监听“国家（Countries）”主题的更新：
Bookings 消费来自压缩主题 Countries 的更新
当 Wix Business Manager 将另一个国家添加到“国家”主题时，Wix Bookings 会消费此更新，并自动为“时区”主题添加一个新的时区。现在，内存 KV 存储中的“时区”也通过更新增加了新的时区：
South Sudan 的时区被加入压缩主题
我们没有在这里停下来。Wix Events（供 Wix Users 管理事件传票和 RSVP）也可以使用 Bookings 的时区主题，并在一个国家因为夏令时更改时区时自动更新其内存 kv-store。
两个内存 KV 存储消费同一个压缩主题
4.调度并遗忘
当存在需要确保计划事件最终被处理的需求时
在许多情况下，需要 Wix 微服务根据某个计划执行作业。
Wix Payments Subscriptions 服务就是一个例子，它管理基于订阅的支付（例如瑜伽课程的订阅）。
对于每个月度或年度订阅用户，必须通过支付提供程序完成续订过程。
为此，Wix 自定义的 Job Scheduler 服务调用由 Payments Subscription 服务预先配置好的 REST 端点。
订阅续期过程在后台进行，不需要（人类）用户参与。这就是为什么最终可以成功续订很重要，即使临时有错误——例如第三支付提供程序不可用。
要确保这一过程是完全弹性的，一种方法是由作业调度器重复请求 Payment Subscriptions 服务（续订的当前状态保存在数据库中），对每个到期但尚未续期的订阅进行轮询。这将需要数据库上的悲观/乐观锁定，因为同一用户同一时间可能有多个订阅续期请求（来自两个单独的正在进行的请求）。
更好的方法是首先生成 Kafka 请求。为什么？因为请求的处理将由 Kafka 的消费者顺序完成（对于每个特定的用户），所以不需要并行工作的同步机制。
此外，一旦消息生成并发送到 Kafka，我们就可以通过引入消费者重试来确保它最终会被成功处理。由于有这些重试，请求调度的频率可能就会低很多。
在这种情况下，我们希望可以保持处理顺序，这样重试逻辑可以在两次尝试之间（以“指数退避”间隔进行）简单地休眠。
Wix 开发人员使用我们自定义的Greyhound消费者，因此，他们只需指定一个 BlockingPolicy，并根据需要指定适当的重试间隔。
在某些情况下，消费者和生产者之间可能会产生延迟，如长时间持续出错。在这些情况下，有一个特殊的仪表板用于解除阻塞，并跳过开发人员可以使用的消息。
如果消息处理顺序不是强制性的，那么 Greyhound 中还有一个使用“重试主题”的非阻塞重试策略。
当配置重试策略时，Greyhound 消费者将创建与用户定义的重试间隔一样多的重试主题。内置的重试生成器将在出错时生成一条下一个重试主题的消息，该消息带有一个自定义头，指定在下一次调用处理程序代码之前应该延迟多少时间。
还有一个死信队列，用于重试次数耗尽的情况。在这种情况下，消息被放在死信队列中，由开发人员手动审查。
这种重试机制是受 Uber这篇文章的启发。
Wix 最近开放了 Greyhound 的源代码，不久将提供给测试用户。要了解更多信息，可以阅读 GitHub 上的自述文件。
总结：
Kafka 允许按顺序处理每个键的请求（例如使用 userId 进行续订），简化工作进程逻辑；
由于 Kafka 重试策略的实现大大提高了容错能力，续期请求的作业调度频率大大降低。
5.事务中的事件
当幂等性很难实现时
考虑下面这个典型的电子商务流程。
Payments 服务生成一个 Order?Purchase Completed 事件到 Kafka。现在，Checkout 服务将消费此消息，并生成自己的 Order Checkout Completed 消息，其中包含购物车中的所有商品。
然后，所有下游服务（Delivery、Inventory 和 Invoices）将消费该消息并继续处理（分别准备发货、更新库存和创建发票）。
如果下游服务可以假设 Order Checkout Completed 事件只由 Checkout 服务生成一次，则此事件驱动流的实现会简单很多。
为什么？因为多次处理相同的 Checkout Completed 事件可能导致多次发货或库存错误。为了防止下游服务出现这种情况，它们将需要存储去重后的状态，例如，轮询一些存储以确保它们以前没有处理过这个 Order Id。
通常，这是通过常见的数据库一致性策略实现的，如悲观锁定和乐观锁定。
幸运的是，Kafka 为这种流水线事件流提供了一个解决方案，每个事件只处理一次，即使当一个服务有一个消费者-生产者对（例如 Checkout），它消费一条消息，并产生一条新消息。
简而言之，当 Checkout 服务处理传入的 Payment Completed 事件时，它需要将 Checkout Completed 事件的发送过程封装在一个生产者事务中，它还需要发送消息偏移量（使 Kafka 代理能够跟踪重复的消息）。
事务期间生成的任何消息将仅在事务完成后才对下游消费者（Inventory Service）可见。
此外，位于 Kafka 流开始位置的 Payment?Service Producer 必须转变为幂等（Idempotent）生产者——这意味着代理将丢弃它生成的任何重复消息。
6.事件聚合
还未添加个人签名 2021.03.18 加入
还未添加个人简介
评论