Внедрение Event-Driven Architecture (EDA) для веб-приложений

Проблема: микросервисы растут, синхронные HTTP-запросы превращают систему в паутину. Один сбой — и весь стек летит. Событийно-ориентированная архитектура (EDA) — единственный способ развязать эту связность. Мы внедрили EDA для проектов с нагрузкой до 10 000 событий в секунду и знаем, как избежать типичных ошибок.

Клиент с интернет-магазином на 50 000 заказов в сутки столкнулся с тем, что при пиковых нагрузках сервис заказов истекал по таймауту, блокируя инвентаризацию и уведомления. После внедрения EDA с Apache Kafka и Outbox Pattern время отклика снизилось на 40%, а пропускная способность выросла в 3 раза. Экономия бюджета на поддержку составила 30% (более $5 000 в месяц). Средняя задержка обработки события — 10 мс.

Почему EDA лучше синхронного взаимодействия?

Синхронный HTTP-вызов похож на телефонный разговор: нужен ответ сразу. EDA работает как почта: отправил письмо и забыл. Сравним по параметрам:

Как мы внедряем EDA: стек и кейс

Мы используем Apache Kafka как основной брокер благодаря высокой пропускной способности и долговременному хранению.

Структура события

interface DomainEvent<T = unknown> {
  id: string; // UUID — для идемпотентности
  type: string; // 'user.registered', 'order.placed'
  version: string; // '1.0' — для schema evolution
  source: string; // 'order-service'
  correlationId: string; // сквозной ID через все сервисы
  causationId?: string; // ID события, ставшего причиной
  occurredAt: string; // ISO 8601
  data: T;
}

// Конкретное событие
interface OrderPlacedEvent extends DomainEvent<{
  orderId: string;
  customerId: string;
  items: Array<{
    productId: string;
    quantity: number;
    price: number
  }>;
  total: number;
  shippingAddress: Address;
}> {
  type: 'order.placed';
}

Apache Kafka — основной брокер

import { Kafka, Partitioners } from 'kafkajs';

const kafka = new Kafka({
  clientId: 'order-service',
  brokers: process.env.KAFKA_BROKERS.split(',')
});

// Продюсер
const producer = kafka.producer({
  createPartitioner: Partitioners.LegacyPartitioner
});

async function publishOrderPlaced(order: Order): Promise<void> {
  await producer.send({
    topic: 'order.events',
    messages: [
      {
        key: order.id, // партиционирование по ID заказа
        value: JSON.stringify({
          id: uuidv4(),
          type: 'order.placed',
          version: '1.0',
          source: 'order-service',
          correlationId: context.correlationId,
          occurredAt: new Date().toISOString(),
          data: {
            orderId: order.id,
            customerId: order.customerId,
            items: order.items,
            total: order.total
          }
        } satisfies OrderPlacedEvent),
        headers: {
          'content-type': 'application/json',
          'schema-version': '1.0'
        }
      }
    ]
  });
}

// Консьюмер — Inventory Service
const consumer = kafka.consumer({ groupId: 'inventory-service' });
await consumer.subscribe({ topics: ['order.events'], fromBeginning: false });
await consumer.run({
  eachMessage: async ({ topic, partition, message }) => {
    const event = JSON.parse(message.value.toString()) as DomainEvent;
    // Идемпотентность: проверяем, не обрабатывали ли уже это событие
    const processed = await idempotencyRepo.exists(event.id);
    if (processed) return;
    try {
      if (event.type === 'order.placed') {
        await inventoryService.reserveStock(event.data.orderId, event.data.items);
      }
      await idempotencyRepo.mark(event.id);
    } catch (error) {
      // Публикуем в Dead Letter Topic для анализа
      await deadLetterProducer.send({
        topic: 'order.events.dlq',
        messages: [
          {
            value: message.value,
            headers: { 'failure-reason': error.message }
          }
        ]
      });
    }
  }
});

Outbox Pattern — гарантированная доставка

Ошибка: сохранить в БД и потом опубликовать в Kafka — риск потери события. Правильно — Transactional Outbox:

// В рамках одной транзакции БД
async function createOrder(dto: CreateOrderDto): Promise<Order> {
  return db.transaction(async (trx) => {
    // 1. Сохраняем заказ
    const order = await trx('orders').insert({ ...orderData }).returning('*');
    // 2. Сохраняем событие в outbox-таблицу (в той же транзакции!)
    await trx('outbox_events').insert({
      id: uuidv4(),
      aggregate_id: order.id,
      event_type: 'order.placed',
      payload: JSON.stringify(orderPlacedEvent),
      status: 'pending',
      created_at: new Date()
    });
    return order;
  });
}

Отдельный Outbox Poller читает pending-события и публикует их в Kafka:

// Cron job или background worker
async function processOutbox(): Promise<void> {
  const events = await db('outbox_events')
    .where({ status: 'pending' })
    .orderBy('created_at')
    .limit(100)
    .forUpdate()
    .skipLocked();

  for (const event of events) {
    try {
      await kafka.producer.send({
        topic: getTopicForEventType(event.event_type),
        messages: [{ key: event.aggregate_id, value: event.payload }]
      });
      await db('outbox_events')
        .where({ id: event.id })
        .update({ status: 'published', published_at: new Date() });
    } catch {
      await db('outbox_events')
        .where({ id: event.id })
        .update({ retry_count: db.raw('retry_count + 1') });
    }
  }
}

Альтернатива — Debezium CDC: читает WAL PostgreSQL и публикует изменения в Kafka без кода.

Как гарантировать доставку без потерь?

Ключевые приёмы:

• Transactional Outbox
• Идемпотентность консюмеров (проверка по event.id)
• Dead Letter Queue для сообщений с ошибками
• Мониторинг задержек через Prometheus + Grafana

Мы настраивали систему, которая обрабатывает 1000 msg/sec без потерь при отказе одного узла Kafka.

Эффективная координация: хореография vs оркестрация

Хореография подходит для слабосвязанных сценариев, оркестрация — когда нужна строгая последовательность. Мы комбинируем: внутри сервиса — оркестрация, между — хореография.

Что такое Event Sourcing и CQRS?

При Event Sourcing все изменения сохраняются как события, которые публикуются и в event store, и в брокер. CQRS (Command Query Responsibility Segregation) разделяет операции записи и чтения, часто используя те же события для построения проекций. EDA и CQRS/ES отлично сочетаются, но требуют осмысленного проектирования.

Что входит в работу по внедрению EDA?

При заказе мы предоставляем:

• Архитектурную документацию (диаграммы, выбор брокера)
• Разработку продюсеров и консюмеров с Outbox Pattern
• Настройку Kafka/RabbitMQ с persistency и репликацией
• Реализацию идемпотентности и Dead Letter Queue
• Нагрузочное тестирование до 1000 msg/sec без потерь
• Мониторинг и алертинг (latency, throughput)
• Обучение команды

Получите консультацию по внедрению EDA для вашего проекта — мы оценим архитектуру и предложим оптимальное решение.

Сколько времени занимает внедрение EDA?

Выбор брокера зависит от нагрузки и требований. Kafka — для высокого throughput и долгого хранения. RabbitMQ — для сложной маршрутизации. Redis Streams — для низкой задержки. Google Pub/Sub — для облака. В большинстве проектов используем Kafka.

Внедрение EDA за 4 шага

1. Анализ и проектирование: выделяем границы контекстов, определяем события.
2. Настройка брокера: разворачиваем Kafka с репликацией, настраиваем топики.
3. Реализация продюсеров и консюмеров: пишем код с Outbox и идемпотентностью.
4. Мониторинг и отладка: настраиваем метрики, DLQ, алерты.

Наша команда — 10+ лет опыта в распределённых системах, более 20 проектов с EDA. Закажите внедрение EDA под ключ — получите надёжную и масштабируемую архитектуру. Свяжитесь с нами для оценки вашего проекта.