架构与系统设计 / 系统课时
为跨域查询构建异步读模型
为跨域查询构建异步读模型
跨域页面常常同时需要订单、客户和商品信息,如果每次查询都实时跨库联查或连续调用多个服务,延迟和故障会沿调用链放大。本课使用领域事件维护独立读模型,让查询只访问一个面向读取优化的数据视图。
学习目标
- 识别适合异步读模型的跨域查询场景
- 设计事件到投影表的同步链路
- 处理重复事件、乱序事件和短暂数据延迟
把跨域读取与源系统解耦
假设订单列表需要展示订单金额、客户名称和商品摘要。最直接的实现,是查询时分别请求订单、客户和商品服务,再在接口层拼装结果。这样虽然没有共享写库,但一次用户请求会同时依赖多个远程系统。
另一种做法是让各领域继续拥有自己的数据和写规则,同时发布业务事件。专门的投影程序消费这些事件,把查询需要的字段复制到读模型中。页面查询时只访问读模型,不再实时穿透多个业务服务。

这种结构接受的是最终一致性:源服务已经提交的数据,可能经过几十毫秒到数秒后才出现在查询视图中。换来的好处是查询路径短、源服务相互独立,并且读模型可以针对页面筛选和排序方式单独建立索引。
读模型只保存查询真正需要的数据
异步读模型不是源数据库的完整镜像。应从查询需求反推字段,例如订单列表只需要 order_id、客户展示名、订单金额、状态和更新时间,就没有必要复制客户的全部档案或订单的所有内部字段。
读模型通常允许反规范化,因为它承担的是读取职责。相同的客户名称可以出现在多条订单记录中;客户名称变化后,再通过客户事件批量更新相关投影。这种冗余是有意设计的查询成本交换,而不是新的业务数据所有权。
用版本号抵御重复和乱序事件
事件系统通常只能保证“至少一次”投递,消费者必须假设同一事件可能重复到达;分区策略或重试也可能让旧事件晚于新事件出现。因此投影更新应具备幂等性,并拒绝较旧版本覆盖较新状态。
下面的 PostgreSQL 示例创建一个订单查询投影。先写入版本 2,随后模拟版本 1 的旧事件到达;更新条件只接受更大的版本号,因此最终数据不会回退。
CREATE TABLE order_query (
order_id BIGINT PRIMARY KEY,
customer_name TEXT NOT NULL,
total_amount NUMERIC(10, 2) NOT NULL,
event_version BIGINT NOT NULL
);
INSERT INTO order_query (order_id, customer_name, total_amount, event_version)
VALUES (1001, 'Alice Chen', 128.00, 2)
ON CONFLICT (order_id) DO UPDATE
SET customer_name = EXCLUDED.customer_name,
total_amount = EXCLUDED.total_amount,
event_version = EXCLUDED.event_version
WHERE EXCLUDED.event_version > order_query.event_version;
INSERT INTO order_query (order_id, customer_name, total_amount, event_version)
VALUES (1001, 'Alice', 99.00, 1)
ON CONFLICT (order_id) DO UPDATE
SET customer_name = EXCLUDED.customer_name,
total_amount = EXCLUDED.total_amount,
event_version = EXCLUDED.event_version
WHERE EXCLUDED.event_version > order_query.event_version;
SELECT order_id, customer_name, total_amount, event_version
FROM order_query;预期结果
order_id | customer_name | total_amount | event_version
----------+---------------+--------------+---------------
1001 | Alice Chen | 128.00 | 2实际系统中的版本可以来自领域对象版本、单调递增序号或可比较的事件位置。关键不是字段叫什么,而是消费者必须有一种可靠办法判断“这条消息是否比当前投影更新”。
把一致性延迟设计成业务规则
读模型不是免费的缓存层。架构设计时应明确允许多大的数据延迟,以及哪些操作不能依赖它。例如后台订单搜索通常可以容忍短暂延迟,但“库存是否还能扣减”属于写侧业务决策,必须回到库存领域执行,不能根据异步查询视图判断。
同时需要监控事件积压量、最老未处理事件时间和投影更新时间。如果延迟超过业务阈值,查询接口可以显示“数据同步中”,而不是悄悄把旧数据当成强一致结果。
为重建能力保留事件来源
投影代码会随着查询需求演进,表结构也可能重新设计。一个可靠的方案应允许清空读模型后重新消费历史事件,或者从源系统导出快照,再继续消费快照之后的事件。
因此验收异步读模型时,不只要验证正常查询,还要验证三件事:重复消费同一事件不会改变结果,旧版本事件不会覆盖新状态,以及删除读模型后能够按照可控流程恢复。做到这些,跨域查询才真正从实时依赖链变成可以独立演进的读取能力。