3

考虑Martin Fowler的 LMAX 架构描述中的以下场景:

我将使用一个简单的非 LMAX 示例来说明。想象一下,您正在通过信用卡订购果冻豆。<...>

在 LMAX 架构中,您可以将此操作分成两部分。第一个操作将捕获订单信息并通过向信用卡公司输出事件(请求信用卡验证)来完成。然后,业务逻辑处理器将继续为其他客户处理事件,直到它在其输入事件流中收到信用卡验证事件。在处理该事件时,它将执行该订单的确认任务。

因此,订单一直保存在内存中,直到收到付款处理结果。

现在让我们假设不是信用卡处理步骤,而是需要更多时间的步骤,例如:我们需要执行库存检查,其中有人必须物理验证我们是否有已订购的特定风味的软糖。这可能需要一个小时。

如果是这种情况,是否会导致内存中保存的数据增长,因为可能有很多订单正在等待库存状态更新事件?

可能在这种情况下,我们需要从内存中删除订单并将其作为输出事件的一部分包含在内,外部系统(库存)负责生成另一个包含订单详细信息的输入事件。

我在这种方法中看到的问题是,我们不能将库存作为业务逻辑处理器的一部分。

关于我们如何解决这个问题的想法?

4

1 回答 1

12

作为工作集的一部分,金融交易所中的工作订单可以保留几天甚至几个月。例如,等待期货合约到期。客户帐户也类似。“工作集”是指当前处于活动状态的交易/订单/销售等。一旦交易完成,它就会成为历史数据的一部分。

内存系统现在非常大,即单个服务器中有数百 GB,几乎所有业务的工作集都可以轻松放入内存中。此外,可用内存大小的增长速度比任何大型企业的增长速度都要快得多。

您描述的场景并不是真正的问题。当您需要保存传统数据库或基于文件的系统更适合的所有历史数据时,可能会成为一个问题。

一个简单的练习是计算活动实体或工作集所需的内存,然后将其与现代服务器中可用的内存进行比较。可以在内存中保留数以百万计的活动实体。

于 2013-03-13T09:53:59.553 回答