Apache Kafka & Stream Processing Fundamentals · Lekcja

Wzorzec outbox do niezawodnego publikowania zdarzeń

Dowiedzą się Państwo, jak wzorzec transactional outbox gwarantuje spójność zapisów w bazie danych i zdarzeń Kafka, unikając utraty danych przy podwójnym zapisie.

Lekcja 4 z 413 kroki

Wzorzec outbox do niezawodnego publikowania zdarzeń to bezpłatna lekcja Apache Kafka & Stream Processing Fundamentals na CoddyKit. To lekcja 4 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Apache Kafka & Stream Processing Fundamentals, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Apache Kafka & Stream Processing Fundamentals zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

The Dual-Write Problem

A service often needs to update its database and publish a Kafka event. Doing both as separate steps risks one succeeding and the other failing.

This dual-write problem leaves the database and Kafka inconsistent.

Why You Can't Just Try-Catch

If you commit the DB then publish, a crash in between loses the event.

If you publish then commit, a failed commit emits a phantom event. There is no atomic transaction spanning a relational DB and Kafka by default.

The Outbox Idea

The outbox pattern records the event in the same database transaction as the business change, in a dedicated outbox table.

One atomic commit now contains both the state change and the intent to publish.

The Outbox Table

A typical outbox schema captures everything needed to build the Kafka record.

CREATE TABLE outbox (
  id UUID PRIMARY KEY,
  aggregate_type VARCHAR,
  aggregate_id VARCHAR,
  event_type VARCHAR,
  payload JSONB,
  created_at TIMESTAMP DEFAULT now()
);

Writing Atomically

Within one transaction, write the business row and the outbox row together.

BEGIN;
UPDATE accounts SET balance = balance - 100 WHERE id = 'a1';
INSERT INTO outbox (id, aggregate_type, aggregate_id, event_type, payload)
VALUES (gen_random_uuid(), 'account', 'a1', 'DebitMade',
        '{"amount":100}');
COMMIT;

Relaying to Kafka

A separate relay reads new outbox rows and publishes them to Kafka.

Two common approaches: poll the table, or use Change Data Capture to stream the inserts.

CDC + Debezium

Debezium has a dedicated Outbox Event Router SMT. It tails the DB transaction log, picks up outbox inserts, and routes each to the right Kafka topic — no polling, low latency.

At-Least-Once Delivery

The relay guarantees at-least-once delivery: an event is never lost, but it may be published more than once after a crash and retry.

Therefore consumers must be idempotent.

Idempotent Consumers

Use the event id (or aggregate id + version) to deduplicate downstream.

// Pseudocode
if (alreadyProcessed(event.id)) {
    return; // skip duplicate
}
apply(event);
markProcessed(event.id);

Ordering & Partitioning

To preserve per-aggregate order, use the aggregate_id as the Kafka message key.

All events for one account then land on the same partition and are consumed in order.

Pros & Cons

Pros: no dual-write loss, works with any DB, decouples publishing.

Cons: extra table and relay, at-least-once duplicates, slight latency. Still the standard solution for reliable event publishing.

Quick Check

Test your understanding of the outbox pattern.

Recap

You learned the outbox pattern.

  • Solves the dual-write problem by committing state + event atomically.
  • A relay (polling or CDC/Debezium) publishes outbox rows to Kafka.
  • Delivery is at-least-once, so consumers must be idempotent.
  • Key by aggregate id to preserve ordering.
Bezpłatny start

Ucz się Apache Kafka & Stream Processing Fundamentals dzięki korepetycjom AI — za darmo

Pisz i uruchamiaj kod w przeglądarce, otrzymuj natychmiastową pomoc od korepetytora AI dostępnego 24/7 i kontynuuj naukę w sieci lub w aplikacji.

Kursy
12
Lekcje
48

Często zadawane pytania

Czy lekcja „Wzorzec outbox do niezawodnego publikowania zdarzeń” jest bezpłatna?

Tak — pełny tekst „Wzorzec outbox do niezawodnego publikowania zdarzeń” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Apache Kafka & Stream Processing Fundamentals, przejdź na CoddyKit PRO. Kurs Apache Kafka & Stream Processing Fundamentals zawiera 4 lekcji w sumie.

Co nauczysz się w „Wzorzec outbox do niezawodnego publikowania zdarzeń”?

Dowiedzą się Państwo, jak wzorzec transactional outbox gwarantuje spójność zapisów w bazie danych i zdarzeń Kafka, unikając utraty danych przy podwójnym zapisie. Ćwiczysz Apache Kafka & Stream Processing Fundamentals z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Apache Kafka & Stream Processing Fundamentals?

Nie wymagamy żadnego doświadczenia. Apache Kafka & Stream Processing Fundamentals w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 4 z 4.

Ile czasu zajmuje lekcja „Wzorzec outbox do niezawodnego publikowania zdarzeń”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Apache Kafka & Stream Processing Fundamentals?

Tak. Każda lekcja Apache Kafka & Stream Processing Fundamentals zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Event sourcing z Kafka
  2. Przechwytywanie zmian danych (CDC)
  3. Wzorce komunikacji mikrousług
  4. Wzorzec outbox do niezawodnego publikowania zdarzeń
← Powrót do Apache Kafka & Stream Processing Fundamentals