SuperAPI AI 工具集

event-driven-architecture

编程与开发

查看项目

更新于 10-26 17:17

技能介绍

用途

本技能在用户设计事件驱动系统、实现事件溯源、应用 CQRS、选择消息中间件或推理最终一致性时启用。具体触发场景包括:为聚合或服务实现事件溯源;用 CQRS 分离读写模型;在 Kafka、RabbitMQ、NATS 等中间件间做选型;询问最终一致性、补偿或 Saga 模式;设计事件 Schema 或版本化策略;处理事件消费者的幂等性;调试消息顺序、重复投递或消费延迟问题;以及讨论领域事件、集成事件或事件携带状态转移。

不适用于不包含事件组件的同步 REST API 设计,也不适用于负载均衡、缓存、CDN 等通用系统设计问题。

主要能力与核心原则

技能围绕四个支柱展开:事件溯源(以事件序列存储状态)、CQRS(读写模型分离)、消息中间件(传输层)和最终一致性(使整体成立的一致性模型)。

其核心原则包括:

  • 事件是事实而非请求:事件记录已发生之事(如 OrderPlaced),不可变;命令请求某事发生(如 PlaceOrder)。事件用过去时,命令用祈使语气。
  • 按至少一次投递设计:没有中间件能在所有故障场景下保证恰好一次投递,因此每个消费者都应幂等,可用去重键(事件 ID + 消费者 ID)或天然幂等操作(用 SET 而非 INCREMENT)。
  • 生产者拥有事件、共享契约:生产服务拥有事件 Schema,消费者不得决定事件内容,应发布版本化的 Schema 契约(Avro、Protobuf 或 JSON Schema)。
  • 读写模型分离:写侧校验业务规则并发出事件,读侧订阅事件构建反规范化读模型(投影)。
  • 拥抱最终一致性但设定边界:为传播延迟定义 SLA,监控消费延迟,越界告警。

概念与使用方式

技能给出事件溯源的事件存储表结构示例(events 表,含 event_id、aggregate_id、event_type、event_data、version 等字段,并对 (aggregate_id, version) 加唯一约束用于乐观并发),以及聚合重建的示例函数。CQRS 部分说明命令侧与查询侧的职责,并给出订单摘要投影的示例代码,强调投影应可重建。

中间件选型建议:需要有序可重放事件日志选 Kafka 或 Redpanda;简单任务队列与路由选 RabbitMQ;无服务器托管队列选 AWS SQS + SNS;低延迟发布订阅选 NATS;多协议灵活性选 RabbitMQ。技能还说明 Kafka 的顺序仅在分区内保证,应以聚合 ID 作为分区键;RabbitMQ 支持多种交换机并建议配置死信交换机,用预取数量控制未确认消息。

Saga 部分区分编排式(服务相互响应事件,松耦合首选)与协调式(中心协调器发命令),并要求先为每一步定义补偿动作,无法补偿的步骤应放在最后。

幂等部分给出两种策略:去重表(processed_events 表,在事务中原子插入并执行业务逻辑)与天然幂等操作。

Schema 与版本化部分给出事件 JSON 结构示例(含 event_id、event_type、aggregate_id、version、timestamp、data、metadata),建议在 metadata 中始终包含 correlation_id 与 causation_id,并介绍升级转换(upcasting)、Schema 注册表和弱 Schema 三种版本化策略。

反模式与注意事项

技能列出常见错误及替代做法:把事件当作远程过程调用;携带完整聚合状态的巨型事件;缺少死信队列;假设跨分区全局有序;因“中间件会处理”而跳过幂等;无快照导致事件存储无界增长。另列出若干易错点:Kafka 顺序按分区而非主题;投影中途失败会留下部分更新状态;毒消息会阻塞消费组;Schema 变更须向后兼容;缺少快照会使聚合重建时间随事件数线性增长。

限制

技能说明 references/ 目录下有两份详细参考文件(event-sourcing-patterns.md 与 broker-comparison.md),仅在任务需要时加载,因为文件较长会占用上下文。首次激活时还会检查推荐的配套技能是否已安装,缺失时提示用 npx skills add AbsolutelySkilled/AbsolutelySkilled --skill <name> 安装。