最近幾年，在DDD的領域，我們經常會看到CQRS架構的概念。我個人也寫了一個ENode框架，專門用來實現這個架構。CQRS架構本身的思想其實非常簡單，就是讀寫分離。是一個很好理解的思想。就像我們用MySQL數據庫的主備，數據寫到主，然后查詢從備來查，主備數據的同步由MySQL數據庫自己負責，這是一種數據庫層面的讀寫分離。關于CQRS架構的介紹其實已經非常多了，大家可以自行百度或google。我今天主要想總結一下這個架構相對于傳統架構（三層架構、DDD經典四層架構）在數據一致性、擴展性、可用性、伸縮性、性能這幾個方面的異同，希望可以總結出一些優點和缺點，為大家在做架構選型時提供參考。

前言

CQRS架構由于本身只是一個讀寫分離的思想，實現方式多種多樣。比如數據存儲不分離，僅僅只是代碼層面讀寫分離，也是CQRS的體現；然后數據存儲的讀寫分離，C端負責數據存儲，Q端負責數據查詢，Q端的數據通過C端產生的Event來同步，這種也是CQRS架構的一種實現。今天我討論的CQRS架構就是指這種實現。另外很重要的一點，C端我們還會引入Event Sourcing+In Memory這兩種架構思想，我認為這兩種思想和CQRS架構可以***的結合，發揮CQRS這個架構的***價值。

數據一致性

傳統架構，數據一般是強一致性的，我們通常會使用數據庫事務保證一次操作的所有數據修改都在一個數據庫事務里，從而保證了數據的強一致性。在分布式的場景，我們也同樣希望數據的強一致性，就是使用分布式事務。但是眾所周知，分布式事務的難度、成本是非常高的，而且采用分布式事務的系統的吞吐量都會比較低，系統的可用性也會比較低。所以，很多時候，我們也會放棄數據的強一致性，而采用最終一致性；從CAP定理的角度來說，就是放棄一致性，選擇可用性。

CQRS架構，則完全秉持最終一致性的理念。這種架構基于一個很重要的假設，就是用戶看到的數據總是舊的。對于一個多用戶操作的系統，這種現象很普遍。比如秒殺的場景，當你下單前，也許界面上你看到的商品數量是有的，但是當你下單的時候，系統提示商品賣完了。其實我們只要仔細想想，也確實如此。因為我們在界面上看到的數據是從數據庫取出來的，一旦顯示到界面上，就不會變了。但是很可能其他人已經修改了數據庫中的數據。這種現象在大部分系統中，尤其是高并發的WEB系統，尤其常見。

所以，基于這樣的假設，我們知道，即便我們的系統做到了數據的強一致性，用戶還是很可能會看到舊的數據。所以，這就給我們設計架構提供了一個新的思路。我們能否這樣做：我們只需要確保系統的一切添加、刪除、修改操作所基于的數據是***的，而查詢的數據不必是***的。這樣就很自然的引出了CQRS架構了。C端數據保持***、做到數據強一致；Q端數據不必***，通過C端的事件異步更新即可。所以，基于這個思路，我們開始思考，如何具體的去實現CQ兩端。看到這里，也許你還有一個疑問，就是為何C端的數據是必須要***的？這個其實很容易理解，因為你要修改數據，那你可能會有一些修改的業務規則判斷，如果你基于的數據不是***的，那意味著判斷就失去意義或者說不準確，所以基于老的數據所做的修改是沒有意義的。

擴展性

傳統架構，各個組件之間是強依賴，都是對象之間直接方法調用；而CQRS架構，則是事件驅動的思想；從微觀的聚合根層面，傳統架構是應用層通過過程式的代碼協調多個聚合根一次性以事務的方式完成整個業務操作。而CQRS架構，則是以Saga的思想，通過事件驅動的方式，最終實現多個聚合根的交互。另外，CQRS架構的CQ兩端也是通過事件的方式異步進行數據同步，也是事件驅動的一種體現。上升到架構層面，那前者就是SOA的思想，后者是EDA的思想。SOA是一個服務調用另一個服務完成服務之間的交互，服務之間緊耦合；EDA是一個組件訂閱另一個組件的事件消息，根據事件信息更新組件自己的狀態，所以EDA架構，每個組件都不會依賴其他的組件；組件之間僅僅通過topic產生關聯，耦合性非常低。

上面說了兩種架構的耦合性，顯而易見，耦合性低的架構，擴展性必然好。因為SOA的思路，當我要加一個新功能時，需要修改原來的代碼；比如原來A服務調用了B,C兩個服務，后來我們想多調用一個服務D，則需要改A服務的邏輯；而EDA架構，我們不需要動現有的代碼，原來有B,C兩訂閱者訂閱A產生的消息，現在只需要增加一個新的消息訂閱者D即可。

從CQRS的角度來說，也有一個非常明顯的例子，就是Q端的擴展性。假設我們原來Q端只是使用數據庫實現的，但是后來系統的訪問量增大，數據庫的更新太慢或者滿足不了高并發的查詢了，所以我們希望增加緩存來應對高并發的查詢。那對CQRS架構來說很容易，我們只需要增加一個新的事件訂閱者，用來更新緩存即可。應該說，我們可以隨時方便的增加Q端的數據存儲類型。數據庫、緩存、搜索引擎、NoSQL、日志，等等。我們可以根據自己的業務場景，選擇合適的Q端數據存儲，實現快速查詢的目的。這一切都歸功于我們C端記錄了所有模型變化的事件，當我們要增加一種新的View存儲時，可以根據這些事件得到View存儲的***狀態。這種擴展性在傳統架構下是很難做到的。

可用性

可用性，無論是傳統架構還是CQRS架構，都可以做到高可用，只要我們做到讓我們的系統中每個節點都無單點即可。但是，相比之下，我覺得CQRS架構在可用性方面，我們可以有更多的回避余地和選擇空間。

傳統架構，因為讀寫沒有分離，所以可用性要把讀寫合在一起綜合考慮，難度會比較更大。因為傳統架構，如果一個系統的高峰期的并發寫入很大，比如為2W，并發讀取也很大，比如為10W。那該系統必須優化到能同時支持這種高并發的寫入和查詢，否則系統就會在高峰時掛掉。這個就是基于同步調用思路的系統的缺點，沒有一個東西去削峰填谷，保存瞬間多出來的請求，而必須讓系統不管遇到多少請求，都必須能及時處理完，否則就會造成雪崩效應，造成系統癱瘓。但是一個系統，不會一直處在高峰，高峰可能只有半小時或1小時；但為了確保高峰時系統不掛掉，我們必須使用足夠的硬件去支撐這個高峰。而大部分時候，都不需要這么高的硬件資源，所以會造成資源的浪費。所以，我們說基于同步調用、SOA思想的系統的實現成本是非常昂貴的。

而在CQRS架構下，因為CQRS架構把讀和寫分離了，所以可用性相當于被隔離在了兩個部分去考慮。我們只需要考慮C端如何解決寫的可用性，Q端如何解決讀的可用性即可。C端解決可用性，我覺得是更加容易的，因為C端是消息驅動的。我們要做任何數據修改時，都會發送Command到分布式消息隊列，然后后端消費者處理Command->產生領域事件->持久化事件->發布事件到分布式消息隊列->***事件被Q端消費。這個鏈路是消息驅動的。相比傳統架構的直接服務方法調用，可用性要高很多。因為就算我們處理Command的后端消費者暫時掛了，也不會影響前端Controller發送Command，Controller依然可用。從這個角度來說，CQRS架構在數據修改上可用性要更高。不過你可能會說，要是分布式消息隊列掛了呢？呵呵，對，這確實也是有可能的。但是一般分布式消息隊列屬于中間件，一般中間件都具有很高的可用性（支持集群和主備切換），所以相比我們的應用來說，可用性要高很多。另外，因為命令是先發送到分布式消息隊列，這樣就能充分利用分布式消息隊列的優勢：異步化、拉模式、削峰填谷、基于隊列的水平擴展。這些特性可以保證即便前端Controller在高峰時瞬間發送大量的Command過來，也不會導致后端處理Command的應用掛掉，因為我們是根據自己的消費能力拉取Command。這點也是CQRS C端在可用性方面的優勢，其實本質也是分布式消息隊列帶來的優勢。所以，從這里我們可以體會到EDA架構（事件驅動架構）是非常有價值的，這個架構也體現了我們目前比較流行的Reactive Programming（響應式編程）的思想。

然后，對于Q端，應該說和傳統架構沒什么區別，因為都是要處理高并發的查詢。這點以前怎么優化的，現在還是怎么優化。但是就像我上面可擴展性里強調的，CQRS架構可以更方便的提供更多的View存儲，數據庫、緩存、搜索引擎、NoSQL，而且這些存儲的更新完全可以并行進行，互相不會拖累。理想的場景，我覺得應該是，如果你的應用要實現全文索引這種復雜查詢，那可以在Q端使用搜索引擎，比如ElasticSearch；如果你的查詢場景可以通過keyvalue這種數據結構滿足，那我們可以在Q端使用Redis這種NoSql分布式緩存。總之，我認為CQRS架構，我們解決查詢問題會比傳統架構更加容易，因為我們選擇更多了。但是你可能會說，我的場景只能用關系型數據庫解決，且查詢的并發也是非常高。那沒辦法了，唯一的辦法就是分散查詢IO，我們對數據庫做分庫分表，以及對數據庫做一主多備，查詢走備機。這點上，解決思路就是和傳統架構一樣了。

性能、伸縮性

本來想把性能和伸縮性分開寫的，但是想想這兩個其實有一定的關聯，所以決定放在一起寫。

伸縮性的意思是，當一個系統，在100人訪問時，性能（吞吐量、響應時間）很不錯，在100W人訪問時性能也同樣不錯，這就是伸縮性。100人訪問和100W人訪問，對系統的壓力顯然是不同的。如果我們的系統，在架構上，能夠做到通過簡單的增加機器，就能提高系統的服務能力，那我們就可以說這種架構的伸縮性很強。那我們來想想傳統架構和CQRS架構在性能和伸縮性上面的表現。

說到性能，大家一般會先思考一個系統的性能瓶頸在哪里。只要我們解決了性能瓶頸，那系統就意味著具有通過水平擴展來達到可伸縮的目的了（當然這里沒有考慮數據存儲的水平擴展）。所以，我們只要分析一下傳統架構和CQRS架構的瓶頸點在哪里即可。

傳統架構，瓶頸通常在底層數據庫。然后我們一般的做法是，對于讀：通常使用緩存就可以解決大部分查詢問題；對于寫：辦法也有很多，比如分庫分表，或者使用NoSQL，等等。比如阿里大量采用分庫分表的方案，而且未來應該會全部使用高大上的OceanBase來替代分庫分表的方案。通過分庫分表，本來一臺數據庫服務器高峰時可能要承受10W的高并發寫，如果我們把數據放到十臺數據庫服務器上，那每臺機器只需要承擔1W的寫，相對于要承受10W的寫，現在寫1W就顯得輕松很多了。所以，應該說數據存儲對傳統架構來說，也早已不再是瓶頸了。

傳統架構一次數據修改的步驟是：1）從DB取出數據到內存；2）內存修改數據；3）更新數據回DB。總共涉及到2次數據庫IO。

然后CQRS架構，CQ兩端加起來所用的時間肯定比傳統架構要多，因為CQRS架構最多有3次數據庫IO，1）持久化命令；2）持久化事件；3）根據事件更新讀庫。為什么說最多？因為持久化命令這一步不是必須的，有一種場景是不需要持久化命令的。CQRS架構中持久化命令的目的是為了做冪等處理，即我們要防止同一個命令被處理兩次。那哪一種場景下可以不需要持久化命令呢？就是當命令時在創建聚合根時，可以不需要持久化命令，因為創建聚合根所產生的事件的版本號總是為1，所以我們在持久化事件時根據事件版本號就能檢測到這種重復。

所以，我們說，你要用CQRS架構，就必須要接受CQ數據的最終一致性，因為如果你以讀庫的更新完成為操作處理完成的話，那一次業務場景所用的時間很可能比傳統架構要多。但是，如果我們以C端的處理為結束的話，則CQRS架構可能要快，因為C端可能只需要一次數據庫IO。我覺得這里有一點很重要，對于CQRS架構，我們更加關注C端處理完成所用的時間；而Q端的處理稍微慢一點沒關系，因為Q端只是供我們查看數據用的（最終一致性）。我們選擇CQRS架構，就必須要接受Q端數據更新有一點點延遲的缺點，否則就不應該使用這種架構。所以，希望大家在根據你的業務場景做架構選型時一定要充分認識到這一點。

另外，上面再談到數據一致性時提到，傳統架構會使用事務來保證數據的強一致性；如果事務越復雜，那一次事務鎖的表就越多，鎖是系統伸縮性的大敵；而CQRS架構，一個命令只會修改一個聚合根，如果要修改多個聚合根，則通過Saga來實現。從而繞過了復雜事務的問題，通過最終一致性的思路做到了***的并行和最少的并發，從而整體上提高系統的吞吐能力。

所以，總體來說，性能瓶頸方面，兩種架構都能克服。而只要克服了性能瓶頸，那伸縮性就不是問題了（當然，這里我沒有考慮數據丟失而帶來的系統不可用的問題。這個問題是所有架構都無法回避的問題，唯一的解決辦法就是數據冗余，這里不做展開了）。兩者的瓶頸都在數據的持久化上，但是傳統的架構因為大部分系統都是要存儲數據到關系型數據庫，所以只能自己采用分庫分表的方案。而CQRS架構，如果我們只關注C端的瓶頸，由于C端要保存的東西很簡單，就是命令和事件；如果你信的過一些成熟的NoSQL（我覺得使用文檔性數據庫如MongoDB這種比較適合存儲命令和事件），且你也有足夠的能力和經驗去運維它們，那可以考慮使用NoSQL來持久化。如果你覺得NoSQL靠不住或者沒辦法完全掌控，那可以使用關系型數據庫。但這樣你也要付出努力，比如需要自己負責分庫分表來保存命令和事件，因為命令和事件的數據量都是很大的。不過目前一些云服務如阿里云，已經提供了DRDS這種直接支持分庫分表的數據庫存儲方案，極大的簡化了我們存儲命令和事件的成本。就我個人而言，我覺得我還是會采用分庫分表的方案，原因很簡單：確保數據可靠落地、成熟、可控，而且支持這種只讀數據的落地，框架內置要支持分庫分表也不是什么難事。所以，通過這個對比我們知道傳統架構，我們必須使用分庫分表（除非阿里這種高大上可以使用OceanBase）；而CQRS架構，可以帶給我們更多選擇空間。因為持久化命令和事件是很簡單的，它們都是不可修改的只讀數據，且對kv存儲友好，也可以選擇文檔型NoSQL，C端永遠是新增數據，而沒有修改或刪除數據。***，就是關于Q端的瓶頸，如果你Q端也是使用關系型數據庫，那和傳統架構一樣，該怎么優化就怎么優化。而CQRS架構允許你使用其他的架構來實現Q，所以優化手段相對更多。

結束語

我覺得不論是傳統架構還是CQRS架構，都是不錯的架構。傳統架構門檻低，懂的人也多，且因為大部分項目都沒有什么大的并發寫入量和數據量。所以應該說大部分項目，采用傳統架構就OK了。但是通過本文的分析，大家也知道了，傳統架構確實也有一些缺點，比如在擴展性、可用性、性能瓶頸的解決方案上，都比CQRS架構要弱一點。大家有其他意見，歡迎拍磚，交流才能進步，呵呵。所以，如果你的應用場景是高并發寫、高并發讀、大數據，且希望在擴展性、可用性、性能、可伸縮性上表現更優秀，我覺得可以嘗試CQRS架構。但是還有一個問題，CQRS架構的門檻很高，我認為如果沒有成熟的框架支持，很難使用。而目前據我了解，業界還沒有很多成熟的CQRS框架，java平臺有axon framework, jdon framework；.NET平臺，ENode框架正在朝這個方向努力。所以，我想這也是為什么目前幾乎沒有使用CQRS架構的成熟案例的原因之一。另一個原因是使用CQRS架構，需要開發者對DDD有一定的了解，否則也很難實踐，而DDD本身要理解沒個幾年也很難運用到實際。還有一個原因，CQRS架構的核心是非常依賴于高性能的分布式消息中間件，所以要選型一個高性能的分布式消息中間件也是一個門檻（java平臺有RocketMQ），.NET平臺我個人專門開發了一個分布式消息隊列EQueue，呵呵。另外，如果沒有成熟的CQRS框架的支持，那編碼復雜度也會很復雜，比如Event Sourcing，消息重試，消息冪等處理，事件的順序處理，并發控制，這些問題都不是那么容易搞定的。而如果有框架支持，由框架來幫我們搞定這些純技術問題，開發人員只需要關注如何建模，實現領域模型，如何更新讀庫，如何實現查詢，那使用CQRS架構才有可能，因為這樣才可能比傳統的架構開發更簡單，且能獲得很多CQRS架構所帶來的好處。