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
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
热门内容推荐
最新内容推荐
个人知识系统构建指南:从信息碎片到思维网络的模块化解决方案高效解锁网易云音乐灰色歌曲:开源工具全平台部署指南如何高效采集B站评论数据?这款Python工具让数据获取效率提升10倍提升动态视觉体验:Waifu2x-Extension-GUI智能增强与效率提升指南革新性缠论分析工具:系统化构建股票技术指标体系终结AutoCAD字体痛点:FontCenter让99%的字体问题迎刃而解Atmosphere-NX PKG1启动错误解决方案如何用ComfyUI-WanVideoWrapper实现多模态视频生成?解锁AI创作新可能3行代码解锁无水印视频提取:这款开源工具如何让自媒体效率提升300%5分钟上手!零代码打造专业拓扑图的免费工具
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
655
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
499
605
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
390
284
🎉 (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
1.53 K
889
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
860
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
1.07 K
557
暂无简介
Dart
902
217
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
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195