Fun.CQRS 1.0.0 版本迁移指南:从旧版本平滑升级
2025-06-02 20:37:45作者:秋阔奎Evelyn
前言
Fun.CQRS 是一个基于 Scala 的 CQRS/ES 框架,1.0.0 版本带来了重大的 API 重构。本文将详细介绍如何将现有应用迁移到这个新版本。虽然内部实现没有变化,但用户接口的改动需要开发者进行相应的代码调整。
迁移概览
1.0.0 版本将分三个阶段发布:
- 里程碑1 (1.0.0-M1)
- 里程碑2 (1.0.0-M2)
- 最终版 (1.0.0)
建议开发者按照里程碑顺序逐步迁移,每个阶段完成后进行测试验证。
1.0.0-M1 迁移要点
1. 移除 AggregateLike 特质
旧版本要求聚合体必须继承 AggregateLike 特质:
case class Foo(n: String) extends AggregateLike
新版本移除了这个限制:
case class Foo(n: String)
但聚合体ID仍需实现 AggregateId 特质。
2. 移除 ProtocolLike 特质
旧版本需要定义协议对象:
object FooProtocol extend ProtocolLike {
sealed trait FooCommand extends ProtocolCommand
sealed trait FooEvent extends ProtocolEvent
}
新版本简化了定义:
sealed trait FooCommand
sealed trait FooEvent
这种改变使得:
- 命令和事件不再与框架强耦合
- 可以自由使用 Protobuf/Avro 等工具生成命令和事件类
3. 移除 Metadata 相关特质
旧版本的元数据处理:
case class FooMetadata(...) extends Metadata
sealed trait FooEvent extends MetadataFacet[FooMetadata]
新版本改为:
case class FooMetadata(...)
sealed trait FooEvent {
def metadata: FooMetadata
// 提供便捷访问方法
final def id = metadata.eventId
// 其他方法...
}
4. 引入 Types 特质
新版本通过 Types 特质来组织类型关系:
object Foo extends Types[Foo] {
type Id = FooId // 必须实现 AggregateId
type Command = FooCommand
type Event = FooEvent
}
推荐在聚合体的伴生对象中实现此特质,这样会自动提供隐式实例。
5. 命令和事件处理器重构
事件处理器
从普通函数改为偏函数:
// 旧
handleEvent { evt: FooEvent => ... }
// 新
eventHandler { case evt: FooEvent => ... }
命令处理器
现在需要显式指定返回类型:
import io.funcqrs.behavior.handlers._
commandHandler {
OneEvent { case cmd: FooCommand => FooEvent(...) }
}
支持多种返回类型包装:
OneEvent/ManyEvents- 直接返回事件maybe.OneEvent/maybe.ManyEvents- Option包装attempt.OneEvent/attempt.ManyEvents- Try包装eventually.OneEvent/eventually.ManyEvents- Future包装
6. Behavior DSL 变更
更明确的链式调用:
// 旧
Behavior {
createActions(...)
} {
case foo => foo.someOtherActions
}
// 新
Behavior
.first { createActions(...) }
.andThen {
case foo => foo.someOtherActions
}
7. 后端配置调整
聚合体引用获取方式变化:
// 旧
backend.aggregateRef[Foo](id)
// 新
backend.aggregateRef[Foo].forId(id)
1.0.0-M2 迁移要点
1. 投影API重构
主要变化:
- 事件查询不再与后端强耦合
- 每个投影需要定义自己的事件源
2. 定义 PublisherFactory
new PublisherFactory[Long, RaffleEvent] {
override def from(offset: Option[Long]): Publisher[(Long, RaffleEvent)] = {
// 实现具体的事件发布逻辑
}
}
3. 投影配置
backend.configure {
projection(
projection = new MyProjection(repo),
publisherFactory = myPublisherFactory,
name = "MyProjection"
)
}
4. 偏移量持久化策略
projection(...)
.withCustomOffsetPersistence(
AkkaOffsetPersistenceStrategy.offsetAsLong(actorSys, "ProjectionName")
)
最佳实践建议
- 逐步迁移:按照里程碑顺序分阶段进行
- 类型安全:充分利用新的Types特质
- 明确性:命令处理器返回类型要显式声明
- 测试验证:每个迁移阶段后进行全面测试
- 自定义扩展:考虑实现自己的偏移量持久化策略
结语
Fun.CQRS 1.0.0 通过API重构,降低了框架侵入性,提高了灵活性和明确性。虽然迁移需要一定工作量,但这些改进为长期维护和扩展奠定了更好的基础。建议开发团队预留足够时间进行迁移和测试,确保系统稳定性。
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
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