在 CQRS 设计的应用程序中选择用于存储事件的 NoSQL 数据库
Choosing a NoSQL database for storing events in a CQRS designed application
我正在寻找关于如何选择 NoSQL 数据库引擎以在 CQRS 设计的应用程序中存储所有事件的很好的、最新的 "decision helping" 解释。
我目前是 NoSQL 周围所有事物的新手（但正在学习）：请清楚并毫不犹豫地以（几乎太多）精确的方式解释您的观点。这个post可能值得像我这样的其他新人
此数据库将：
能够在前视图要求的每个更新中插入 2 到 10 行（在我的例子中，更新很频繁）。想想每分钟更新一千次，它会如何扩展？
关键需要一致且故障安全，因为事件是应用程序的真实来源
实体之间不需要任何 link（就像 RDBMS 那样），除了用户 ID/GUID（我不知道它是否重要或需要）
接收包含 3 到 10 "columns" 的事件（序列 ID、事件名称、日期时间、JSON/binary 编码参数包、一些上下文信息..）。如果不将您的观点定位在面向列的类型的数据库中，如果它符合所有其他要求，它可能是面向文档的
用作队列或从外部 AMQP 系统（如 RabbitMQ 或 ZeroMQ）发送 to/read（如果你也可以 argument/explain，那部分还没有工作）。 .) 因为视图投影将基于事件
需要按序列 ID 进行某种过滤，例如 SELECT * FROM events WHERE sequence_id > last_sequence_id，以便订阅者（或队列系统）能够从给定点同步
我听说过用于 CQRS 事件存储的 HBase，但也许 MongoDB 适合？甚至是 Elasticsearch（不会赌那个……）？为了一致性和可用性，我也对 RDBMS 持开放态度。但是分区容差部分呢？
真的迷路了，需要论据才能做出中肯的选择
我有 MongoDB 的 working, in production implementation 作为 Event store。它由 CQRS + Event sourcing 基于网络的 CRM 应用程序使用。
为了一次性持久化多个事件（所有事件或其中 none 个事件）提供 100% 无事务但类似事务的保证，我使用 MongoDB document 作为 events commit，事件为 nested documents。如您所知，MongoDB 有 document level locking.
对于并发，我使用乐观锁定，对每个 Aggregate steam 使用 version 属性。 Aggregate stream 由 dublet (Aggregate class x Aggregate ID).
标识
事件存储还使用 sequence 在每个 commit 上按相对顺序存储提交，在每次提交时递增，使用乐观锁定进行保护。
每个 commit 包含以下内容：
- aggregateId : 字符串，可能是
GUID,
- 聚合类：字符串，
- version：整数，为每个 aggregateId x aggregateClass 递增，
- 序列，整数，每次提交递增，
- 创建时间：UTCDateTime，
- authenticatedUserId：字符串或空，
- 事件：
EventWithMetadata、 列表
每个 EventWithMetadata 包含 event class/type 和作为字符串的有效负载（实际事件的序列化版本）。
MongoDB 集合具有以下索引：
aggregateId, aggregateClass, version 作为 uniqueevents.eventClass、sequencesequence- 用于查询优化的其他索引
这些索引用于执行一般事件存储规则（不会为相同版本的 Aggregate 存储事件）和查询优化（客户端可以 select 只有某些事件 - 按类型 - 来自所有流).
如果您剥离事件的全局排序（sequence 属性）并将该责任转移到 event publisher 但这会使事情变得复杂，因为 event publisher 需要与 event store 保持同步（即使在失败的情况下！）。我建议只在需要时才这样做。
此实现的基准（在 Intel I7 上 8GB 为 RAM）：
- 总聚合写入时间为：7.99，速度：每秒写入 12516 个事件
- 总聚合读取时间为：1.43，速度：每秒读取 35036 个事件
- 总读取模型读取时间为：3.26，速度：每秒读取 30679 个事件
我注意到 MongoDB 在 counting 事件存储中的事件数量上很慢。我不知道为什么，但我不在乎，因为我不需要这个功能。
我建议使用 MongoDB 作为 event store。
https://geteventstore.com/是专门为事件流设计的数据库。
他们非常重视真相（您的事件）来源的一致性和可靠性，我自己使用它来 read/write 每秒处理数千个事件。
我有一个 .NET Core 事件源实施项目https://github.com/jacqueskang/EventSourcing
我从使用 entity framework 核心的关系数据库（SQL 服务器和 MySQL）开始。
然后搬到 AWS 所以我写了一个 DynamoDB 扩展。
我的经验是关系数据库可以完美地完成这项工作，但这取决于要求和您的技术堆栈。如果您的项目是基于云的，那么最好的选择可能是云提供商的无 sql 数据库，如 AWS DynamoDB 或 Azure CosmosDB，它们性能强大并提供附加功能（例如 DynamoDB 可以触发通知或 lambda 函数）
我正在寻找关于如何选择 NoSQL 数据库引擎以在 CQRS 设计的应用程序中存储所有事件的很好的、最新的 "decision helping" 解释。
我目前是 NoSQL 周围所有事物的新手（但正在学习）：请清楚并毫不犹豫地以（几乎太多）精确的方式解释您的观点。这个post可能值得像我这样的其他新人
此数据库将：
能够在前视图要求的每个更新中插入 2 到 10 行（在我的例子中，更新很频繁）。想想每分钟更新一千次，它会如何扩展？
关键需要一致且故障安全，因为事件是应用程序的真实来源
实体之间不需要任何 link（就像 RDBMS 那样），除了用户 ID/GUID（我不知道它是否重要或需要）
接收包含 3 到 10 "columns" 的事件（序列 ID、事件名称、日期时间、JSON/binary 编码参数包、一些上下文信息..）。如果不将您的观点定位在面向列的类型的数据库中，如果它符合所有其他要求，它可能是面向文档的
用作队列或从外部 AMQP 系统（如 RabbitMQ 或 ZeroMQ）发送 to/read（如果你也可以 argument/explain，那部分还没有工作）。 .) 因为视图投影将基于事件
需要按序列 ID 进行某种过滤，例如
SELECT * FROM events WHERE sequence_id > last_sequence_id，以便订阅者（或队列系统）能够从给定点同步
我听说过用于 CQRS 事件存储的 HBase，但也许 MongoDB 适合？甚至是 Elasticsearch（不会赌那个……）？为了一致性和可用性，我也对 RDBMS 持开放态度。但是分区容差部分呢？
真的迷路了，需要论据才能做出中肯的选择
我有 MongoDB 的 working, in production implementation 作为 Event store。它由 CQRS + Event sourcing 基于网络的 CRM 应用程序使用。
为了一次性持久化多个事件（所有事件或其中 none 个事件）提供 100% 无事务但类似事务的保证，我使用 MongoDB document 作为 events commit，事件为 nested documents。如您所知，MongoDB 有 document level locking.
对于并发，我使用乐观锁定，对每个 Aggregate steam 使用 version 属性。 Aggregate stream 由 dublet (Aggregate class x Aggregate ID).
事件存储还使用 sequence 在每个 commit 上按相对顺序存储提交，在每次提交时递增，使用乐观锁定进行保护。
每个 commit 包含以下内容：
- aggregateId : 字符串，可能是
GUID, - 聚合类：字符串，
- version：整数，为每个 aggregateId x aggregateClass 递增，
- 序列，整数，每次提交递增，
- 创建时间：UTCDateTime，
- authenticatedUserId：字符串或空，
- 事件：
EventWithMetadata、 列表
每个 EventWithMetadata 包含 event class/type 和作为字符串的有效负载（实际事件的序列化版本）。
MongoDB 集合具有以下索引：
aggregateId,aggregateClass,version作为uniqueevents.eventClass、sequencesequence- 用于查询优化的其他索引
这些索引用于执行一般事件存储规则（不会为相同版本的 Aggregate 存储事件）和查询优化（客户端可以 select 只有某些事件 - 按类型 - 来自所有流).
如果您剥离事件的全局排序（sequence 属性）并将该责任转移到 event publisher 但这会使事情变得复杂，因为 event publisher 需要与 event store 保持同步（即使在失败的情况下！）。我建议只在需要时才这样做。
此实现的基准（在 Intel I7 上 8GB 为 RAM）：
- 总聚合写入时间为：7.99，速度：每秒写入 12516 个事件
- 总聚合读取时间为：1.43，速度：每秒读取 35036 个事件
- 总读取模型读取时间为：3.26，速度：每秒读取 30679 个事件
我注意到 MongoDB 在 counting 事件存储中的事件数量上很慢。我不知道为什么，但我不在乎，因为我不需要这个功能。
我建议使用 MongoDB 作为 event store。
https://geteventstore.com/是专门为事件流设计的数据库。
他们非常重视真相（您的事件）来源的一致性和可靠性，我自己使用它来 read/write 每秒处理数千个事件。
我有一个 .NET Core 事件源实施项目https://github.com/jacqueskang/EventSourcing
我从使用 entity framework 核心的关系数据库（SQL 服务器和 MySQL）开始。 然后搬到 AWS 所以我写了一个 DynamoDB 扩展。
我的经验是关系数据库可以完美地完成这项工作，但这取决于要求和您的技术堆栈。如果您的项目是基于云的，那么最好的选择可能是云提供商的无 sql 数据库，如 AWS DynamoDB 或 Azure CosmosDB，它们性能强大并提供附加功能（例如 DynamoDB 可以触发通知或 lambda 函数）