事件存储：您是否需要事件存储的查询功能来创建新的预测？
Event stores: Would you need query capabilities for an event store to create new projections?
我是事件溯源的新手。据我所读和所见，事件存储被描述为具有非常基本的功能/有限的界面，这些行
getStreamForId: (streamId: ID) => Events[];
appendToStream: (streamId: ID; expectedVersion: number) => void;
虽然这工作正常并且大多数数据库架构都足够了，但重播事件以创建新投影怎么样？您不需要选择一个允许更复杂查询的数据库架构，以便您可以基于特定事件类型构建预测吗？
示例：
假设我有三个聚合订单、客户、发票。为简单起见，总共存在 12 种类型的 if 事件。
现在，几个月后出现了新的业务需求，可以通过预测每个客户的总订单量的新报告来满足该需求。为了创建此投影，我需要事件类型 2、5 和 12。
如果事件存储的查询能力有限，您将如何重播这些事件？
我的具体案例：
我必须决定项目的数据库基础设施。我在考虑 DynamoDB，它适用于上面给出的有限接口，但查询功能非常有限。由于新的 projections/report 需求可能会出现，我想知道我是否遗漏了一些关于事件溯源的基本知识，或者对事件存储的重播查询需求是事件溯源中遗漏的细节 material 我读了。
使用不同的数据库（例如 Mongo）可以很容易地仅查询类型 2、5 和 12 的事件，并且 运行 通过投影仪查询它们。
该接口是 event-sourced 聚合的最小接口（有些事件存储实现不需要公开预期版本，因为某些其他组件（例如在 Akka 中，通常是 Cluster Sharding）正在阻止（或至少使足够少的）并发更新）。
事件存储（或与事件存储交互的应用程序代码）在附加到流时可以自由地将事件（可能带有一些元数据）附加到对应于该类型（或通常是一个标签，这样相关的事件就可以一起持久化，而不必重建它们的顺序。
这基本上就是 Akka Persistence 的 Cassandra 插件（与 DynamoDB 一样，也是一个 Dynamo-inspired 存储）提供 eventsByTag 查询的方式。请注意，要保证每个具有给定标签的事件最终都会进入适当的流，这涉及很多微妙之处。
如前所述，如果您直接处理流，则可以在应用程序中完成此操作。在极限情况下，基于此 API，一个即将持久化事件的聚合可以通知进程它将持续存在，但是来自当前 version/offset 的许多事件，并在该进程确认后持久化事件.该进程本身就是 event-sourced：它的状态基本上是一组流 ID 和 version/expected 事件计数。它订阅流 ID 并将事件路由到适当的标记流。
显然，提前确定可能感兴趣的事件组合并将这些事件提供给 tagged/typed 流并不费力。感兴趣的事件可能是领域事件（如果你只是在做一个 event-driven 架构与事件源相比，你会发出的事件），而其他事件更多是聚合是 event-sourced 并且不太可能需要，因此拥有每个领域事件的流水线通常很有用：以后的混音可以订阅流水线。如果您后来发现一个消费者想要您不希望对其感兴趣的事件类型，那就需要多做一些工作，但是假设您知道哪些流来自您的聚合，您可以扫描它们并填充它新流；这是最后的手段，但它是可能的（相比之下，破坏性更新样式持久化，你不能一般地回答“此时状态是什么”的问题）。
我是事件溯源的新手。据我所读和所见，事件存储被描述为具有非常基本的功能/有限的界面，这些行
getStreamForId: (streamId: ID) => Events[];
appendToStream: (streamId: ID; expectedVersion: number) => void;
虽然这工作正常并且大多数数据库架构都足够了，但重播事件以创建新投影怎么样？您不需要选择一个允许更复杂查询的数据库架构，以便您可以基于特定事件类型构建预测吗？
示例： 假设我有三个聚合订单、客户、发票。为简单起见，总共存在 12 种类型的 if 事件。
现在，几个月后出现了新的业务需求，可以通过预测每个客户的总订单量的新报告来满足该需求。为了创建此投影，我需要事件类型 2、5 和 12。
如果事件存储的查询能力有限，您将如何重播这些事件？
我的具体案例： 我必须决定项目的数据库基础设施。我在考虑 DynamoDB，它适用于上面给出的有限接口，但查询功能非常有限。由于新的 projections/report 需求可能会出现，我想知道我是否遗漏了一些关于事件溯源的基本知识，或者对事件存储的重播查询需求是事件溯源中遗漏的细节 material 我读了。
使用不同的数据库（例如 Mongo）可以很容易地仅查询类型 2、5 和 12 的事件，并且 运行 通过投影仪查询它们。
该接口是 event-sourced 聚合的最小接口（有些事件存储实现不需要公开预期版本，因为某些其他组件（例如在 Akka 中，通常是 Cluster Sharding）正在阻止（或至少使足够少的）并发更新）。
事件存储（或与事件存储交互的应用程序代码）在附加到流时可以自由地将事件（可能带有一些元数据）附加到对应于该类型（或通常是一个标签，这样相关的事件就可以一起持久化，而不必重建它们的顺序。
这基本上就是 Akka Persistence 的 Cassandra 插件（与 DynamoDB 一样，也是一个 Dynamo-inspired 存储）提供 eventsByTag 查询的方式。请注意，要保证每个具有给定标签的事件最终都会进入适当的流，这涉及很多微妙之处。
如前所述，如果您直接处理流，则可以在应用程序中完成此操作。在极限情况下，基于此 API，一个即将持久化事件的聚合可以通知进程它将持续存在，但是来自当前 version/offset 的许多事件，并在该进程确认后持久化事件.该进程本身就是 event-sourced：它的状态基本上是一组流 ID 和 version/expected 事件计数。它订阅流 ID 并将事件路由到适当的标记流。
显然，提前确定可能感兴趣的事件组合并将这些事件提供给 tagged/typed 流并不费力。感兴趣的事件可能是领域事件（如果你只是在做一个 event-driven 架构与事件源相比，你会发出的事件），而其他事件更多是聚合是 event-sourced 并且不太可能需要，因此拥有每个领域事件的流水线通常很有用：以后的混音可以订阅流水线。如果您后来发现一个消费者想要您不希望对其感兴趣的事件类型，那就需要多做一些工作，但是假设您知道哪些流来自您的聚合，您可以扫描它们并填充它新流；这是最后的手段，但它是可能的（相比之下，破坏性更新样式持久化，你不能一般地回答“此时状态是什么”的问题）。