AxonFramework 查询分发机制深度解析-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_01193/article/details/148577995

AxonFramework 查询分发机制深度解析

AxonFramework Framework for Evolutionary Message-Driven Microservices on the JVM 项目地址: https://gitcode.com/gh_mirrors/ax/AxonFramework

前言

在现代CQRS架构中，查询处理是系统设计中至关重要的一环。AxonFramework作为一款优秀的CQRS框架，提供了强大的查询分发机制。本文将深入剖析AxonFramework中的查询分发器（Query Dispatchers）实现原理和使用方法。

查询分发核心组件

AxonFramework提供了两种主要的查询分发接口：

QueryBus：查询总线，负责将查询分发给对应的查询处理器
QueryGateway：查询网关，提供了更友好的API来分发查询

QueryBus vs QueryGateway

| 特性 | QueryBus | QueryGateway | |------|----------|--------------| | 使用复杂度 | 较低级别API，需要手动构建查询消息 | 高级抽象，简化查询发送 | | 功能控制 | 提供更细粒度的控制 | 隐藏部分实现细节 | | 典型场景 | 需要精确控制查询分发时使用 | 大多数常规查询场景 |

查询类型详解

AxonFramework支持四种查询模式，每种模式适用于不同的业务场景。

1. 点对点查询(Point-to-point)

最基本的查询类型，特点如下：

查询发送给单个处理器
如果没有找到处理器会抛出NoHandlerForQueryException
如果存在多个处理器，由QueryBus实现决定调用哪个

// 查询处理器示例
@QueryHandler
public List<String> handleQuery(String criteria) {
    // 根据条件返回查询结果
}

// 发送查询示例
GenericQueryMessage<String, List<String>> query = 
    new GenericQueryMessage<>("criteria", ResponseTypes.multipleInstancesOf(String.class));
queryBus.query(query).thenAccept(System.out::println);

2. 分散-聚集查询(Scatter-gather)

适用于需要从多个处理器收集结果的场景：

查询会发送给所有匹配的处理器
返回所有成功处理的结果流
如果没有处理器或全部处理失败，返回空流

// 多个处理器示例
@QueryHandler(queryName = "query")
public List<String> query1(String criteria) { /*...*/ }

@QueryHandler(queryName = "query")
public List<String> query2(String criteria) { /*...*/ }

// 发送查询示例
GenericQueryMessage<String, List<String>> query =
    new GenericQueryMessage<>("criteria", "query", ResponseTypes.multipleInstancesOf(String.class));
queryBus.scatterGather(query, 10, TimeUnit.SECONDS)
    .map(Message::getPayload)
    .flatMap(Collection::stream)
    .forEach(System.out::println);

3. 订阅查询(Subscription)

实现实时数据更新的强大机制：

首先获取模型的初始状态
后续模型变更时接收更新
使用QueryUpdateEmitter发送更新

// 更新发射示例
@EventHandler
public void on(RedeemedEvt event) {
    CardSummary summary = entityManager.find(CardSummary.class, event.getId());
    summary.setRemainingValue(summary.getRemainingValue() - event.getAmount());
    queryUpdateEmitter.emit(
        FetchCardSummariesQuery.class,
        query -> event.getId().startsWith(query.getFilter().getIdStartsWith()),
        summary
    );
}

// 订阅查询示例
SubscriptionQueryResult<List<CardSummary>, CardSummary> result = queryGateway.subscriptionQuery(
    fetchCardSummariesQuery,
    ResponseTypes.multipleInstancesOf(CardSummary.class),
    ResponseTypes.instanceOf(CardSummary.class));

result.handle(cs -> cs.forEach(System.out::println), System.out::println)
    .doFinally(it -> result.close());

4. 流式查询(Streaming)

处理大数据量结果的理想选择：

基于响应式流模型(Reactive Streams)
支持背压(Back-pressure)控制
可以处理任意返回类型，自动转换为Publisher

// 流式查询处理器
@QueryHandler
public List<CardSummary> handle(FetchCardSummariesQuery query) {
    return cardRepository.findAll(); // 可能返回大量数据
}

// 消费流式查询
public Publisher<CardSummary> consumer() {
    return queryGateway.streamingQuery(query, CardSummary.class);
}

// 使用Project Reactor控制流
public Publisher<CardSummary> controlledConsumer() {
    return Flux.from(queryGateway.streamingQuery(query, CardSummary.class))
               .take(100)
               .timeout(Duration.ofSeconds(5));
}