Zarządzanie danymi referencyjnymi/słownikowymi w architekturze mikroserwisów
Problem - dane słownikowe potrzebne w wielu serwisach
Dane referencyjne (np. lista krajów, statusów zamówień, kategorii produktów, kursy walut) są potrzebne w wielu mikroserwisach naraz - OrderService potrzebuje statusów zamówień, PaymentService potrzebuje kursów walut, ShippingService potrzebuje listy krajów. Pytanie: gdzie te dane powinny "żyć" i jak każdy serwis ma do nich dostęp?
Podejście #1 - dedykowany serwis danych referencyjnych + synchroniczne wywołania
public interface IReferenceDataClient
{
Task<List<CountryDto>> GetCountriesAsync();
Task<string> GetCurrencyRateAsync(string code);
}
public class ReferenceDataClient : IReferenceDataClient
{
private readonly HttpClient _httpClient;
public async Task<List<CountryDto>> GetCountriesAsync()
{
return await _httpClient.GetFromJsonAsync<List<CountryDto>>("api/reference/countries");
}
}
Zaleta: jedno źródło prawdy (single source of truth) - dane zawsze aktualne, bez ryzyka niespójności między serwisami.
Wada: każde wywołanie wymaga synchronicznego requestu do innego serwisu - jeśli ReferenceDataService jest wolny/niedostępny, wszystkie serwisy zależne od niego są tym obciążone (klasyczny problem kaskadowej awarii w mikroserwisach).
Podejście #2 - lokalna replikacja (caching) danych referencyjnych w każdym serwisie
To jest znacznie częstsze podejście w praktyce - każdy serwis przechowuje własną, lokalną kopię danych referencyjnych, zsynchronizowaną asynchronicznie:
public class OrderService
{
private readonly IMemoryCache _cache;
private readonly IReferenceDataClient _referenceDataClient;
public async Task<List<CountryDto>> GetCountriesAsync()
{
return await _cache.GetOrCreateAsync("countries", async entry =>
{
entry.AbsoluteExpirationRelativeToNow = TimeSpan.FromHours(1); // cache na godzinę
return await _referenceDataClient.GetCountriesAsync();
});
}
}
Zaleta: brak zależności synchronicznej od innego serwisu przy każdym requeście - odczyt z lokalnego cache jest natychmiastowy.
Wada: dane mogą być przez chwilę nieaktualne (eventual consistency) - jeśli status "Pending" zmieni nazwę na "Oczekujące", serwisy z cache będą pokazywać starą nazwę do wygaśnięcia cache'a.
Podejście #3 - propagacja przez zdarzenia (Event-Driven Reference Data)
To jest podejście łączące poprzednie dwa, wykorzystujące dokładnie ten sam mechanizm publikowania zdarzeń, o którym mówiliśmy przy Sadze i Outboxie:
// ReferenceDataService publikuje zdarzenie przy KAŻDEJ zmianie danych referencyjnych
public async Task UpdateCountryAsync(int id, string newName)
{
var country = await _context.Countries.FindAsync(id);
country.Name = newName;
await _context.SaveChangesAsync();
await _eventBus.PublishAsync(new CountryUpdatedEvent(id, newName)); // + Outbox Pattern dla atomowości!
}
// KAŻDY zainteresowany serwis nasłuchuje i AKTUALIZUJE swoją LOKALNĄ kopię
public class CountryUpdatedHandler
{
public async Task Handle(CountryUpdatedEvent evt)
{
var localCountry = await _context.LocalCountryReplicas.FindAsync(evt.CountryId);
localCountry.Name = evt.NewName;
await _context.SaveChangesAsync(); // LOKALNA replika, w bazie TEGO serwisu
}
}
Zaleta: brak synchronicznej zależności między serwisami (odczyt zawsze z lokalnej bazy), a jednocześnie dane są względnie szybko (nie natychmiast, ale sekundy, nie godziny jak przy zwykłym cache TTL) propagowane po zmianie, bez czekania na wygaśnięcie cache'a.
Wada: więcej infrastruktury (broker wiadomości, obsługa zdarzeń w każdym serwisie), oraz każdy serwis duplikuje dane referencyjne we własnej bazie.
Kiedy które podejście
| Podejście | Kiedy stosować |
|---|---|
| Synchroniczne wywołania (bez cache) | Dane rzadko odpytywane, wymóg absolutnej świeżości, tolerancja na zależność między serwisami |
| Lokalny cache z TTL | Dane zmieniają się rzadko, akceptowalna chwilowa nieaktualność (minuty/godziny) |
| Propagacja przez zdarzenia + lokalna replika | Dane potrzebne bardzo często (każdy request), wymagana niezależność od dostępności innego serwisu, ale też względna świeżość |
Ważna zasada - dane referencyjne "właścicielem" jednego serwisu
Niezależnie od podejścia synchronizacji, jeden konkretny serwis powinien być właścicielem (source of truth) danego zestawu danych referencyjnych - inne serwisy czytają (i ewentualnie cache'ują/replikują), ale nie modyfikują tych danych bezpośrednio w swojej bazie. To jest analogiczne do zasady "jeden Bounded Context = jeden właściciel danych" z Domain-Driven Design.
Podsumowanie
W architekturze mikroserwisów dane referencyjne wymagają świadomej decyzji o kompromisie między świeżością danych i niezależnością serwisów. Synchroniczne wywołania dają zawsze aktualne dane, ale tworzą zależność czasową między serwisami. Lokalny cache z TTL eliminuje tę zależność, kosztem chwilowej nieaktualności. Propagacja przez zdarzenia (wykorzystująca ten sam Outbox Pattern, o którym mówiliśmy) daje najlepszy kompromis dla danych często odpytywanych - lokalna replika bez zależności synchronicznej, z względnie szybką propagacją zmian.