Event Sourcing 的核心在于通过事件重放重建状态而非单纯存储事件；需确保事件有序、Apply 方法无副作用、原子写入、结构化序列化、快照机制与 PostgreSQL 合理选型。
Event Sourcing 的核心不是存事件，而是用事件重建状态
Go 里做 Event Sourcing，最容易掉进的坑是把 event 当成普通日志往数据库一塞就完事。其实关键不在“存”，而在“重放”——每次读取聚合时，必须能从初始空状态开始，严格按时间顺序应用所有 Apply() 方法还原出最新状态。这意味着：
- 每个事件结构体必须带明确版本（如 Version int 或 Timestamp time.Time），不能靠数据库自增 ID 排序（分布式下不可靠）
- 聚合根必须提供 Apply(event interface{}) 方法，且该方法只能修改内部字段，不能触发副作用（比如发 HTTP 请求、写 DB）
- 事件序列必须原子写入：要么全部成功，要么全部失败，推荐用单条 SQL 插入多行（PostgreSQL 的 INSERT ... VALUES (...), (...)）或事务包装
用 Go struct 实现可序列化的事件，别用 map[string]interface{}
常见错误是用 map[string]interface{} 存事件数据，看似灵活，实则导致三类问题：反序列化时类型丢失、无法做编译期校验、JSON 字段名大小写混乱（比如前端传 userId，Go 解析成 UserID 后再序列化变 user_id）。正确做法是为每个事件定义具体 struct：
- 所有事件实现统一接口，例如 type Event interface{ EventName() string; Timestamp() time.Time }
- 使用 json.RawMessage 或 gob 序列化（gob 更适合 Go 内部系统，性能高、类型保真）
- 避免在事件 struct 中嵌套指针或未导出字段（gob 不序列化未导出字段，json 默认忽略）
type OrderCreated struct {
ID string `json:"id"`
UserID string `json:"user_id"`
Total float64 `json:"total"`
Timestamp time.Time `json:"timestamp"`
}
func (e OrderCreated) EventName() string { return "OrderCreated" }
func (e OrderCreated) Timestamp() time.Time { return e.Timestamp }
重放事件时别直接查数据库，先加载快照（Snapshot）
当一个聚合的历史事件达到几千条，每次重建状态都从头重放会明显拖慢读路径。Go 服务里必须支持快照机制：
- 快照不是替代事件，而是定期保存聚合当前状态（比如每 100 条事件存一次），并记录对应事件版本号（SnapshotVersion int）
- 重放逻辑变成：查最新快照 → 从快照版本+1 开始查后续事件 → 应用这些事件
- 快照本身也要持久化，但格式可以更紧凑（比如用 gob 序列化整个聚合 struct），不需要带事件元信息
- 注意快照和事件存储必须在同一个事务中更新（或用可靠消息保证最终一致），否则会出现“快照比事件新”或“快照比事件旧”的不一致
PostgreSQL 是最省心的事件存储选型，别过早考虑 Kafka
初学者常以为 Event Sourcing 就得上消息队列，结果卡在 Exactly-Once、Offset 管理、消费者组重启状态丢失等问题上。对大多数业务系统（订单、账户、库存），PostgreSQL 完全够用：
- 用 events 表，字段至少包含：aggregate_id, aggregate_type, version, event_type, payload jsonb, created_at
- 建复合索引：CREATE INDEX ON events (aggregate_type, aggregate_id, version)，确保按聚合+版本高效查询
- 利用 jsonb 的查询能力，比如快速统计某用户所有 “PaymentFailed” 事件：SELECT COUNT(*) FROM events WHERE aggregate_type = 'User' AND payload @> '{"type":"PaymentFailed"}'
- 不要为了“流式处理”强行引入 Kafka：除非你真有跨语言消费、实时大屏、或需要事件广播给多个异构系统，否则纯写 DB + 定时轮询（或 LISTEN/NOTIFY）更可控
Event Sourcing 在 Go 里最难的部分，从来不是怎么存事件，而是怎么让 Apply() 方法真正无副作用、可重复执行，以及怎么让快照和事件的边界在故障时依然可推导。这两点没想清楚前，代码写得再“模式化”也没用。
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
