事件驱动架构在现代软件系统中十分常见，它让各组件能够异步通信。传统实现通常借助 Kafka、Google Pub/Sub 或 Amazon SQS 等消息中间件，但在某些场景下，我们可能想用更轻量又足够可靠的方案进行学习或满足定制需求。
本文演示如何基于 Golang + Redis Streams 搭建一个高可靠性的事件驱动系统。
为什么事件驱动系统需要"可靠性"
在很多业务里，丢失事件是不可接受的。以告警系统为例，若漏掉一次关键告警，可能导致宕机、数据泄露或交易失败。因而系统必须满足：
- 持久化（Durability）：事件在被处理前必须保存下来；
- 确认与重试（Ack & Retry）：消费失败不能导致事件丢失；
- 可扩展（Scalability）：支持多生产者、多消费者并发处理。
为什么选 Redis Streams 而非 Pub/Sub？
Redis 原生 Pub/Sub 只做即时推送，订阅者离线时消息直接丢弃；而 Redis Streams 提供：
- 消息持久化；
- Consumer Group，便于水平扩展；
- 消息确认及重放；
- 高效处理大规模事件。
系统架构
- 事件生产者：产生事件并写入 Redis Stream；
- Redis Streams：中央事件存储与消息分发；
- 事件消费者：读取、处理并确认事件。
Golang 实现
1. 启动 Redis
bash
redis-server2. 安装 Go 客户端
bash
go get github.com/redis/go-redis/v93. 事件生产者
go
package main
import (
"context"
"fmt"
"log"
"github.com/redis/go-redis/v9"
)
var ctx = context.Background()
func main() {
client := redis.NewClient(&redis.Options{Addr: "localhost:6379"})
event := map[string]interface{}{"message": "Critical alert! Server down."}
_, err := client.XAdd(ctx, &redis.XAddArgs{
Stream: "alerts",
Values: event,
}).Result()
if err != nil {
log.Fatalf("发布事件失败: %v", err)
}
fmt.Println("事件发布成功")
}4. 事件消费者
go
package main
import (
"context"
"fmt"
"log"
"github.com/redis/go-redis/v9"
)
var ctx = context.Background()
func main() {
client := redis.NewClient(&redis.Options{Addr: "localhost:6379"})
for {
res, err := client.XRead(ctx, &redis.XReadArgs{
Streams: []string{"alerts", "$"}, // "$" 表示从最新位置开始
Count: 1,
Block: 0, // 阻塞等待
}).Result()
if err != nil {
log.Fatalf("读取事件失败: %v", err)
}
for _, stream := range res {
for _, msg := range stream.Messages {
fmt.Printf("处理事件: %v\n", msg.Values)
}
}
}
}走向生产的强化点
尽管这只是一个简单的演示，真正用于生产的版本还应包含以下功能：
- 错误处理与重试：在失败时实现指数退避重试机制；
- 消费者组：将负载分配给多个消费者以实现并行处理；
- 监控与日志：持续追踪事件处理的各项指标；
- 持久化与备份：启用磁盘持久化，防止数据丢失并支持备份。
结语
借助 Redis Streams + Golang ，我们可以构建一个具备持久化、确认机制和水平扩展能力的轻量事件驱动系统，非常适合学习及小型高可用场景。