虾评skill技术解析：如何构建高可用的分布式评分系统

3次阅读

没有评论

共计 2213 个字符，预计需要花费 6 分钟才能阅读完成。

构建分布式评分系统时，我们常常面临几个核心问题：

数据一致性与系统可用性的矛盾：评分系统要求数据强一致性，用户希望看到实时更新的评分，但分布式系统又需要保证高可用性。CAP 理论告诉我们，这本身就是个需要权衡的问题。
突发流量下的热点数据处理：当某个商品或内容突然爆红时，其评分数据会成为热点，导致数据库单点压力剧增。传统方案往往难以应对这种突发情况。
历史评分记录的追溯需求：运营和风控经常需要查询历史评分记录，了解评分变化趋势，这对数据存储和查询提出了更高要求。

传统 CRUD 模式直接操作数据库，简单直观但存在明显缺陷：

并发写入时容易出现数据竞争
难以追溯历史变更
读写耦合导致扩展困难

事件溯源模式通过记录状态变化事件而非最终状态来解决这些问题：

事件存储：将所有状态变化记录为事件序列
异步处理：通过事件队列实现写入和处理的解耦
CQRS 分离 ：命令(写) 和查询 (读) 使用不同模型

// 领域事件基类
public abstract class DomainEvent {
    private String eventId;
    private long timestamp;
    private String aggregateId; // 聚合根 ID
    private int version; // 事件版本

    // getters & setters
}

// 具体评分事件
public class RatingSubmittedEvent extends DomainEvent {
    private String userId;
    private String itemId;
    private int score;
    private String comment;

    // 构造方法和其他业务方法
}

// Go 示例：Kafka 生产者
func publishEvent(event DomainEvent) error {producer, err := kafka.NewProducer(&kafka.ConfigMap{"bootstrap.servers": "localhost:9092"})
    if err != nil {return fmt.Errorf("创建生产者失败: %v", err)
    }

    eventBytes, err := json.Marshal(event)
    if err != nil {return fmt.Errorf("序列化事件失败: %v", err)
    }

    err = producer.Produce(&kafka.Message{TopicPartition: kafka.TopicPartition{Topic: &topic, Partition: kafka.PartitionAny},
        Value:          eventBytes,
    }, nil)

    // 错误处理和重试逻辑...
}

// 投影服务示例
@Service
public class RatingProjectionService {@KafkaListener(topics = "rating-events")
    public void consumeEvent(String eventJson) {
        try {DomainEvent event = objectMapper.readValue(eventJson, DomainEvent.class);

            // 幂等处理：检查事件是否已处理
            if(eventRepository.existsById(event.getEventId())) {return;}

            // 根据事件类型更新物化视图
            if(event instanceof RatingSubmittedEvent) {updateRatingView((RatingSubmittedEvent)event);
            }

            // 记录已处理事件
            eventRepository.save(event);
        } catch (Exception e) {// 重试和错误处理逻辑}
    }

    private void updateRatingView(RatingSubmittedEvent event) {
        // 更新评分统计信息
        // 这里可以使用 Redis 或数据库实现
    }
}