1. 课程导论：消息驱动架构概述、Kafka在微服务中的角色、领域建模与事件驱动的关系
1.1 消息驱动架构概述
消息驱动架构（Message-Driven Architecture, MDA）是一种以异步消息作为核心通信范式的软件架构风格。在MDA中，组件之间不直接调用对方接口，而是通过一个中间消息层（Message Broker）交换结构化消息。这种解耦方式使得系统具备更高的弹性、可伸缩性和容错能力。
核心特征：
- 异步非阻塞：发送方无需等待接收方处理完成即可继续执行。
- 位置透明：生产者和消费者无需知道彼此的网络地址。
- 时间解耦：消息可以在生产后暂存，待消费者就绪后再消费。
- 流量削峰：消息队列可以缓冲突发流量，防止后端系统过载。
消息驱动架构与传统的RESTful同步架构形成鲜明对比。下表列出了两者在关键维度上的差异：
| 维度 | 消息驱动架构 | RESTful同步架构 |
|---|---|---|
| 通信方式 | 异步，通过消息代理中转 | 同步，HTTP请求/响应直连 |
| 耦合度 | 松散耦合，仅依赖消息契约 | 紧密耦合，依赖接口地址和协议 |
| 可用性 | 高，消息代理可持久化暂存 | 低，下游不可用则请求失败 |
| 伸缩性 | 独立伸缩生产者和消费者 | 需同步扩容上下游 |
| 典型场景 | 事件通知、数据管道、日志聚合 | CRUD API、实时查询 |
1.2 Kafka在微服务中的角色
Apache Kafka 在微服务生态中扮演着中枢事件总线的角色。它不仅仅是一个消息队列，更是一个分布式日志存储系统和流处理平台。在微服务架构中，Kafka 主要承担以下职责：
- 服务间异步通信：微服务通过发布/订阅模式交换事件，避免同步调用链。
- 事件溯源存储：将业务状态变更以不可变事件流的形式持久化，支持审计和回溯。
- 数据管道与集成：连接异构系统（数据库、搜索引擎、数据湖），实现近实时数据同步。
- 流处理与实时计算：利用 Kafka Streams 或 ksqlDB 在消息流上执行过滤、聚合、关联等操作。
- 系统解耦与弹性：通过分区和副本机制，提供高吞吐、高可用的消息传递保障。
实践要点：在微服务中引入 Kafka 时，应明确区分“命令”和“事件”。命令通常指向某个具体服务执行操作，而事件则是对已发生事实的不可变记录。Kafka 天然适合承载事件流，而非命令流。
下图展示了 Kafka 在典型微服务架构中的拓扑位置：
1.3 领域建模与事件驱动的关系
领域驱动设计（Domain-Driven Design, DDD）与事件驱动架构（Event-Driven Architecture, EDA）之间存在天然的互补关系。DDD 强调以领域模型为核心，通过通用语言和限界上下文来划分系统边界；而 EDA 则提供了一种跨限界上下文通信的机制——领域事件。
在 DDD 实践中，领域事件（Domain Event）是已经发生的、对业务有意义的事实记录。例如：“订单已创建”、“支付已完成”、“库存已扣减”。这些事件不仅是数据变更的通知，更是领域模型行为的直接产出。
领域事件在DDD中的关键作用：
- 限界上下文之间的桥梁：一个上下文产生的事件可以被其他上下文订阅，实现松耦合协作。
- 聚合的完整性边界：聚合根在完成业务操作后发布事件，确保事务一致性边界清晰。
- 事件溯源的基础：将聚合状态的变化以事件流形式存储，支持状态重建和审计。
- CQRS的写模型输出：命令模型处理完成后发布事件，供读模型更新查询视图。
下图展示了领域事件在限界上下文之间的流转关系：
1.4 课程核心脉络
本课程将围绕以下三条主线展开：
| 主线 | 核心内容 | 实践产出 |
|---|---|---|
| 领域建模 | 事件风暴、聚合设计、限界上下文划分、领域事件识别 | 完整的领域模型与事件目录 |
| Kafka 工程 | Topic 设计、分区策略、生产者/消费者客户端、幂等与事务 | 高吞吐、高可靠的消息通道 |
| 发布拓扑 | 事件路由、订阅编排、死信处理、端到端延迟优化 | 可观测、可运维的事件拓扑 |
常见误区：很多团队在引入 Kafka 后，直接将 REST API 的请求体原封不动地放入消息体，导致消息契约与内部实现强耦合。正确的做法是：领域事件应只包含业务事实的标识和关键属性，而非完整的内部数据结构。事件是“发生了什么”，而不是“怎么做的”。
通过本课程的学习，你将掌握如何从领域模型出发，设计出与业务语义对齐的 Kafka 事件拓扑，实现真正意义上的消息驱动后端系统。