每篇文章都有属于它自己的故事，没有故事的文章是没有灵魂的文章。而我就是这个灵魂摆渡人。
主人公张某某，这边不方便透露姓名，就叫小张吧。小张在一家小型的互联网创业团队中就职。
职位是Java后端开发，所以整体和业务代码打交道在所难免。
之前有个搜索相关的需求，而且数量量也算比较大，就采用了ElasticSearch来做搜索。第一版由于时间比较赶，做的比较粗糙。越到后面发现代码越难写下去了，主要是在更新索引数据的场景没处理好，才有了今天的故事。
基础入门
Spring Event
Spring的事件就是观察者设计模式，一个任务结束后需要通知任务进行下一步的操作，就可以使用事件来驱动。
在Spring中使用事件机制的步骤如下：
- 自定义事件对象，继承 ApplicationEvent
- 自定义事件监听器，实现 ApplicationListener 或者通过 @EventListener 注解到方法上实现监听
- 自定义发布者，通过 applicationContext.publishEvent()发布事件
Spring Event在很多开源框架中都有使用案例，比如Spring Cloud中的Eureka里面就有使用
event包
定义Event
发布Event
Guava EventBus
EventBus是Guava的事件处理机制，在使用层面和Spring Event差不多。这里不做过多讲解，今天主要讲Spring Event。
业务背景
所有的数据都会有一个定时任务去同步数据到ElasticSearch中，业务中直接从ElasticSearch查询数据返回给调用方。
之所以把所有数据都存入ElasticSearch是为了方便，如果只存储搜索的字段，那么搜索出来后就还需要去数据库查询其他信息进行组装。
就是由于所有数据都会存储ElasticSearch中，所以当这些数据发生变更的时候我们需要去刷新ElasticSearch中的数据，这个就是我们今天文章的核心背景。
假设我们ElasticSearch中的数据是文章信息，也就是我们经常看的技术文章，这个文章中存储了访问量，点赞量，评论量等信息。
当这些动作发生的时候，都需要去更新ElasticSearch的数据才行，我们默认的操作都是更新数据库中的数据，ElasticSearch是由定时任务去同步的，同步会有周期，做不到毫秒别更新。
实现方案-倔强青铜
倔强青铜就是在每个会涉及到数据变更的地方，去手动调用代码进行数据的刷新操作，弊端在于每个地方都要去调用，这还是简单的场景，有复杂的业务场景，一个业务操作可能会涉及到很多数据的刷新，也就是需要调用很多次，模拟代码如下：
// 浏览
public void visit() {
articleIndexService.reIndex(articleId);
XXXIndexService.reIndex(articleId);
........
}
// 评论
public void comment() {
articleIndexService.reIndex(articleId);
}
实现方案-秩序白银
倔强青铜的弊端在于不解耦，而且是同步调用，如果在事务中会加长事务的时间。所以我们需要一个异步的方案来执行重建索引的逻辑。
经过大家激烈的讨论，而项目也是以Spring Boot为主，所以选择了Spring Event来作为异步方案。
定义一个重建文章索引的Event，代码如下：
public class ArticleReIndexEvent extends ApplicationEvent {
private String id;
public ArticleReIndexEvent(Object source, String id) {
super(source);
this.id = id;
}
public String getId() {
return id;
}
}
然后写一个EventListener来监听事件，进行业务逻辑处理，代码如下：
@Component
public class MyEventListener {
@EventListener
public void onEvent(ArticleReIndexEvent event) {
System.out.println(event.getId());
}
}
使用的地方只需要发布一个Event就可以，这个动作默认是同步的，如果我们想让这个操作不会阻塞，变成异步只需要在@EventListener上面再增加一个@Async注解。
// 浏览
public void visit() {
applicationContext.publishEvent(new ArticleReIndexEvent(this, articleId));
applicationContext.publishEvent(new XXXReIndexEvent(this, articleId));
}
// 评论
public void comment() {
applicationContext.publishEvent(new ArticleReIndexEvent(this, articleId));
}
实现方案-荣耀黄金
秩序白银的方案在代码层面确实解耦了，但是使用者发布事件需要关注的点太多了，也就是我改了某个表的数据，我得知道有哪些索引会用到这张表的数据，我得把这些相关的事件都发送出去，这样数据才会异步进行刷新。
当业务复杂后或者有新来的同事，不是那么的了解业务，压根不可能知道说我改了这个数据对其他那些索引有影响，所以这个方案还是有优化的空间。
荣耀黄金的方案是将所有的事件都统一为一个，然后在事件里加属性来区分修改的数据是哪里的。每个数据需要同步变更的索引都有自己的监听器，去监听这个统一的事件，这样对于发布者来说我只需要发送一个事件告诉你，我这边改数据了，你要不要消费，要不要更新索引我并不关心。
定义一个数据表发生修改的事件，代码如下：
public class TableUpdateEvent extends ApplicationEvent {
private String table;
private String id;
public TableUpdateEvent(Object source, String id, String table) {
super(source);
this.id = id;
this.table = table;
}
public String getId() {
return id;
}
public String getTable() {
return table;
}
}
然后每个索引都需要消费这个事件，只需要关注这个索引中数据的来源表有没有变动，如果有变动则去刷新索引。
比如索引A的数据都是article表中过来的，所以只要是article表中的数据发生了变更，索引A都要做对应的处理，所以索引A的监听器只需要关注article表有没有修改即可。
@Component
public class MyEventListener {
private List<String> consumerTables = Arrays.asList("article");
@Async
@EventListener
public void onEvent(TableUpdateEvent event) {
System.out.println(event.getId() + " " + event.getTable());
if (consumerTables.contains(event.getTable())) {
System.out.println("消费自己关注的表数据变动，然后处理。。。");
}
}
}
比如索引B的数据是从comment和comment_reply两个表中过来的，所以只要是comment和comment_reply两个表的数据发生了变更，索引B都需要做对应的处理，所以索引B的监听器只需要关注comment和comment_reply两个表有没有修改即可。
@Component
public class MyEventListener2 {
private List<String> consumerTables = Arrays.asList("comment", "comment_replay");
@Async
@EventListener
public void onEvent(TableUpdateEvent event) {
System.out.println(event.getId() + " " + event.getTable());
if (consumerTables.contains(event.getTable())) {
System.out.println("消费自己关注的表数据变动，然后处理。。。");
}
}
}
实现方案-尊贵铂金
荣耀黄金的方案已经很完美了，代码解耦不说，使用者关注点也少了，不容易出错。
但还有一个致命的问题就是所有涉及到业务修改的方法中，得手动往外发送一个事件，从代码解耦的场景来说还残留了一点瑕疵，至少还是有那么一行代码来发送事件。
尊贵铂金的方案将完全解耦，不需要写代码的时候手动去发送事件。我们将通过订阅MySql的binlog来统一发送事件。
binlog是MySQL数据库的二进制日志，用于记录用户对数据库操作的SQL语句信息，MySQL的主从同步也是基于binlog来实现的，对于我们这种数据异构的场景再合适不过了。
binlog订阅的方式有很多种，开源的框架一般都是用canal来实现。
canal：https://github.com/alibaba/canal
如果你买的云数据库，像阿里云就有dts数据订阅服务，跟canal一样。
之后的方案图如下：
实现方案-永恒钻石
没有什么方案和架构是永恒的，跟着业务的变更而演进，符合当前业务的需求才是王道。越后面考虑的东西越多，毕竟最后是要升级到最强王者的，哈哈。