From ed3cc3eb10cfea54a3745ac0633733f08cab045d Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E8=B0=88=E7=AC=91=E9=A3=8E=E7=94=9F=E9=97=B4?= Date: Tue, 21 Mar 2023 20:15:33 -0700 Subject: [PATCH 1/2] Update ch11.md --- ch11.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/ch11.md b/ch11.md index e24bc815..d20c8f5e 100644 --- a/ch11.md +++ b/ch11.md @@ -324,7 +324,7 @@ Kafka Connect【41】致力于将广泛的数据库系统的变更数据捕获 #### 命令和事件 -事件溯源的哲学是仔细区分 **事件（event）** 和 **命令（command）**【48】。当来自用户的请求刚到达时，它一开始是一个命令：在这个时间点上它仍然可能可能失败，比如，因为违反了一些完整性条件。应用必须首先验证它是否可以执行该命令。如果验证成功并且命令被接受，则它变为一个持久化且不可变的事件。 +事件溯源的哲学是仔细区分 **事件（event）** 和 **命令（command）**【48】。当来自用户的请求刚到达时，它一开始是一个命令：在这个时间点上它仍然可能失败，比如，因为违反了一些完整性条件。应用必须首先验证它是否可以执行该命令。如果验证成功并且命令被接受，则它变为一个持久化且不可变的事件。 例如，如果用户试图注册特定用户名，或预定飞机或剧院的座位，则应用需要检查用户名或座位是否已被占用。（先前在 “[容错共识](ch9.md#容错共识)” 中讨论过这个例子）当检查成功时，应用可以生成一个事件，指示特定的用户名是由特定的用户 ID 注册的，或者座位已经预留给特定的顾客。 @@ -824,4 +824,4 @@ Storm 的 Trident 基于类似的想法来处理状态【78】。依赖幂等性 | 上一章 | 目录 | 下一章 | | ------------------------- | ------------------------------- | ---------------------------------- | -| [第十章：批处理](ch10.md) | [设计数据密集型应用](README.md) | [第十二章：数据系统的未来](ch12.md) | \ No newline at end of file +| [第十章：批处理](ch10.md) | [设计数据密集型应用](README.md) | [第十二章：数据系统的未来](ch12.md) | From acecd7f996740f1c3ddcdaa15eadb76971796f0f Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E8=B0=88=E7=AC=91=E9=A3=8E=E7=94=9F=E9=97=B4?= Date: Wed, 22 Mar 2023 01:36:14 -0700 Subject: [PATCH 2/2] Update ch12.md --- ch12.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/ch12.md b/ch12.md index 81a03def..3cb3349a 100644 --- a/ch12.md +++ b/ch12.md @@ -30,7 +30,7 @@ ### 组合使用衍生数据的工具 -例如，为了处理任意关键词的搜索查询，将 OLTP 数据库与全文搜索索引集成在一起是很常见的的需求。尽管一些数据库（例如 PostgreSQL）包含了全文索引功能，对于简单的应用完全够了【1】，但更复杂的搜索能力就需要专业的信息检索工具了。相反的是，搜索索引通常不适合作为持久的记录系统，因此许多应用需要组合这两种不同的工具以满足所有需求。 +例如，为了处理任意关键词的搜索查询，将 OLTP 数据库与全文搜索索引集成在一起是很常见的需求。尽管一些数据库（例如 PostgreSQL）包含了全文索引功能，对于简单的应用完全够了【1】，但更复杂的搜索能力就需要专业的信息检索工具了。相反的是，搜索索引通常不适合作为持久的记录系统，因此许多应用需要组合这两种不同的工具以满足所有需求。 我们在 “[保持系统同步](ch11.md#保持系统同步)” 中接触过集成数据系统的问题。随着数据不同表示形式的增加，集成问题变得越来越困难。除了数据库和搜索索引之外，也许你需要在分析系统（数据仓库，或批处理和流处理系统）中维护数据副本；维护从原始数据中衍生的缓存，或反规范化的数据版本；将数据灌入机器学习、分类、排名或推荐系统中；或者基于数据变更发送通知。