我们有微服务，可以处理不同但相关的数据。例如，广告及其统计信息。我们希望能够为UI过滤，排序和聚合这些相关数据（而不仅仅是为了它）。例如，我们希望向用户展示具有＆＃39; car＆＃39;在他们的文本中，点击次数超过100次。
挑战：
要求：
我们可以想到的解决方案：
我们应该注意什么？还有其他方法可以解决我们的问题吗？
答案 0 :(得分：5)
您可以使用CQRS。在这种低级架构中，用于写入数据的模型用于从模型使用到读取/查询数据。写模型是规范的信息来源，是真理的来源。
写模型以最终一致的方式发布由一个或多个读取模型解释/投影的事件。这些事件甚至可以在消息队列中发布，并由外部读取模型（其他微服务）使用。写入与读取之间没有1：1的映射。您可以有1个模型用于写入，3个模型用于读取。每个读取模型都针对其用例进行了优化。这是您感兴趣的部分：速度优化的阅读模型。
优化的读取模型在回答查询时具有所需的一切。数据完全非规范化（这意味着它不需要连接）并且已经编入索引。
读取模型可以对其数据进行分片。这样做是为了最小化集合大小（小集合比大集合更快）。在您的情况下，您可以按用户进行分片：每个用户都有自己的统计信息集（即SQL中的表或NoSQL中的文档集）。您可以使用数据库的内置分片，也可以通过拆分单独的集合（表格）手动分片。
服务没有所有数据。
读取模型可以订阅许多真实来源（即微服务或事件流）。
与CQRS非常合作的一个特殊情况是事件采购;它的优势在于您可以从乞讨时间获取事件，而无需将它们存储在持久性消息队列中。
P.S。在给定足够的硬件资源的情况下，当读取模型不能足够快时，我无法考虑用例。