• 前段时间在论坛回答两个问题:事务和事件,这两个概念涉及到业务和技术架构的区分问题,合适的架构解决合适的业务,就像不同运输工具装载不同的运输物一样,人用客车装载,货物用卡车装载。 通过长期业务实践,我们会发现业务中隐约有一些通用共同的东西,如果我们能够总结出
  • 分析了做过的一些项目(基于经典DDD),觉得应用CQRS的场景还是蛮多的,特别是当出现模块之间出现相互依赖的时候,我这里说的应用场景不是为了保证查询数据的一致性,而是由领域出发自然而然的过程。举一个例子:ERP中的物流或供应链管理会有销售模块、采购模块、库存模块、财务模块等,
  • 现在很沮丧啊。。。前段时间负责的项目,雄赳赳的采用领域对象的方式来建模和编写。将系统分成: controller > 粗粒度service > context > repository > dao 这几层来进行开发,同时,借鉴 dci的架构 将bo的行为移到了role中。 icon
  • 最近看了论坛中很多关于高并发的文章,感触很多,现在我在公司就在搞后台服务器,我们使用的是ICE来进行集群管理,但是发现并发效果还一般,我觉得这样不够,就看我看到文章里说的,以后高并发是发展的趋势和潮流,我看了下“LMAX架构”,可以处理这样大的并发量,我有点不明白的就是“内存领 icon
  • RRiBbit可以作为事件总线Eventbus, 能够让组件之间进行双向通讯,支持远程功能,实现失败恢复 负载平衡, SSL/TLS等支持,这也称为请求-响应总线(Request-Response-Bus). 在一个大型项目中,模块之间的依赖是一个大的挑 icon
  • 我使用disruptor做性能测试。程序结构是这样的,我使用异步servlet接收请求,请求接收后就调用ForwardService.publish()方法将请求事件放入disruptor里,disruptor的消费者只是简单的结束servlet请求。我现在用jemeter起200个 icon
  • 面向对象定位于系统高层次,面向函数编程是定位于低层次. 来自 icon
  • 没有发现Event Store /snapshort 之类的东东,还是没必要用 icon
  • 这是MF站点的一篇新文章:MemoryImage内存映像,主要说明我们以后要改变过去和数据库打交道方式,直接和内存中领域模型打交道。鉴于 icon
  • Cassandra特点是写入快,而在一个事件驱动架构EDA或Event sourcing中,我们需要一个可伸缩扩展的数据库来保存快速发生且不断增长的事件日志,将系统正在发生所有事件都进行保存,然后在适当时候进行事件回放,或者需要时进行数据挖掘分析。 这其中 icon
  • 如果domain不能访问dao,来获取数据,那么很多业务方法无法实现啊。这时在将业务方法移动到service层,那不是很失败? 如果domain需要访问数据,那岂不是依赖dao层了? icon
  • 最近看了看Node.js的东西,在单线程下执行非阻塞i/o,依据事件轮询来达到提高并发的效率。这一点可以理解。但是我深入想象内部实现,应该也是开了后台线程,对于每一个I/O操作定义的回调进行注册,然后依次执行回调方法。不知道是否是这样的,如果是这样的,那么所谓轮询,也就是后台线程做个无线循环去队列获 icon
  • Java Chronicle是一个低延迟,高吞吐量,可持久化,消息的事件驱动的内存数据库。 延迟低于80 纳秒nano-seconds,支持每秒5-20百万消息或记录的更新。 icon
  • Apache Kafka是一个分布式事件publish-subsribe消息系统,类似Facebook's Scribe的,Kafka最大特点就是吞吐量,应用在 icon
  • 我自从知道了这个论坛后,我一直在学习关于这个内存领域+事件驱动,我能力有限,很多研究不通,望各位朋友指点迷津,我到现在也是非常的困惑,不知道是怎么回事,感觉想做梦一样,也不知道明白,内存领域,说的是让一切在内存中跑起来,通过注解来进行标示。。。。。我其实想清楚的就是这个整个架构,一个完整 icon
  • 文章The Architecture of Open Source Applications (Volume 2): nginx详细分析了Nginx高性能 icon
  • 前一阵子受Speedvan的解惑,明白了不变模式,现在继续向后方考虑。 Domain的动作产生了事件,事件被sent出到event bus 之类的地方去被持久化,这个顺序没问题吧。 现在假定有一个Domain的两 icon
  • 1.事件驱动如何保证消息的时序问题? 2.事件驱动,大家都采用异步的还是同步的? icon