Fun.CQRS 1.0.0版本路线图解析:架构演进与API重构
2025-06-02 16:00:40作者:冯爽妲Honey
项目概述
Fun.CQRS是一个基于Scala语言的CQRS(命令查询职责分离)框架实现,它提供了一套完整的工具集来帮助开发者构建基于事件溯源(Event Sourcing)的应用程序。该框架即将迎来1.0.0版本的重大更新,本文将详细解析这次重构的技术细节和演进路线。
1.0.0版本重构背景
Fun.CQRS正在经历一次大规模重构,最终将发布1.0.0稳定版本。这次重构的核心目标是提升API的灵活性和易用性,同时保持框架核心概念不变。为了便于用户逐步迁移,重构将分为三个里程碑阶段:
- M1:协议定义和行为API重构
- M2:投影API改进
- M3:Akka后端集群支持
里程碑1(1.0.0-M1)详解
协议定义重构
M1版本的主要变化集中在协议定义和行为API上,主要解决了两个关键问题:
-
类型投影到路径依赖类型的转变:
- 旧版本需要继承
ProtocolLike特质以及ProtocolCommand和ProtocolEvent子特质 - 新版本采用路径依赖类型,使API更加灵活简洁
- 这一改变使得可以使用Protobuf等序列化库生成命令和事件case类
- 旧版本需要继承
-
Actions API的重构:
- 旧版本要求使用全函数(total function)声明命令处理器和事件处理器
- 虽然技术上可行,但会导致隐式解析复杂和编译错误难以理解
- 新API更加明确,开发者可以清晰地看到处理器的返回类型
新老API对比示例
旧版本API:
actions
.handleCommand {
cmd: SomeCommand => SomeEvent(...)
}
.handleCommand {
cmd: AnotherCommand => Future.successful(SomeOtherEvent(...))
}
新版本API:
actions
.commandHandler {
OneEvent {
cmd: SomeCommand => SomeEvent(...)
}
}
.handleCommand {
eventually.OneEvent {
cmd: AnotherCommand =>
Future.successful(SomeOtherEvent(...))
}
}
新API虽然略显冗长,但意图更加明确,开发者可以清楚地看到命令处理器的返回类型是直接事件(OneEvent)还是异步事件(eventually.OneEvent)。
里程碑2(1.0.0-M2)规划
M2版本将重点改进投影(Projection)API,解决当前设计中的两个主要问题:
1. 多源事件流支持
当前投影只能消费来自当前后端的事件,这在分布式系统中是一个明显的限制。改进后的API将支持:
- 从Kafka主题消费事件
- 从RSS源消费事件
- 从Redis队列消费事件
- 以及其他自定义事件源
2. 偏移量持久化与幂等性
当前设计存在以下限制:
- 偏移量总是从投影外部持久化
- 强制要求投影必须是幂等的
- 偏移量固定为Long类型
改进方向包括:
- 允许在同一个事务中持久化偏移量和视图数据
- 支持不同类型的偏移量(如时间戳UUID、字符串等)
- 将当前偏移量与正在消费的事件一起传递
里程碑3(1.0.0-Final)展望
最终版本将重点为Akka后端添加集群支持,目前考虑两种实现方案:
- 改造现有Akka后端以支持集群
- 开发全新的集群专用后端(AkkaBackendClustered)
选择标准将基于对现有非集群项目的影响程度,优先选择侵入性最小的方案。
迁移策略建议
对于现有项目用户,建议采取以下迁移策略:
- 分阶段迁移:按照里程碑顺序逐步迁移,降低风险
- M1重点测试:由于M1变化最大,需要重点测试行为API相关部分
- 评估集群需求:如果不急需集群功能,可以等待最终版本发布后再升级
总结
Fun.CQRS 1.0.0版本的重构将使框架更加灵活和强大,特别是:
- 更简洁的协议定义方式
- 更明确的命令处理API
- 更强大的投影功能
- 原生集群支持
这些改进将使Fun.CQRS更适合构建复杂的企业级CQRS/ES应用系统。开发者可以根据自身需求选择合适的时机进行升级,享受新版本带来的各种优势。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253