事件驱动微服务

MicrocosmWorks 设计的事件驱动系统使用持久化的消息代理，例如 Apache Kafka 或 Amazon EventBridge，它们会保留事件，直到消费者成功处理，从而确保在中断期间不会丢失数据。我们实现了死信队列、指数退避重试策略和熔断器，这样，一个失败的微服务就不会阻塞整个事件管道。一旦下游服务恢复，它就会自动追溯未处理的事件，无需人工干预。

当您的服务不需要即时响应、需要解耦部署周期，或者当一个单一操作触发多个下游进程时，事件驱动通信是更好的选择。MicrocosmWorks 通常推荐事件驱动模式用于订单处理、通知管道和分析数据摄取，同时保留同步 API 用于需要亚秒级响应的用户面向查询。我们构建的许多生产系统采用同步读取和异步写入的混合方法。

MicrocosmWorks 在 Kafka topics 中使用分区键排序，以确保给定实体（例如特定订单或用户）的所有事件都由同一个消费者实例按顺序处理。对于需要跨实体排序的场景，我们实现 saga 编排器，结合幂等事件处理程序，可以安全地重新处理乱序消息。我们还在事件负载中嵌入矢量时钟或序列号，以便消费者可以检测和解决排序冲突。

MicrocosmWorks 采用 Saga 模式并使用补偿事务，其中每个微服务在完成其本地事务后发布领域事件，下游服务相应地做出反应或在失败时触发回滚补偿。我们将此与发件箱模式相结合，该模式将事件原子地写入本地发件箱表与业务数据一起，然后可靠地将它们发布到消息代理。这实现了最终一致性，而不会带来二阶段提交在性能和可靠性上的开销。

MicrocosmWorks 使用 OpenTelemetry 为每个事件注入关联 ID 和分布式追踪头，这使我们能够在 Jaeger 或 Grafana Tempo 等工具中，跨所有参与的微服务可视化业务事务的完整生命周期。我们还构建了实时事件流仪表板，显示每个服务的吞吐量、消费者滞后和处理延迟，从而可以轻松找出瓶颈。我们的标准可观测性栈包括带有事件元数据的结构化日志记录，以便任何单个事件都可以在几秒钟内从生产者追踪到每个消费者。