一句话定义
CQRS(Command Query Responsibility Segregation,命令查询职责分离)是一种架构模式:把“改变数据”的操作(命令,Command)和“读取数据”的操作(查询,Query)拆成两条独立的设计路径,各用各的数据模型,避免让同一套表结构同时承担写入和读取。
分开的到底是什么
传统做法是让一张表承担所有操作:写入用 insert/update,读取用 select,共用同一套表结构和对象。简单直接,但读写需求一旦差别很大,就会互相拖累。
CQRS 的做法是:命令侧只关心“这次改动合不合法、有没有落库”,可以存成事件流、状态机或窄表;查询侧专门维护为“看”优化的视图——宽表、索引、汇总、缓存——数据在变更发生后通过事件同步“投影”到查询侧。
打个餐厅的比方:点菜走服务员→厨房→订单小票,只求不漏单、不重单;看菜单、看推荐、看点评则走另一套排版精美的载体。你不需要为了“看”而钻进厨房翻原始小票。两边回答的是不同的问题。
容易混淆的几个相似概念
| 概念 | 分开的是什么 | 和 CQRS 的关系 |
|---|---|---|
| 读写分离(主从复制) | 同一模型的多个副本 | 模型没变,只是分担流量 |
| 事件溯源(Event Sourcing) | 存“发生了什么”而非“当前状态” | 常与 CQRS 搭配,但彼此独立 |
| CQRS | 两套模型、两条代码路径 | 就是它 |
代价要说清:读模型是投影出来的,通常是最终一致(eventual consistency)。刚写完马上查,可能查不到或查到旧值。这是主动接受的取舍,不能算 bug。
AI 应用为什么特别适合这套做法
对话类产品的读写负载几乎是反向的。写入侧高频、小体积、只追加:一条条消息、会话状态、调用记录。读取侧低延迟、跨大量数据、要排序过滤召回:向量检索、关键词索引、会话摘要、最近若干轮上下文。
如果压进一张表,常见结果是写入被索引拖慢、查询被业务表结构限制住。分开之后,写入侧只保证“存得下、可回放”,读取侧可以放心地采用反范式设计、加缓存、更换检索方案,甚至更换另一种数据库,两边互不牵制。
对不同人的意义
从业者:CQRS 是读写差异足够大时才划算的重构,不能当作默认选项。小系统用一套 CRUD(增删改查)更省事;引入它意味着多一条同步链路、多一份一致性排查成本。动手前先问:读写模型真的不同吗?读侧的延迟能接受吗?
普通人:当你发现刚发的内容要过一会儿才搜得到,或产品里“发送”和“浏览”像两套系统,多半就是这种分离在起作用——它用一点点延迟,换取更快的读和更稳的写。
