Marten项目中的异步投影补丁操作问题解析
2025-06-26 12:22:17作者:江焘钦
问题背景
在Marten这个.NET事件溯源和文档数据库库中,开发者发现了一个关于异步投影(Async Projection)中补丁(Patch)操作的潜在问题。当使用异步守护进程(Async Daemon)运行投影时,部分补丁操作可能会被意外丢弃,导致数据不一致。
问题重现
让我们通过一个典型场景来理解这个问题:
public class CounterProjection : EventProjection
{
public CounterProjection()
{
Project<CounterCreated>((e, ops) => {
ops.Store(new Counter(){Id = e.Id, Count = 0});
});
Project<CounterIncreased>((e, ops) => {
var patchexpression = ops.Patch<Counter>(x => x.Id == e.CounterId);
patchexpression.Increment(x => x.Count, e.Increase);
});
}
}
在这个例子中,我们期望当CounterIncreased事件发生时,对应的计数器文档会增加指定数值。然而在异步投影中,Increment操作有时会被忽略,导致计数器值不正确。
根本原因分析
问题的根源在于Marten处理补丁操作的方式:
- 当调用
ops.Patch()时,补丁操作就被立即加入队列 - SQL命令生成也在此时完成
- 后续的
Increment操作实际上被忽略了,因为命令已经生成
这种设计在同步操作中可能不会出现问题,但在异步环境下,由于操作的分批处理和并行执行特性,导致了操作丢失。
解决方案探讨
开发者提出了三种可能的解决方案:
方案A:延迟命令生成
修改补丁API,使得只有在补丁操作完整定义后(如调用Increment、Set等方法时)才生成SQL命令。这种方案:
- 改动最小,侵入性低
- 能解决大部分常见用例
- 但对于链式补丁操作仍可能有风险
方案B:显式完成API
引入一个新的Complete()方法,要求开发者显式标记补丁操作完成:
ops.Patch<Counter>(x => x.Id == e.CounterId)
.Increment(x => x.Count, e.Increase)
.Complete();
这种方案:
- 更明确,强制开发者思考操作完整性
- 是破坏性变更,需要版本升级策略
- 可以通过配置选项逐步迁移
方案C:引入工作单元
为每个投影事件应用操作引入完整的工作单元(Unit of Work)模式。这种方案:
- 架构改动最大
- 可能影响性能
- 需要全面测试
最佳实践建议
基于Marten团队的最终选择(采用方案A),开发者在使用异步投影补丁操作时应注意:
- 尽量将相关补丁操作放在同一个代码块中
- 避免在条件分支中拆分补丁操作
- 对于复杂补丁场景,考虑使用显式的文档加载-修改-保存模式
- 测试时特别验证异步投影下的数据一致性
总结
Marten作为一个成熟的事件溯源框架,在处理异步操作时需要考虑更多边界条件。这个补丁操作问题的解决体现了框架设计中的权衡:在保持API简洁性的同时,确保操作在异步环境下的可靠性。开发者在使用类似功能时,应当理解框架的内部工作机制,编写符合预期的代码。
随着Marten的持续演进,这类边界条件的处理会越来越完善,为复杂的事件溯源场景提供更可靠的保障。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
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
568
98
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
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
12
2