使用事件存储和 ORM 进行事件溯源

Question

我正在使用 Django 为微服务架构构建身份验证服务。它更像是一个实验，而不是现实世界的实施，以了解更多有关事件溯源的信息。

我确实知道 Django 有一个 ORM，它与框架紧密结合，使用 Flask 将是一种更简单的方法，但我正在尝试找到一种解决方法。

用例非常简单。用户注册后，他会收到一封电子邮件来激活他的帐户。用户再次被激活，我发送一封电子邮件，通知他他的帐户已激活。

根据我的理解，这是在事件源系统中。事件被触发并存储，我们可以获取最新状态并将其存储在数据库中。就我而言，它将是使用 Django ORM 的 Postgres。

我使用 django 中的信号将事件发布到 kafka。pre_save() 信号。然后模型将保存该对象。

如果有尚未实施的更新，请参见下文。我只会发布更新的字段。并更新 Django 中的对象。

有人看到这种方法有任何警告吗？或者在模型的保存方法中实现它会更好吗？

我很想听听您对此的反馈。

# app/services.py

class KafkaService:

    def __init__(self):
        try:
            self.producer = KafkaProducer(bootstrap_servers=settings.KAFKA_BROKERS,
                                          value_serializer=lambda m: json.dumps(m).encode('ascii'))
        except KafkaError as ke:
            logger.exception(f"Something went wrong creating a kafka producer: {ke}")
            self.producer = None
        except Exception as ex:
            logger.exception(f"Something went wrong creating a kafka producer: {ex}")
            self.producer = None

    def publish(self, topic, key, data):
        if not self.producer:
            logger.error(f"Kafka Producer could not establish a connection")
            pass
        try:
            self.producer.send(topic, key=bytes(key, encoding='utf-8'), value=data)
            self.producer.flush()
            logger.info("Message has been published to Kafka")
        except Exception as ex:
            logger.info(f"Errored while publishing to Kafka: {ex}")

# app/events.py

class UserEvent:

    def __init__(self, event_store):  # event store here is Kafka
        """ A user event class which is an injectable. I am using here.
        I need a key for kafka to place the correct event in the correct partition.

        :parameters:
            - event_store: a class form example :class:`KafkaService` which publishes data
        """
        self.event_store = event_store

    def user_created(self, email, data):
        """ Publish an event to the event store when a user is created

        :param email: string
        :param data: string - json
        """
        self.event_store.publish('user-created', email, data)

    def user_activated(self, email, data):
        """ Publish an event to the event store when a user is activated """
        self.event_store.publish('user-activated', email, data)

# app/signals.py

kafka_service = KafkaService()

user_event = UserEvent(kafka_service)

def user_added_event(sender, instance, created, **kwargs):
    if created:
        from users.api.v1.serializers import UserSerializer  # Avoid (Apps Not Read)

        value = UserSerializer(instance).data
        user_event.user_created(instance.email, value)

    else:
        logger.info("User Updated")

Answer 1

有人看到这种方法有任何警告吗？或者在模型的保存方法中实现它会更好吗？

通常的设计将领域模型（也称为业务逻辑）与持久性问题分开。

如果事件序列是您的事实来源，则需要遵循两件事：首先，您需要确保在事件发布之前成功存储它们。其次，您要确保您的写入语义是“第一个写入者获胜”。

如果你做对了，并且每个人都明白数据库中的模型可以及时“落后于”事件存储中的事件，那么你就处于良好状态。

最终一致的系统使“读你自己写的”期望变得具有挑战性。所以你可能会有一些额外的工作。