Pola sumber acara

Riwayat abadi dari peristiwa yang terjadi dalam aplikasi diperlukan untuk melacak.

Proyeksi data polyglot diperlukan dari satu sumber kebenaran (SSOT).

Diperlukan rekonstruksi point-in-time dari status aplikasi.

Penyimpanan jangka panjang status aplikasi tidak diperlukan, tetapi Anda mungkin ingin merekonstruksinya sesuai kebutuhan.

Beban kerja memiliki volume baca dan tulis yang berbeda. Misalnya, Anda memiliki beban kerja intensif tulis yang tidak memerlukan pemrosesan waktu nyata.

Change data capture (CDC) diperlukan untuk menganalisis kinerja aplikasi dan metrik lainnya.

Data audit diperlukan untuk semua peristiwa yang terjadi dalam suatu sistem untuk tujuan pelaporan dan kepatuhan.

Anda ingin menurunkan skenario bagaimana-jika dengan mengubah (menyisipkan, memperbarui, atau menghapus) peristiwa selama proses pemutaran ulang untuk menentukan kemungkinan status akhir.

Kontrol konkurensi optimis: Pola ini menyimpan setiap peristiwa yang menyebabkan perubahan status dalam sistem. Beberapa pengguna atau layanan dapat mencoba memperbarui data yang sama secara bersamaan, menyebabkan tabrakan peristiwa. Tabrakan ini terjadi ketika peristiwa yang saling bertentangan dibuat dan diterapkan pada saat yang sama, yang menghasilkan status data akhir yang tidak sesuai dengan kenyataan. Untuk mengatasi masalah ini, Anda dapat menerapkan strategi untuk mendeteksi dan menyelesaikan tabrakan peristiwa. Misalnya, Anda dapat menerapkan skema kontrol konkurensi optimis dengan menyertakan pembuatan versi atau dengan menambahkan stempel waktu ke acara untuk melacak urutan pembaruan.

Kompleksitas: Menerapkan sumber acara memerlukan pergeseran pola pikir dari operasi CRUD tradisional ke pemikiran yang didorong oleh peristiwa. Proses replay, yang digunakan untuk mengembalikan sistem ke keadaan semula, dapat menjadi rumit untuk memastikan idempotensi data. Penyimpanan acara, cadangan, dan snapshot juga dapat menambah kompleksitas tambahan.

Konsistensi akhir: Proyeksi data yang berasal dari peristiwa pada akhirnya konsisten karena latensi dalam memperbarui data dengan menggunakan pola pemisahan tanggung jawab permintaan perintah (CQRS) atau tampilan terwujud. Ketika konsumen memproses data dari toko acara dan penerbit mengirim data baru, proyeksi data atau objek aplikasi mungkin tidak mewakili keadaan saat ini.

Query: Mengambil data saat ini atau agregat dari log peristiwa bisa lebih rumit dan lebih lambat dibandingkan dengan database tradisional, terutama untuk kueri kompleks dan tugas pelaporan. Untuk mengurangi masalah ini, sumber acara sering diimplementasikan dengan pola CQRS.

Ukuran dan biaya toko acara: Toko acara dapat mengalami pertumbuhan eksponensial dalam ukuran karena peristiwa terus berlanjut, terutama dalam sistem yang memiliki throughput acara tinggi atau periode retensi yang diperpanjang. Oleh karena itu, Anda harus mengarsipkan data acara secara berkala ke penyimpanan hemat biaya untuk mencegah toko acara menjadi terlalu besar.

Skalabilitas toko acara: Toko acara harus secara efisien menangani volume tinggi dari operasi tulis dan baca. Menskalakan toko acara bisa menjadi tantangan, jadi penting untuk memiliki penyimpanan data yang menyediakan pecahan dan partisi.

Efisiensi dan optimasi: Pilih atau rancang toko acara yang menangani operasi tulis dan baca secara efisien. Toko acara harus dioptimalkan untuk volume acara yang diharapkan dan pola kueri untuk aplikasi. Menerapkan mekanisme pengindeksan dan kueri dapat mempercepat pengambilan peristiwa saat merekonstruksi status aplikasi. Anda juga dapat mempertimbangkan untuk menggunakan database toko acara khusus atau pustaka yang menawarkan fitur pengoptimalan kueri.

Snapshots: Anda harus mencadangkan log peristiwa secara berkala dengan aktivasi berbasis waktu. Memutar ulang peristiwa pada cadangan data yang berhasil terakhir diketahui akan mengarah pada point-in-time pemulihan status aplikasi. Tujuan titik pemulihan (RPO) adalah jumlah waktu maksimum yang dapat diterima sejak titik pemulihan data terakhir. RPO menentukan apa yang dianggap sebagai hilangnya data yang dapat diterima antara titik pemulihan terakhir dan gangguan layanan. Frekuensi snapshot harian data dan toko acara harus didasarkan pada RPO untuk aplikasi.

Sensitivitas waktu: Peristiwa disimpan dalam urutan terjadinya. Oleh karena itu, keandalan jaringan merupakan faktor penting untuk dipertimbangkan ketika Anda menerapkan pola ini. Masalah latensi dapat menyebabkan status sistem yang salah. Gunakan antrian first in, first out (FIFO) dengan at-most-once pengiriman untuk membawa acara ke toko acara.

Kinerja pemutaran ulang acara: Memutar ulang sejumlah besar peristiwa untuk merekonstruksi status aplikasi saat ini dapat memakan waktu. Upaya optimasi diperlukan untuk meningkatkan kinerja, terutama saat memutar ulang peristiwa dari data yang diarsipkan.

Pembaruan sistem eksternal: Aplikasi yang menggunakan pola sumber acara dapat memperbarui penyimpanan data di sistem eksternal, dan mungkin menangkap pembaruan ini sebagai objek peristiwa. Selama tayangan ulang acara, ini mungkin menjadi masalah jika sistem eksternal tidak mengharapkan pembaruan. Dalam kasus seperti itu, Anda dapat menggunakan bendera fitur untuk mengontrol pembaruan sistem eksternal.

Kueri sistem eksternal: Ketika panggilan sistem eksternal sensitif terhadap tanggal dan waktu panggilan, data yang diterima dapat disimpan di penyimpanan data internal untuk digunakan selama pemutaran ulang.

Versi acara: Saat aplikasi berkembang, struktur peristiwa (skema) dapat berubah. Menerapkan strategi pembuatan versi untuk acara untuk memastikan kompatibilitas mundur dan maju diperlukan. Ini dapat melibatkan termasuk bidang versi dalam payload acara dan menangani versi acara yang berbeda dengan tepat selama pemutaran ulang.

Dengan menggabungkan peristiwa terkait. Objek peristiwa terkait digabungkan untuk menghasilkan status saat ini untuk kueri. Pendekatan ini sering digunakan bersama dengan pola CQRS, di mana peristiwa digabungkan dan ditulis ke dalam penyimpanan data hanya-baca.

Dengan menggunakan tampilan yang terwujud. Anda dapat menggunakan sumber peristiwa dengan pola tampilan terwujud untuk menghitung atau meringkas data peristiwa dan mendapatkan status data terkait saat ini.

Dengan memutar ulang acara. Objek acara dapat diputar ulang untuk melakukan tindakan untuk menghasilkan keadaan saat ini.

Baru untuk AWS Lambda — SQS FIFO sebagai sumber acara