6种事件驱动的架构模式

作者 | Natan Silnitsky

译者 | 平川

策划 | 万佳

在过去一年里，我一直是数据流团队的一员，负责 Wix 事件驱动的消息传递基础设施（基于 Kafka）。有超过 1400 个微服务使用这个基础设施。在此期间，我实现或目睹了事件驱动消息传递设计的几个关键模式，这些模式有助于创建一个健壮的分布式系统，该系统可以轻松地处理不断增长的流量和存储需求。

1消费与投影

针对那些使用非常广泛、已经成为瓶颈的服务

当有遗留服务存储着大型域对象的数据，这些数据使用又非常广泛，使得该遗留服务成为瓶颈时，此模式可以提供帮助。

在 Wix，我们的 MetaSite 服务就面临着这样的情况，它为 Wix 用户创建的每个站点保存了大量的元数据，比如站点版本、站点所有者以及站点上安装了哪些应用程序——已安装应用上下文（The Installed Apps Context.）。

这些信息对于 Wix 的许多其他微服务（团队）很有价值，比如 Wix Stores、Wix booking、Wix Restaurants 等等。这个服务被超过 100 万 RPM 的请求轰炸，它们需要获取站点元数据的不同部分。

从服务的各种 API 可以明显看出，它处理了客户端服务的太多不同的关注点。

MetaSite 服务处理大约 1M RPM 的各类请求

我们想要回答的问题是，如何以最终一致的方式将读请求从该服务转移出来？

使用 Kafka 创建“物化视图”

负责这项服务的团队决定另外创建一个服务，只处理 MetaSite 的一个关注点——来自客户端服务的“已安装应用上下文”请求。

• 首先，他们将所有数据库的站点元数据对象以流的方式传输到 Kafka 主题中，包括新站点创建和站点更新。一致性可以通过在 Kafka Consumer 中进行 DB 插入来实现，或者通过使用 CDC 产品（如 Debezium）来实现。
• 其次，他们创建了一个有自己数据库的“只写”服务（反向查找写入器），该服务使用站点元数据对象，但只获取已安装应用上下文并写入数据库。即将站点元数据的某个“视图”（已安装的应用程序）投影到数据库中。

已安装应用上下文消费与投影

• 第三，他们创建了一个“只读”服务，只接受与已安装应用上下文相关的请求，通过查询存储着“已安装应用程序”视图的数据库来满足请求。

读写分离

效果

• 通过将数据以流的方式传输到 Kafka，MetaSite 服务完全同数据消费者解耦，这大大降低了服务和 DB 的负载。
• 通过消费来自 Kafka 的数据，并为特定的上下文创建一个“物化视图”，反向查找写入器服务能够创建一个最终一致的数据投影，大幅优化了客户端服务的查询需求。
• 将读服务与写服务分开，可以方便地扩展只读 DB 副本和服务实例的数量，这些实例可以处理来自全球多个数据中心的不断增长的查询负载。

2端到端事件驱动

针对简单业务流程的状态更新

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。

https://eng.uber.com/reliable-reprocessing/

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。

https://github.com/wix/greyhound#greyhound

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。

要了解更多信息，请观看我的视频“Kafka 中的恰好一次语义”。

https://www.YouTube.com/watch?v=7O_UC_i1XY0

6事件聚合

当你想知道整个批次的事件已经被消费时

在上半部分，我描述了在 Wix 将联系人导入到 Wix CRM 平台的业务流程。后端包括两个服务。一个是作业服务，我们提供一个 CSV 文件，它会生成作业事件到 Kafka。还有一个联系人导入服务，它会消费并执行导入作业。

假设 CSV 文件有时非常大，将工作负载分割成更小的作业，每个作业中需要导入的联系人就会更少，这个过程就会更高效。通过这种方式，这项工作可以在 Contacts Importer 服务的多个实例中并行。但是，当导入工作被拆分为许多较小的作业时，该如何知道何时通知最终用户所有的联系人都已导入？

显然，已完成作业的当前状态需要持久化，否则，内存中哪些作业已完成的记录可能会因为随机的 Kube.NETes pod 重启而丢失。

一种在 Kafka 中进行持久化的方法是使用 Kafka 压缩主题。这类主题可以看成是一种流式 KV 存储。

在我们的示例中，Contacts Importer 服务（在多个实例中）通过索引消费作业。每当它处理完一些作业，就需要用一个 Job Completed 事件更新 KV 存储。这些更新可以同时发生，因此，可能会出现竞态条件并导致作业完成计数器失效。

原子 KV 存储

为了避免竞态条件，Contacts Importer 服务将完成事件写到原子 KV 存储类型的 Jobs-Completed-Store 中。

原子存储确保所有作业完成事件将按顺序处理。它通过创建一个“Commands”主题和一个“Store”压缩主题来实现。

顺序处理

从下图可以看出，原子存储如何生成每一条新的 Import-job-completed“更新”消息，并以 [Import Request Id]+[total job count] 作为键。借助键，我们就可以总是依赖 Kafka 将特定 requestId 的“更新”放在特定的分区中。

接下来，作为原子存储的一部分，消费者 - 生产者对将首先侦听每个新的更新，然后执行 atomicStore 用户请求的“命令”——在本例中，将已完成作业数量的值加 1。

端到端更新流示例

让我们回到 Contacts Importer 服务流。一旦这个服务实例完成了某些作业的处理，它将更新 Job-Completed KVAtomicStore（例如，请求 Id 为 YYY 的导入作业 3 已经完成）：

Atomic Store 将生成一条新消息到 job-completed-commands 主题，键为 YYY-6，值为 Job 3 Completed。

接下来，Atomic Store 的消费者 - 生产者对将消费此消息，并增加 KV Store 主题中键 YYY-6 的已完成作业计数。

恰好一次处理

注意，“命令”请求处理必须只发生一次，否则完成计数器可能不正确（错误增量）。为消费者 - 生产者对创建一个 Kafka 事务（如上文的模式 4 所述）对于确保统计准确至关重要。

AtomicKVStore 值更新回调

最后，一旦 KV 最新生成的已完成作业计数的值与总数匹配（例如 YYY 导入请求有 6 个已完成作业），就可以通知用户（通过 WebSocket，参见本系列文章第一部分的模式 3）导入完成。通知可以作为 KV-store 主题生成动作的副作用，即调用用户提供给 KV 原子存储的回调。

注意事项：

• 完成通知逻辑不一定要在 Contacts Importer 服务中，它可以在任何微服务中，因为这个逻辑完全独立于这个过程的其他部分，只依赖于 Kafka 主题。
• 不需要进行定期轮询。整个过程都是事件驱动的，即以管道方式处理事件。
• 通过使用基于键的排序和恰好一次的 Kafka 事务，避免作业完成通知或重复更新之间的竞态条件。
• Kafka Streams API 非常适合这样的聚合需求，其特性包括 groupBy（按 Import Request Id 分组）， reduce 或 count（已完成作业计数）和 filter (count 等于总作业数)，然后是副作用 Webhook 通知。对于 Wix 来说，使用现有的生产者 / 消费者基础设施更有意义，这对我们的微服务拓扑影响更小。

7总结

这里的一些模式比其他的模式更为常见，但它们都有相同的原则。通过使用事件驱动的模式，可以减少样板代码（以及轮询和锁定原语），增加弹性（减少级联失败，处理更多的错误和边缘情况）。此外，微服务之间的耦合要小得多（生产者不需要知道谁消费了它的数据），扩展也更容易，向主题添加更多分区（和更多服务实例）即可。

原文链接：

https://medium.com/wix-engineering/6-event-driven-architecture-patterns-part-1-93758b253f47

https://medium.com/wix-engineering/6-event-driven-architecture-patterns-part-2-455cc73b22e1