Marten项目中的"快速追加"事件机制优化
2025-06-26 16:08:05作者:殷蕙予
背景与现状分析
Marten是一个.NET平台上的事件存储和文档数据库库,它内置了强大的事件溯源功能。在当前版本中,当使用SaveChangesAsync()方法保存事件时,Marten会执行一系列相对繁重的预处理操作:
- 从数据库"检出"事件序列号
- 对于每个要追加事件的流,查询数据库获取当前版本号
- 为每个待处理事件应用所有元数据
这种设计虽然确保了内联投影(Inline projections)能够获得完整的事件元数据,但也带来了两个明显的性能问题:
- 额外的数据库往返通信增加了延迟
- 当同一事件流频繁被追加事件时,容易引发并发冲突
优化方案设计
为了解决上述性能瓶颈,Marten计划引入一种新的"快速追加"机制,核心思想是提供一种绕过当前预处理流程的轻量级事件追加方式。
主要优化点
-
新增API方法:将提供
AppendQuick()或StartStreamQuick()等新方法,这些方法明确表示跳过事件预处理阶段。 -
性能优化:
- 避免序列号检出操作
- 跳过版本号查询
- 不处理事件元数据
-
功能取舍:这种快速模式将很可能不支持内联投影的使用,这是为性能做出的明确权衡。
-
兼容性考虑:对于常规的
Append()/StartStream()方法,当确认没有使用内联投影时,也可以选择性地启用这种快速行为,但需要显式"选择加入"。
技术实现细节
从提交记录可以看出,这项优化已经进入实现阶段。开发者通过提交58c03b5开始相关工作,并在提交ff5dc73中完成了实现。
实现的关键在于:
- 重构事件追加流程,分离出快速路径
- 确保在不破坏现有功能的前提下提供新的优化选项
- 维护系统的一致性和可靠性
应用场景与价值
这项优化特别适合以下场景:
- 高吞吐量事件流:当系统需要向同一流快速追加大量事件时
- 性能敏感型应用:对延迟有严格要求的场景
- 简单事件存储:不需要复杂投影处理的用例
这项改进也为Marten未来的#2533功能(长期积压的需求)奠定了基础,展现了良好的架构演进性。
总结
Marten通过引入"快速追加"事件机制,在保持核心功能完整性的同时,为特定使用场景提供了显著的性能优化。这种设计体现了良好的架构权衡思想,既满足了需要完整功能集的用户,也为追求极致性能的场景提供了选择。这种优化方式值得其他事件溯源系统借鉴,展示了如何在不牺牲核心价值的前提下提升系统性能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
286
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108