翻译自Martin Fowler 2017年初的文章 What do you mean by “Event-Driven”?。虽然这篇文章网上已经有一些翻译，但是基本都是直译，甚至有的翻译比较晦涩。再加上最近工作中遇到不少事件驱动架构设计的问题，所以把这个再翻一下，并不是直译，主要是加上一些自己的理解。

Martin Fowler是面向对象分析设计、重构等领域的顶级专家，也是敏捷开发的创始人之一，也是企业应用架构方面的顶级专家。

这篇文章的初衷，是在之前的ThoughtWorks开发者大会中，他们发现，一般人们在说到事件时，发现不同的人往往说的不是同一件事情。所以就有了这篇文章，将几种主要的事件模式整理出来，供大家参考。这样，以后大家再讨论事件启动架构的时候，可以先弄清楚对方讨论的是什么模式。

事件通知

这一模式就是一个系统发送一些事件消息到另一些系统，以通知他们说我这个系统里面的领域对象发生了改变。这个通知的一个关键点是，我的源系统并不关心对方系统收到这些通知以后的结果，甚至说，根据不期望有返回结果。如果说，在有些业务场景下，需要知道对方处理的结果的话，那也应该是通过另一个事件通知的逻辑来通知源系统。

所以，事件通知模式非常好的实现了系统之间的隔离性，而且很容易实现，我们只需要一个消息队列就能实现，随便一个开源的MQ服务器就能满足。

但是，这也有一个潜在的问题，就是事件通知的这个流（也就是一个事件从A系统发送到B系统，B系统处理完以后，又发送另一个事件到C系统），也是很难管理或监控的，因为它散落在各个系统的代码里。所以，当我们的系统变得复杂，系统（或者说服务）越来越多的时候，这些系统之间的事件及其流向，就很难维护了。但是，即便是这些弊端，事件通知模式还是很有用的，因为它非常简单。

使用事件通知还有一个需要注意的问题是，对事件的定义。事件是指的原系统发生了某件事情，导致领域对象的改变。但是很多人在使用的过程中，往往将”事件”和”动作”混淆。动作是发起请求的人希望目标系统执行的”动作”，而”通知”是源系统领域对象发生的事情。举个例子来说，A是订单服务，B是库存服务，当有一个订单时，要通知库存服务去更新库存。那么通知和命令是这样的:

• 通知：A通知B有了一个新订单，B自己根据业务决定如何根据订单处理库存）
• 命令：A命令B修改库存，这时候，A与B之间的关系就变了。

这在理解上很好理解，但是在实际开发中很容易忽略，需要引起注意。

有关事件通知，还有一点就是，事件不需要携带很多数据，而只是携带像id和对源数据的查询链接之类的数据。还是用上面的订单、库存为例，订单系统发出的事件中只有一个订单id和用来查询订单id的url，库存服务收到该事件以后，用这个url，加上订单id，获取订单的信息，这个信息是库存服务需要知道最少数据，如订单商品和数量。

个人认为，这种方式，虽然减少了消息队列中的数据传输，也减少了系统之间的数据结构的耦合性（目标系统需要知道原系统发出来的事件中的数据结构），但是，目标系统还是需要通过一定方式知道事件消息的数据是什么样的，而且每次还要重新取数据，可能原系统为了它这个请求还要多写一个接口，有点得不偿失。

携带状态的事件传递

这种模式跟上面的比，就是把目标系统处理事件时需要用到的数据都放在事件消息里。这种方式解决了上面说的一些问题。可能会带来的问题中，事件的存储量的增加应该算不上问题了。但是一个最大的问题就是，源系统和目标系统都需要知道事件中数据的结构。还有当事件中的数据结构发生改变，如增减字段等，那需要目标系统也做相应修改。这一点本来就是不可避免的，即使是上面的不携带数据的方式，目标系统也需要更新最新的数据结构获取信息。

事件溯源

事件溯源模式的核心思想是，在一个系统中，任何的状态的变化，都需要产生一个事件，并由这个事件触发相应业务状态的更改。在这种模式下，当前的业务状态，是由这些事件以及它们的处理方法生成的。如果我们将这些事件保存下来，在需要的时候，只要再重新触发这些事件，让这些事件的处理过程重新运行，就能够重新生成业务状态，甚至可以通过指定一个事件，来重新生成某一个时间点的数据状态。这也是一些人常说的”历史重现”。

有关事件溯源，有一个错误的认识是，事件溯源不一定非要是异步的。作者举了一个非常好的例子，是git资源库。一个git资源库可以看作是一个事件溯源的应用，我们提交的一个个commit就是一个个的事件，所有的commit都是依次、同步的作用在这个版本控制系统中，我们的资源库中的最新的文件，就是这些commit事件依次作用产生的结果。

对事件溯源的另一个误区是，在事件溯源系统中的每个请求，在处理这个事件的时候，不需要知道整个系统的所有事件，而只需要知道它自己感兴趣的那一类事件。还是以git资源库为例。git是一个分布式的版本管理系统，如果我编辑了资源库中的一个文件，修改完以后commit；这时另一个人在他的电脑也修改了这个资源库中的另一个文件，也commit到他的本地资源库。当我们两个人把这两个commit同步(push)到某个服务器上的资源库的时候，并不会冲突，git会根据我们的提交的时间，生成相应的commit。这时候服务器上的资源库里面，提交日志（相当于event log）里面看到的就是合并后的commit。

对于这个用git资源库来类比事件溯源，可以这么理解，每个人都可以把git资源库clone到本地，相当于将这个基于事件溯源的应用系统进行分布式部署。假设我们每个人在修改文件的时候，只允许修改一个文件，提交后才能修改另一个文件。每个提交的commit事件中都带有这个文件的id。这一个个的文件相当于事件溯源系统中的领域对象，如一个订单信息，一个商品信息，每个订单每个商品都有它的全局唯一ID。我们的每个事件就是在某一个领域对象上的更新操作，例如一个订单事件就是更新一条订单数据的状态。
在事件溯源系统中，领域对象的状态是根据跟他相关的事件生成的。也就是说，如果我们不保存业务状态数据，那么在每次处理一个订单事件的时候，都要取出这个订单的所有事件，然后根据这些事件生成当前的业务状态信息，然后再处理新的那个事件。
所以，系统在处理每个事件的时候，只需要获取这个事件所属的对象相关的事件，而不需要获取所有的事件。就好像我们在git中编辑一个文件，就先获取有关这个文件的commit记录，根据这些提交的commit事件，生成最新的文件，然后在这个文件上编辑，编辑完成后再提交一个新的commit事件。只不过，我们的git资源库会将本地的最新的文件状态保存下来，所以我们不需要每次都重新根据commit生成文件。在git中我们可以对某一个版本打tag，在事件溯源模式中，我们也可以用类似的方式创建快照，将领域对象的当前状态保存成snapshot快照，这样就不需要每次都获取所有相关事件重新生成业务状态了。

事件溯源模式有很多有意思的特性，比如我们可以将整个系统看做是一个有版本管理功能的业务系统。根据上面说的”开始重现”功能，我们可以将系统的业务状态充值到任何一个时间点。我们甚至可以在重现历史的过程中，添加一些假想的业务数据，用于进行一些业务验证。

当然，事件溯源模式也有一些问题，如上面说的”历史重现”，如果我们的系统需要依赖外部系统，那么该系统在重新历史的时候，其他的系统已经是最新的状态，这就时空错乱了，就会有错误。还有一个问题就是事件的数据结构的改变问题。如果事件的数据结构改变，但是历史的事件中，相应的数据就会缺失，或者多余。那么系统就需要既能处理历史版本的事件，也能处理新版本的事件。这无疑为我们的事件设计、和系统设计都带来一定的困难。

CQRS

Command Query Responsibility Segregation (CQRS)简单来说就是读写分离。也就是去操作使用的数据，跟写操作使用的数据不是同一个数据。虽然从根本上讲，实现CQRS模式，不一定要使用事件溯源模式来实现。但是一般情况下，当人们说CQRS的读写分离的时候，基本上都是通过事件溯源模式来实现的。

要实现CQRS模式，一般都是通过事件溯源模式来进行数据更新操作，也就是所有的业务数据状态的变更都通过事件来触发。然后，对于每个事件，领域对象处理完该事件的同时，还有另一个事件处理器，根据这个事件将最新的业务状态更新到数据库中。然后，对于所有的读操作，都从这个保存业务状态的数据库中获取。通过这种业务状态的数据和事件数据的分离，相互之间不会出现数据的锁，可以实现很高的吞吐量。

可以发现，CQRS模式，看起来很优雅，但是实现起来往往比较复杂，如果没有成熟的框架，而自己去实现，肯定会非常困难。

合理使用这些模式

至于说到如何合理的使用这些模式，首先要弄清楚这些模式。例如文中作者说到，有人说事件溯源模式给他们带来了灾难，每个事件都要处理两次，（一个是更新领域对象，一次是更新read model），实际上是因为他们把事件溯源跟CQRS搞混了。使用事件溯源模式，不一定要用读写分离的方式使用。还有人说系统中大量的异步通信，导致了大量的复杂性（有些时候我们需要一个事件的处理结果）。但是事件溯源模式不一定非要是异步发处理，这只是跟我们的实现有关，我们大可以在需要的地方使用同步的方式。

我个人觉得，事件溯源+CQRS模式，确实是非常的优雅，我之前用过一点Axon框架，可以用来实现事件溯源+CQRS模式，而且这个框架的设计也很清晰，使用起来也比较容易。但是，这种方式确实会增加代码量，因为一个事件需要有2个处理函数，分别更新业务状态数据和领域对象数据，还要定义一堆的命令和事件。除了Axon以外，也有一些别的框架，希望随着事件驱动架构的应用越来越多，相应的框架也会越来越多，越来越成熟。
··············································
欢迎关注课程：
分布式事务实践