CQRS 是什麼 ?
Brobridge 過去在指導客戶進行微服務架構設計時，總不免講到「命令與查詢責任分離(CQRS, Command Query Responsibility Segregation)」，這個詞因為對許多人來說很陌生，通常又被人簡化理解為「讀寫分離」。在微服務架構的領域中，CQRS 主要被用於解決資料庫效能問題、讓實現資料分散化的目標。當然，一涉及分散式架構，其中就帶來更多議題，如：如資料一致性、交易處理等。
由於 CQRS 的概念在分散式系統，以及現今的微服務架構下被廣泛應用，小從資料儲存，大到整個服務應用系統層面都可以看到其存在，而且使用方法和層面非常多元且複雜，往往我們很難單從一些表面上的名詞和概念就能完全理解 CQRS 所帶來的好處，和對於微服務架構的重要性。
有鑑於此，本文將分成「資料庫系統」以及「應用程式」兩個角度，來討論 CQRS 模式在實務上的應用方法，也試著利用簡單的方式說明實務面我們如何採用這樣的設計模式。
什麼是 CQRS？
這個概念來自於物件導向的「命令與查詢分離（CQS, Command Query Separation）」，出自於 1987 年 Betrand Meyer 的 Object-Oriented Software Construction（物件導向軟體建構）一書，其原始概念是我們可以把物件操作分為命令（Command）和查詢（Query）兩種形式。
而這兩種操作的行為分別為：
- 命令（Command）：執行後會改變物件狀態。
- 查詢（Query）：查看物件結果，而且不會改變物件的狀態、對物件本身沒有副作用。
類似的概念，我們可以應用在分散式架構或微服務架構之下，只是我們不討論物件的行為，取而代之的是服務的行為，在實務上，此概念主要是用來解決資料操作的效率、服務責任的劃分，以及分散式系統下利用「重複性」來提升系統整體效能的問題。
如果你閱讀過我們的另一篇文章：「淺談微服務拆分原理」，裡面對於服務進行業務拆分的部分，圖上 Action 所表示的「 Commands/Query 」指的就是 CQRS 當中的命令和查詢。
資料庫系統的 CQRS 實現
以往在討論服務系統設計時，因為資料庫總是會遭遇到效能瓶頸，就會嘗試使用「讀寫分離」來解決問題，所以這樣的做法早就被大量使用。資料儲存層面的 CQRS，一直都是最直覺也最常見的應用場景，主要被使用在資料庫系統上。
而多數人在採用 CQRS 模式時，第一時間都是在資料庫系統上使用，除了直覺以外，這也是在單體式應用程式中，以及三層式架構下，對於資料庫最終的效能改善手段。
資料庫複寫 (Database Replication)
資料庫複寫的主要實現方式，是透過複寫（Replication）機制，通常每一家資料庫系統都有各自的解決方案，被歸類在叢集的設計範疇之中。主要的運行方式，依賴著一些較低階的系統工具（多半是官方所提供或是一些第三方的工具），從資料庫系統底層發現資料被變更（新增、修改、刪除），就會將資料同步到其他的資料儲存區。
資料變更攔截 (CDC, Change Data Capture)
使用資料庫系統原生或系統層的工具，通常重心放在「實體資料一致性」的問題上，只考慮資料是否正確的被同步在不同的資料儲存區，而不考慮實際應用上的需求。所以近年來也出現一些利用資料變更截取（CDC, Change Data Capture）的技術，所實現的解決方案，例如：
- Yelp — MySQL Streamer
- LinkedIn — Databus
- Zendesk — Maxwell
這類 CDC 技術主要是去掃描或監聽資料庫日誌(Logs)，發現資料變更時，即開始進行資料同步工作。
應用程式的 CQRS 實現
在微服務架構和分散式系統的設計上，CQRS 的應用範圍更為廣泛和多變，不單只是用於資料儲存層面的處理，同時結合服務應用層面的設計後，有更多元的使用情境。此外，在設計服務系統架構時，為了能擴展系統並實現分散式架構，往往重複性大於重用性，此時 CQRS 便是其中不可或缺的整合模式。
應用程式層級對 CQRS 的主要需求，在於解決「業務」上的資料需求，例如交易機制、複雜資料的關聯式查詢，這類難以利用資料庫層面的解決方案來實現，只能藉由針對業務改造的服務來達成。
從 CDC 輸出事件以驅動分散式的資料處理
CDC 的做法原本是用於資料庫系統的資料同步，但我們可以將 CDC 的事件直接輸出給服務使用。當資料變更的狀態變成事件化，就不再只是資料庫系統內部的複寫機制，應用場景也會變得比較多元，不限於資料庫的同步，也包括應用層面的整合，實現事件驅動（Event-driven）的設計。甚至，整合微服務系統架構的設計時，可以採用「資料部分同步」的做法搭配服務拆分，實現分散式架構的彈性，甚至提升特定需求的存取效能。
這種方式混合了資料庫系統層級和應用程式服務層的實現，對於原本就有導入 CDC 的人來說，可以在不改動事件發起源的應用程式前提之下，實現事件驅動的 CQRS 實作。
事件驅動的分散式資料處理
運用事件驅動的資料流，達成資料同步與資料庫系統的 CDC 做法雷同，每當資料變更時，即進行資料的同步工作。但較為不一樣的是，事件是由「應用程式」所發動，不是由 CDC 機制所發動，而且事件本身與業務通常有直接相關性。換句話說，資料的同步是因為「領域事件」所觸發，而「不是因為資料變更而觸發同步」。
實務上，服務間的資料流存在的目的，多半並不是單純進行資料一對一的複製同步而已，而是可以因應事件需求，去觸發資料處理或相關任務機制，甚至是忽略並丟棄不需要的資料。
因為同一筆資料或一則命令，可以因應需求而觸發產生多個不同的事件，因此，使用服務層級的事件驅動來實現 CQRS，通常會比資料庫系統的做法更為彈性。
這種服務層級的實現，大概可以用於三種場景：
- 解決資料一致性問題，同步資料庫（與 CDC 同）
- 優化關聯式查詢的效能
- 在即時資料流架構下，同時實現資料的分類和處理
若要自己實作事件驅動，可以在命令(Command) 發動源拋出事件，讓所有對該事件有興趣的服務，接手後續任務，例如儲存資料、分類資料。通常這樣的實現，會搭配訊息佇列系統(Message Queuing System)，若要更嚴謹穩定，則會落實 Event Sourcing 來搭配支援日誌機制(Log-based) 的佇列系統，如：Kafka、NATS 等。
後記
CQRS 帶來的議題相當多，其中技術涉及到資料庫設計、訊息佇列，若更深入研究，則會和微服務拆分息息相關，有更多的內容可以討論。本文只是就一些簡單的場景，說明 CQRS 在實務上的一些應用方法。
此外，CQRS 本質上就是空間換取時間，利用重複性來減少重用性，以提升整體系統的效能。而分散式設計的缺點當然會使系統架構看起來變得複雜、零碎，唯一能串起整個系統的就是依靠事件（Event），所以事件驅動（Event-driven）便是另一個需要深度討論的議題。
最後，如果您對「微服務架構設計」以及「CQRS」的議題仍感到疑惑，可以與我們 寬橋（Brobridge） 聯絡，取得專業的教育訓練和顧問服務。
留言
張貼留言