转载

理解事件流处理的意义

将数据组织为事件流这种思想在许多领域中都已得到应用，但不幸的是，人们有时会用不同的术语来表达这一思想，例如流处理（Stream Processing）、事件溯源（Event Sourcing）或复杂事件处理（Complex Event Processing - CEP）。 Martin Kleppmann 为读者解释了这一思想中的基本概念。

Kleppmann是即将出版的《设计数据密集型应用》（Designing Data-Intensive Applications）一书的作者，他表示这些基本的思想概念中有许多是十分简单的，并且值得深入学习。这些思想能够帮助我们设计出具有更高的伸缩性、可靠性和可维护性的应用程序。

Kleppmann以 Google Analytics 这一工具作为使用事件的一个示例，这个工具能够按照访问者对网站的页面访问次数进行跟踪。在这个工具中，每一次页面访问都会产生一个事件，其中包含的内容有页面的URL、时间戳，以及客户端IP地址等等，这对于用户量庞大的流行网站来说可能会造成数量巨大的事件产生。从这些事件中收集该网站的使用情况有两种选择，这两种选择都具有实用性，但各自适应于不同的场合：

将所有的数据保存在某种类型的数据存储系统中，然后使用某种查询语言对URL、时间段等信息进行分组，并在需要时进行数据的聚合。使用这种技术的一个优点在于，可以对旧的数据采用新的计算方式。
在事件到来时，直接对URL、时间等信息进行聚合，而不是在诸如 OLAP cube 等系统中保存事件本身，这种方式的一个优点在于能够进行实时决策，例如对某个特定客户端限制它的访问次数。

事件溯源也是一种类似的思想，它是由领域驱动设计（DDD）社区所提出的。这方面的一个常见例子就是电子商务网站中的购物车。这种思想是不对当前的购物车状态进行改变和保存，而是将每个改变了购物车状态的事件保存下来。这种事件可以是 ItemAdded 和 ItemQuantityChanged 。通过对事件进行重演、或是将它们进行聚合，可以重现购物车的当前状态。Kleppmann表示，这一思想与Google Analytics的示例非常相似。

对于Kleppmann来说，事件是保存数据的一种理想的方式，所有的信息都作为一个单独的blog，通过添加的方式进行保存，这就避免了对多个表进行更新的需求。他也认为，对于从数据存储系统中读取数据来说，对数据进行聚合是一种理想的方式，因为用户感兴趣的通常都是当前的状态。以用户界面举例，用户对某个按钮的单击行为对应着一个事件，而对页面的请求则表现为通过某个聚合展现当前的状态。Kleppmann在他的示例中还衍生出一个模式：原始的输入事件是不可变的事实，它易于保存，并且具有真实性。聚合就是源自于这些原始事件的，并且在新的事件到来后会进行缓存和更新。在必要的时候，可以将所有事件进行重演，以重建所有的聚合。

转而使用类似于事件溯源一类的方式，就意味着要远离传统的由数据库保存当前状态的方式。Kleppmann仍然坚持采用这种方式的原因包括以下方面：