Events 在事件驱动体系结构中，让所有服务将其事件发送到将其转发到适当服务的组件可以吗？

假设我想用服务

A

-

D

建立一个事件驱动的体系结构，其中事件传播如下

            A
          /   \
         B     C
              /
             D

换句话说,

（1）

A

发布事件

（2） 订户

B

和

C

接收

A

的事件

（3）

C

发布事件

（4） 订户

D

接收的

C

事件

一种方法是让服务

B

和

C

直接侦听

a

向其中发送消息的队列。但我看到的问题是维护。一旦系统因1000个订阅变得复杂，就很难了解更新是如何传播的

我提出的解决方案是使用另一个服务

X

，它知道第一个图像中的树，并负责根据树指导事件的传播。每个服务都将其事件发布到

X

，并将事件发布到侦听服务。所以这有点像中间人

     A
     |
     X
    / \
   B   C
       |
       X
       |
       D

这也使得跟踪事件传播更加容易

---

这有什么坏处吗（除了与两倍的消息传输相关的额外成本）？

这是可以的，但是微服务不应该关心他们如何首先获得消息。从他们的角度来看，输入消息刚刚到达。然后，您会试图将系统设计为依赖于某些全局事件顺序，这在分布式可伸缩系统中是很难做到的。抵制这种诱惑，并将您的系统设计为仅依赖于事件的本地顺序（即事件源+DDD中聚合发出的事件流中的顺序）

---

我看到的一个缺点是可用性和可伸缩性可能会受到影响。然后，整个系统将出现单点故障。如果失败了，一切都会失败。当需要放大时，您将再次遇到问题，因为您将使用分布式消息传递系统。

您认为事件类似于在Winforms UI中实现的事件，发布者将事件直接发送给订阅者。EDA体系结构中的事件不是这样工作的。“事件”一词有了全新的含义

在我们开始之前，您正在将消息和事件的想法混杂在一起，而实际上它们需要分开。消息是对某个操作的请求，而事件是对某个操作已经发生的通知。本讨论的重要区别在于，消息发布者假定一个或多个其他进程将接收和处理该消息。如果消息未被某个对象处理，则会发生下游错误。事件没有这样的假设，可以不读而不会对任何事情产生不利影响。另一个区别是，一旦消息被处理，它们通常会被丢弃，而事件会被保留更长的时间（几天或几周）

考虑到这一点，您提到的“X”服务已经存在（请不要构建），并且是流程中不可或缺的一部分——它被称为总线。有两种类型的公共汽车；消息总线（比如RabbitMQ、MSMQ、ZeroMQ等）或事件总线（Kafka、Kinesis或Azure事件中心）。无论哪种情况，发布者都会将消息放到总线上，而订阅者则从总线上获取消息。您可以将总线服务器实现为多个物理总线，但想象一下，它们都是相同的逻辑总线

让您感到困惑的关键点是，这是一个微妙的区别，它认为消息总线具有指示消息去向的业务逻辑。谁获得什么消息的业务逻辑由订阅者决定——消息总线只是消息等待接收的一个等待位置

在您的示例中，A向总线发布消息类型为“MT1”的事件。B和C都告诉总线他们对“MT1”类型的事件感兴趣。当总线从B和C接收到关于“MT1”消息的通知请求时，总线为B创建一个队列，为C创建一个队列。当a发布消息时，总线将一个副本放入“B-MT1”队列，将一个副本放入“C-MT1”队列。注意，总线不知道为什么B和C想要接收这些消息，只是它们已经订阅了

这些消息在被各自的订阅者处理之前一直保存在那里（进程可以轮询或总线可以推送消息，但关键思想是消息在被处理之前一直保存）。一旦被处理，消息就会被丢弃

为了让C与D通信，D将订阅类型为“MT2”的消息，C将把它们发布到总线上

康斯坦丁在上面的回答中指出，这是一个单点故障，但可以使用标准网络体系结构（如故障切换服务器、本地消息持久性、消息确认等）来管理

你担心的一个问题是，有1000个订阅，很难遵循这条路，你是对的。这是EDA固有的缺点，您对此无能为力。最终的一致性也是企业将要抱怨的问题，但它是beast的一部分，从技术角度来看，它实际上是一件好事，因为它支持更大的可伸缩性。我发现使用“最终一致性”一词的最大问题是，企业认为它指的是小时或天，而不是秒

顺便说一句，整个讨论假设消息发布者和订阅者是不同的应用程序。所有相同的想法都可以应用于相同的地址空间，只需使用不同的总线即可。如果您是.net商店，请查看Mediatr。对于其他科技公司，我相信谷歌也知道类似的解决方案