推荐项目:Eventuate的Todo List应用
2024-05-21 09:56:54作者:庞眉杨Will
项目介绍
欢迎了解Eventuate平台的一部分——一个基于事件溯源的Todo List示例应用。这是一个微服务协作平台的Hello World应用程序,旨在展示如何利用Eventuate来构建一款采用微服务架构、事件源和CQRS(命令查询职责分离)的应用程序。在这个例子中,用户可以维护自己的待办事项列表。
项目技术分析
这个Todo List应用是一个Java与Spring Boot结合的应用,它充分利用了Eventuate的事件溯源编程模型。Todo事项由一个Event Sourcing基础的TodoAggregate实现,其事件被持久化存储在Eventuate的事件存储中。此外,应用还维护了一个在MySQL中的数据实时视图。
该项目采用微服务架构,使用了Eventuate Client Framework for Java,提供了一种事件驱动的编程方式。下图展示了Todo List应用的架构:

架构包括:
- Todo服务:基于Java和Spring Boot的服务,提供HATEOAS风格的REST API,用于创建、更新和查询待办事项。它利用Eventuate进行事件溯源的聚合物持久化。
- Todo视图服务:同样基于Java和Spring Boot,提供查询待办事项的REST API,实现了CQRS视图,使用MySQL进行存储,并通过订阅Todo服务产生的事件保持数据同步。
- MySQL数据库:存储CQRS视图的待办事项信息。
为了简化部署,该应用也可以作为一个单体应用运行。
项目及技术应用场景
Eventuate的Todo List应用适用于任何寻求构建高可扩展性、容错性强、具备历史追踪功能的微服务系统的企业或开发者。你可以用它作为学习事件驱动和CQRS设计模式的起点,或是将其模式应用于你的实际业务场景,例如分布式事务处理、复杂事件处理(CEP)、历史数据分析等。
项目特点
- 事件溯源:提供完整的操作历史,便于故障排查和回溯。
- CQRS:分离读写操作,提升性能并优化查询效率。
- 微服务架构:易于扩展和独立部署,支持松耦合的系统设计。
- 框架集成:与Java和Spring Boot良好兼容,降低了开发难度。
- 数据库选择:支持多种数据库(如MySQL、PostgreSQL),具备一定的灵活性。
- Docker Compose:一键式部署,方便快捷。
要启动和试用此应用,请参照提供的指南进行构建和运行。
获取帮助和支持
如果你有任何问题或需要进一步的帮助,欢迎访问以下资源:
让我们一起探索Eventuate的Todo List应用,开启事件驱动编程的精彩旅程!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92