RabbitMQ Messaging & Async Systems · Lekcja

Rozdzielenie odpowiedzialności za polecenia i zapytania (CQRS)

Zastosuj wzorzec CQRS do oddzielenia operacji odczytu i zapisu w aplikacji z wykorzystaniem RabbitMQ. Zwiększ skalowalność i wydajność systemów intensywnie przetwarzających dane.

Rozdzielenie odpowiedzialności za polecenia i zapytania (CQRS) to bezpłatna lekcja RabbitMQ Messaging & Async Systems na CoddyKit. To lekcja 3 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 RabbitMQ Messaging & Async Systems, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs RabbitMQ Messaging & Async Systems zawiera 4 lekcji w sumie.

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

What is CQRS?

Ever wished your application could handle tons of writes and reads without slowing down? That's where CQRS comes in! It stands for Command-Query Responsibility Segregation.

CQRS is an architectural pattern that separates the operations for reading data from the operations for updating data. Think of it as having two specialized teams: one for taking orders and one for answering questions.

Understanding Commands

The "Command" side handles all requests that change the state of your application. These are actions like "CreateProduct", "UpdateOrderStatus", or "AddUser".

Commands are imperative: They tell the system to do something specific.
Commands are processed: They go through handlers that validate and execute the requested change.
Commands often trigger events: After a command is successfully processed, an event might be published.

Understanding Queries

The "Query" side is all about retrieving data. These are requests like "GetProductDetails", "ListAllOrders", or "FindUsersByLocation".

Queries are declarative: They ask for information without changing anything.
Queries use optimized models: Data is often stored in a read-optimized format, perfect for fast retrieval.
Queries return data: They provide the information requested by the user interface or other services.

Benefits of CQRS

Separating commands and queries offers several advantages, especially in complex systems:

Scalability: You can scale read and write services independently. Read models often get more traffic.
Performance: Read models can be highly optimized for queries (e.g., de-normalized data, different databases).
Flexibility: Different data stores can be used for reads (e.g., NoSQL for speed) and writes (e.g., SQL for consistency).
Simplicity: Each model is simpler, focused on its specific task.

RabbitMQ's Role in CQRS

RabbitMQ is an excellent fit for implementing CQRS, particularly for the command side. When a command is issued, it can be published as a message to a RabbitMQ queue.

Consumers (command handlers) then pick up these messages and execute the business logic to update the write model. This makes command processing asynchronous and decoupled.

Producer: Update Product Name

Let's imagine we want to update a product's name. We'll send a "UpdateProductNameCommand" message to RabbitMQ. Here's a simple Java producer example:

import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;

public class CommandProducer {
    private final static String QUEUE_NAME = "product_commands";

    public static void main(String[] argv) throws Exception {
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("localhost"); // Assuming RabbitMQ is local

        try (Connection connection = factory.newConnection();
             Channel channel = connection.createChannel()) {

            channel.queueDeclare(QUEUE_NAME, false, false, false, null);

            String commandJson = "{\"commandType\":\"UpdateProductName\", \"productId\":\"P123\", \"newName\":\"New Awesome Product\"}";
            channel.basicPublish("", QUEUE_NAME, null, commandJson.getBytes("UTF-8"));
            System.out.println(" [x] Sent command: '" + commandJson + "'");
        }
    }
}

Consumer: Process Product Update

On the other side, a consumer service (our command handler) listens for these commands. When it receives an "UpdateProductName" command, it updates the authoritative write model (e.g., a SQL database).

This consumer represents the "write" side of our CQRS architecture.

import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
import com.rabbitmq.client.DeliverCallback;

public class CommandConsumer {
    private final static String QUEUE_NAME = "product_commands";

    public static void main(String[] argv) throws Exception {
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("localhost");

        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel();

        channel.queueDeclare(QUEUE_NAME, false, false, false, null);
        System.out.println(" [*] Waiting for commands. To exit press CTRL+C");

        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), "UTF-8");
            System.out.println(" [x] Received command: '" + message + "'");
            // In a real app, parse JSON, validate, update write model (e.g., database)
            System.out.println(" [x] Product write model updated for: " + message.split(":")[2].split(",")[0]);
        };
        channel.basicConsume(QUEUE_NAME, true, deliverCallback, consumerTag -> { });
    }
}

Synchronizing Read Models

After the write model is updated, how does the read model get the new data? This is often done by publishing events.

When a product name changes, the command handler can publish a "ProductNameUpdatedEvent" to another RabbitMQ exchange. A separate service (a projector or denormalizer) subscribes to this event and updates the read-optimized data store.

Write Model: Optimized for transactional consistency.
Read Model: Optimized for query performance.

Fast Data Retrieval

With the read model now updated, client applications can query it directly. Since this model is specifically designed for reads, queries are often much faster and simpler.

For example, a product catalog service would query this read model to display product details, without ever touching the complex transactional write model.

CQRS Core Principle

Consider the architecture we've discussed. What is the primary benefit of separating read and write models in CQRS?

CQRS: Scalability & Performance

In this lesson, you learned about Command-Query Responsibility Segregation (CQRS). We saw how it separates data modification (commands) from data retrieval (queries), often using different data models.

RabbitMQ plays a crucial role by enabling asynchronous processing of commands, allowing for independent scaling and optimization of your application's read and write functionalities. This pattern is powerful for data-intensive and high-performance systems.

Często zadawane pytania

Czy lekcja „Rozdzielenie odpowiedzialności za polecenia i zapytania (CQRS)” jest bezpłatna?

Tak — pełny tekst „Rozdzielenie odpowiedzialności za polecenia i zapytania (CQRS)” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu RabbitMQ Messaging & Async Systems, przejdź na CoddyKit PRO. Kurs RabbitMQ Messaging & Async Systems zawiera 4 lekcji w sumie.

Co nauczysz się w „Rozdzielenie odpowiedzialności za polecenia i zapytania (CQRS)”?

Zastosuj wzorzec CQRS do oddzielenia operacji odczytu i zapisu w aplikacji z wykorzystaniem RabbitMQ. Zwiększ skalowalność i wydajność systemów intensywnie przetwarzających dane. Ćwiczysz RabbitMQ Messaging & Async Systems 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 RabbitMQ Messaging & Async Systems?

Nie wymagamy żadnego doświadczenia. RabbitMQ Messaging & Async Systems w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Rozdzielenie odpowiedzialności za polecenia i zapytania (CQRS)”?

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 RabbitMQ Messaging & Async Systems?

Tak. Każda lekcja RabbitMQ Messaging & Async Systems 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

Idempotencja przetwarzania wiadomości
Wzorzec Saga z RabbitMQ
Rozdzielenie odpowiedzialności za polecenia i zapytania (CQRS)
Wzorzec Outbox dla niezawodnego publikowania

← Powrót do RabbitMQ Messaging & Async Systems