在日常工作中，你是否也遇到過(guò)下面幾種情況：

• 使用一個(gè)已有接口進(jìn)行業(yè)務(wù)開(kāi)發(fā)，上線后出現(xiàn)嚴(yán)重的性能問(wèn)題，被老板當(dāng)眾質(zhì)疑：“你為什么不使用緩存接口，這個(gè)接口全部走數(shù)據(jù)庫(kù)，這怎么能抗?。　?/span>
• 開(kāi)發(fā)一個(gè)后臺(tái)管理功能，業(yè)務(wù)反饋說(shuō)數(shù)據(jù)一直不對(duì)，對(duì)比后發(fā)現(xiàn)緩存與數(shù)據(jù)庫(kù)不一致，為什么要使用緩存接口呢，你陷入沉思？
• 產(chǎn)品要求在 xxx 上增加新功能，編碼、測(cè)試、上線一氣呵成，最后發(fā)現(xiàn)另外一個(gè)流程被躺槍?zhuān)霈F(xiàn)異常不得不進(jìn)行回滾！
• 在一個(gè)高并發(fā)的場(chǎng)景，DB 成為了系統(tǒng)瓶頸，不加索引查詢(xún)扛不住，加索引更新扛不住，又該如何處理？
• 隨著數(shù)據(jù)量的激增，系統(tǒng)變得越來(lái)越慢，特別是后臺(tái)管理復(fù)雜的查詢(xún)場(chǎng)景下，復(fù)雜的 Join 讓 DB 不堪重負(fù)
• ……

為什么會(huì)出現(xiàn)這種現(xiàn)象？其本質(zhì)仍舊是代碼組織結(jié)構(gòu)不合理，我們將不同的復(fù)雜性揉在一起，從而造成了更大的復(fù)雜性，然后如此往復(fù)，不知不覺(jué)中陷入巨大的復(fù)雜性旋渦不可自拔。

1. CQRS 是什么？

CQRS 是 Command Query Responsibility Segregation 得簡(jiǎn)稱(chēng)，簡(jiǎn)單理解就是對(duì) “寫(xiě)”（Command） 和 “讀” （Query）操作進(jìn)行分離。反應(yīng)快的同學(xué)會(huì)說(shuō)：“也不是什么高深技術(shù)嗎，不就是數(shù)據(jù)庫(kù)的讀寫(xiě)分離嗎？”

是的，數(shù)據(jù)庫(kù)的讀寫(xiě)分離也算是一種 CQRS，但 CQRS 的含義要比這復(fù)雜的多。

CRQS 既是一種流行的業(yè)務(wù)架構(gòu)，又是一種設(shè)計(jì)思維。

CQRS 的核心是“拆分”，將復(fù)雜系統(tǒng)拆分為 Command 和 Query 兩個(gè)部分，針對(duì)不同的場(chǎng)景使用不同的模式，選擇最合適的技術(shù)落地最佳解決方案，避免兩者相互掣肘相互影響。

CQRS的目的是降低整個(gè)系統(tǒng)的復(fù)雜性，那它背后的邏輯是什么？

假設(shè)，在一個(gè)系統(tǒng)中：

• Command 的復(fù)雜性為 M
• Query 的復(fù)雜性為 N

如果使用同一套模型來(lái)處理 Command 和 Query，那在極端情況下，系統(tǒng)的復(fù)雜性為 M * N，因?yàn)閮烧呦嗷ビ绊?，調(diào)整一方的同時(shí)要時(shí)刻關(guān)注對(duì)另一方的影響。

這種“你中有我，我中有你”的設(shè)計(jì)方式，“兩者的相互影響”成為系統(tǒng)最為復(fù)雜之處，大量精力消耗在“排查影響”，而非最有價(jià)值的設(shè)計(jì)和編碼。

如果，將 Command 和 Query 徹底分離，系統(tǒng)的復(fù)雜性變成 M + N。Command 的變更不會(huì)影響 Query，而 Query 的修改也不會(huì)影響 Command。

當(dāng)然，以上兩個(gè)極端在實(shí)際工作中也很少見(jiàn)，通常系統(tǒng)的復(fù)雜性介于兩者之間。

這只是從理論進(jìn)行推導(dǎo)，在實(shí)際工作中隨處可見(jiàn)的“沖突”也是對(duì)“拆分”的一種暗示。

2. 分層架構(gòu)中的沖突

以最常見(jiàn)的分層架構(gòu)進(jìn)行介紹，具體如下：

如圖所示，將系統(tǒng)分成5層，每層的含義如下：

1. Web 接入層。主要用于處理系統(tǒng)輸入，對(duì)輸入信息進(jìn)行驗(yàn)證，調(diào)用應(yīng)用服務(wù)完成業(yè)務(wù)操作，對(duì)結(jié)果進(jìn)行轉(zhuǎn)換，最終返回給調(diào)用方；
2. 應(yīng)用服務(wù)層。主要處理業(yè)務(wù)流程編排，從倉(cāng)庫(kù)中獲取領(lǐng)域?qū)ο?，?zhí)行領(lǐng)域模型的業(yè)務(wù)操作，將最新的對(duì)象狀態(tài)通過(guò)倉(cāng)庫(kù)同步到數(shù)據(jù)存儲(chǔ)引擎，并對(duì)外發(fā)布領(lǐng)域事件；
3. 領(lǐng)域?qū)印I(yè)務(wù)邏輯的承載點(diǎn)，是業(yè)務(wù)價(jià)值的集中體現(xiàn)，通常構(gòu)建于面向?qū)ο笤O(shè)計(jì)之上，基于封裝、繼承、多態(tài)等特性保障業(yè)務(wù)邏輯的復(fù)用性和擴(kuò)展性；
4. 倉(cāng)庫(kù)層。主要用于數(shù)據(jù)訪問(wèn)，向上為應(yīng)用服務(wù)提供數(shù)據(jù)操作服務(wù)，向下屏蔽各類(lèi)存儲(chǔ)引擎的差異；
5. 數(shù)據(jù)層。主要用于數(shù)據(jù)保存和檢索，常見(jiàn)的數(shù)據(jù)存儲(chǔ)引擎全部屬于這一層，比如 MySQL、Redis、ES 等；

其實(shí)，分層架構(gòu)本身也是一種“拆分”，將不同的關(guān)注點(diǎn)封裝在不同的層次。但除了橫向分層，還可以基于 CQRS 對(duì)其進(jìn)行縱向拆分，也就是將每個(gè)層的組件拆分為 Command 和 Query 兩部分。

由于接入層沖突較小，本身拆分的意義不大，在此不做要求，但從嚴(yán)格意義上講，仍舊建議進(jìn)行拆分。

3. 應(yīng)用服務(wù)層沖突與拆分

應(yīng)用服務(wù)層拆分就是將一個(gè)應(yīng)用服務(wù)拆分為 CommandService 和 QueryService 兩組。

這樣做可以避免很多不必要的麻煩，Command 和 Query 存在較大的區(qū)別，具體如下：

回想開(kāi)篇時(shí)提到的場(chǎng)景，完成應(yīng)用層拆分，就不在為使用錯(cuò)組件而煩惱：

• CommandService 的 Repository 不使用緩存，僅操作數(shù)據(jù)庫(kù)
• QueryService 的 Repository 可以使用緩存，以提升訪問(wèn)性能

除此之外，針對(duì)統(tǒng)一的操作流程，還可以進(jìn)一步抽象來(lái)消除重復(fù)的“模板代碼”，比如：

• 引入“模板方法設(shè)計(jì)模式” 以達(dá)到核心邏輯的復(fù)用

抽象出 BaseCommandService 和 BaseQueryService 兩個(gè)父類(lèi)用于統(tǒng)一核心流程

子類(lèi)實(shí)現(xiàn) BaseCommandService 和 BaseQueryService 的抽象方法完成功能擴(kuò)展

• 基于“約定優(yōu)于配置” 使用 Proxy 模型，只定義接口不寫(xiě)實(shí)現(xiàn)代碼
• 按規(guī)范定義 CommandService 和 QueryService 接口，通過(guò)注解完成相關(guān)配置
• 自動(dòng)生成 Proxy 實(shí)現(xiàn)類(lèi)，完成流程編排

4. 模型層沖突與拆分

模型層是系統(tǒng)的核心，它的設(shè)計(jì)直接影響整個(gè)系統(tǒng)的質(zhì)量。作為承接業(yè)務(wù)邏輯的核心，比較流程的實(shí)現(xiàn)策略包括：

• DDD 領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)，其核心是使用面向?qū)ο蟮母呒?jí)特性（封裝、繼承、多態(tài)、組合等）來(lái)進(jìn)行設(shè)計(jì)，非常適合復(fù)雜的業(yè)務(wù)場(chǎng)景。其體現(xiàn)就是存在很多高內(nèi)聚低耦合的對(duì)象組（聚合根），業(yè)務(wù)邏輯由這些小對(duì)象相互協(xié)作共同完成；
• 事務(wù)腳本，使用過(guò)程式思維，將數(shù)據(jù)操作編織到流程中，比較適合并不復(fù)雜的業(yè)務(wù)場(chǎng)景。其體現(xiàn)就是存在很多“上帝 Service”，Service 中存在很多非常長(zhǎng)的方法，業(yè)務(wù)邏輯由這些方法完成；

關(guān)于哪個(gè)才是最優(yōu)解，網(wǎng)上已經(jīng)爭(zhēng)論多年，最終也沒(méi)有結(jié)論。但我始終認(rèn)為“沒(méi)有業(yè)務(wù)場(chǎng)景就討論方案，就是在耍流氓”。

從不同應(yīng)用場(chǎng)景出發(fā)便可得到如下結(jié)論：

• Command 場(chǎng)景需要保障嚴(yán)謹(jǐn)?shù)臉I(yè)務(wù)邏輯，通常復(fù)雜性偏高，所以DDD 是最優(yōu)解
• Query 場(chǎng)景需要更靈活的數(shù)據(jù)組裝能力作為支持，通常比較簡(jiǎn)單，所以 事務(wù)腳本 是最優(yōu)解

我經(jīng)常說(shuō)：“最簡(jiǎn)單的“寫(xiě)”也是復(fù)雜，最復(fù)雜的“讀”也是簡(jiǎn)單”，其背后邏輯是基于對(duì) Command 和 Query 的場(chǎng)景判斷。

將模型拆分為 Command 和 Query，具體如下：

完成模型拆分后，新模型具有以下特征：

• Agg 也就是 DDD 中聚合根，主要用于處理復(fù)雜的 Command 邏輯，由具有大量業(yè)務(wù)操作的"富對(duì)象"構(gòu)成；
• View 是標(biāo)準(zhǔn)的 POJO，主要充當(dāng) Query 結(jié)果對(duì)象，典型的“貧血對(duì)象”，僅作為數(shù)據(jù)的載體，根據(jù)展示需求對(duì)數(shù)據(jù)進(jìn)行組裝；
• View 沒(méi)有自己的 Repository，只能依賴(lài) CommandRepository 獲取數(shù)據(jù)，Converter 組件負(fù)責(zé)將 Agg 模型轉(zhuǎn)換為 View 模型；

這塊是拆分的重點(diǎn)，為了方便理解，簡(jiǎn)單舉個(gè)例子：

比如在電商的訂單模塊：

• 生單流程，由 Order 作為聚合根對(duì)內(nèi)部 OrderItem 和 PayInfo 進(jìn)行統(tǒng)一協(xié)調(diào)
• 訂單列表頁(yè)，只需展示 Order 和 User 信息
• 訂單詳情，需要展示Order、User、Address、OrderItem、PayInfo、Product等信息

如果讓一個(gè)模型同時(shí)支持著三個(gè)場(chǎng)景，那模型自己就變的非常復(fù)雜，很難判斷某個(gè)方法、某個(gè)字段究竟屬于哪個(gè)場(chǎng)景。

此時(shí)，應(yīng)該根據(jù)場(chǎng)景對(duì)模型進(jìn)行拆分：

• OrderBO 以 DDD 方式進(jìn)行建模，對(duì)外提供統(tǒng)一的業(yè)務(wù)操作，對(duì)內(nèi)協(xié)調(diào) OrderItem 和 PayInfo 等多個(gè)實(shí)體對(duì)象；
• OrderListVO 以 POJO 方式進(jìn)行建模，屬性中包含 Order 和 User 信息；
• OrderDetailVO 以 POJO 方式進(jìn)行建模，屬性中包括 Order、User、Address、OrderItem、PayInfo、Product 等信息；

三個(gè)模型相互獨(dú)立，互不影響。

當(dāng)然，由于使用統(tǒng)一的 Repository 還需提供對(duì)應(yīng) VO 的 Converter：

• OrderListVOConverter 將 OrderBO 轉(zhuǎn)換為 OrderListVO 對(duì)象
• OrderDetailVOConverter 將 OrderBO 轉(zhuǎn)化為 OrderDetailVO 對(duì)象

5. 倉(cāng)庫(kù)層沖突與拆分

倉(cāng)庫(kù)層拆分也是非常有必要的，在這一層主要有幾項(xiàng)沖突：

倉(cāng)庫(kù)拆分后整體架構(gòu)如下：

倉(cāng)庫(kù)拆分具有以下特點(diǎn)：

• View 不在需要 Converter 組件完成數(shù)據(jù)轉(zhuǎn)換
• View 的數(shù)據(jù)來(lái)自于自己的 Repository，可以根據(jù)展示需求進(jìn)行靈活定制
• Command 和 Query 仍舊使用同一套數(shù)據(jù)庫(kù)、同一套數(shù)據(jù)表

6. 數(shù)據(jù)層沖突與拆分

數(shù)據(jù)層拆分是最重要的拆分，提到分離第一反應(yīng)也是“數(shù)據(jù)庫(kù)主從分離”。

數(shù)據(jù)層拆分的本質(zhì)是：各種數(shù)據(jù)存儲(chǔ)引擎的最佳應(yīng)用場(chǎng)景相差巨大，讀 和 寫(xiě) 優(yōu)化往往存在矛盾。

仍舊以最常見(jiàn)的數(shù)據(jù)庫(kù)為例：

• 提升查詢(xún)性能，建議為各種查詢(xún)維度建立索引
• 提升寫(xiě)入性能，需要讓表上的索引越來(lái)越少
• 為了加速更新性能，建議使用三范式設(shè)計(jì)表結(jié)構(gòu)，減少冗余信息
• 為了加速查詢(xún)性能，建議使用反范式設(shè)計(jì)，盡量冗余數(shù)據(jù)，避免數(shù)據(jù)表間的 Join 操作

魚(yú)和熊掌不可兼得，在數(shù)據(jù)庫(kù)層展示的淋漓盡致！

數(shù)據(jù)層拆分后架構(gòu)如下：

該模型具有以下特點(diǎn)：

• 數(shù)據(jù)存儲(chǔ)進(jìn)行了徹底拆分；Command 和 Query 都可以靈活的選擇最合適的存儲(chǔ)引擎；
• Command 與 Query 需要引入一套同步機(jī)制以完成兩者的數(shù)據(jù)同步，常見(jiàn)的同步機(jī)制有：

工作在應(yīng)用層基于領(lǐng)域事件的數(shù)據(jù)同步，如圖所示

工作在數(shù)據(jù)層基于log的數(shù)據(jù)同步，如 MySQL 的主從同步、Canal2XX 等

數(shù)據(jù)層拆分是大型系統(tǒng)最終的歸宿，仍舊以訂單系統(tǒng)為例：

• 訂單作為一致性要求極高的系統(tǒng)，Command 側(cè)首選仍舊為具有 ACID 的關(guān)系型數(shù)據(jù)庫(kù)，哪怕是分庫(kù)分表底層存儲(chǔ)仍舊不變；
• 為了滿足高性能查詢(xún)需求，需要在 Query 側(cè)引入 Redis 作為分布式緩存對(duì)訪問(wèn)進(jìn)行加速；
• 為了滿足后臺(tái)復(fù)雜且多維度的業(yè)務(wù)查詢(xún)，需要在 Query 側(cè)引入 ES 為全文檢索進(jìn)行加速；
• 為了滿足各種實(shí)時(shí)報(bào)表需求，需要在 Query 側(cè)引入 TiDB 以滿足海量數(shù)據(jù)的實(shí)時(shí)檢索；

這就是我們面臨的現(xiàn)狀：“數(shù)據(jù)密集型系統(tǒng)”越來(lái)越多的應(yīng)用程序有著各種嚴(yán)格而廣泛的要求，單個(gè)工具不足以滿足所有的數(shù)據(jù)處理和存儲(chǔ)需求。取而代之的是，總體工作被拆分成一系列能被單個(gè)工具高效完成的任務(wù)，并通過(guò)應(yīng)用代碼將它們縫合起來(lái)，通過(guò) API 的方式，對(duì)外提供服務(wù)，屏蔽內(nèi)部的復(fù)雜性。

7. 小結(jié)

“拆分”是“分離關(guān)注點(diǎn)”的重要手段之一。拆分的目的是將問(wèn)題進(jìn)行歸類(lèi)，然后采取有針對(duì)性的手段更好的解決問(wèn)題。

CQRS 作為一種架構(gòu)，將業(yè)務(wù)系統(tǒng)不同部分進(jìn)行歸類(lèi)，接下來(lái)需要為 Command 和 Query 尋找最優(yōu)解決方案：

• Command，以 DDD 作為理論基礎(chǔ)將戰(zhàn)術(shù)模型中最佳實(shí)戰(zhàn)進(jìn)行落地，包括

聚合設(shè)計(jì)

倉(cāng)庫(kù)設(shè)計(jì)

LazyLoad + Context 模式

業(yè)務(wù)驗(yàn)證

領(lǐng)域事件

…

• Query，以數(shù)據(jù)檢索和組裝作為核心能力，設(shè)計(jì)留給開(kāi)發(fā)人員，實(shí)現(xiàn)留給框架，包括
• QueryObject 查詢(xún)對(duì)象模式
• 內(nèi)存 Join 模式
• 寬表&冗余表模式