Edu/docs/superpowers/specs/2026-07-14-architecture-v2-redesign-design.md

Edu 平台架构 v2 重设计

版本：v2.0 日期：2026-07-14 状态：待评审 关联：

• 004 架构影响地图 v2.0（当前态）
• Portal Shell 插件化仪表盘设计 v2.1
• 0010 架构蓝图
• 项目规则

---

1. 背景与目标

1.1 v1 架构痛点诊断

当前 Edu 微服务架构（v1/v2.0 of 004）存在以下核心痛点：

1. BFF 样板代码灾难：3 个手写 BFF（teacher-bff / student-bff / parent-bff）重复实现 GraphQL Resolver + gRPC 调用，每个字段改动需改 3 处（proto → schema → resolver），×3 灾难
2. DataScope 跨库 JOIN 悖论：core-edu 要过滤"管理员可见班级"，但用户-学校关系在 iam 库，微服务禁止跨库 JOIN，运行时传 ID 列表性能崩溃
3. CDC 与 Outbox 文档矛盾：§1.1a 画 CDC（MySQL→Debezium→Kafka），§7.1 画 Outbox（业务表→Relay Worker→Kafka），看起来像两条路径做同一件事
4. WebSocket 性能开销：push-gateway 同时支持 WS/SSE，但 K12 场景以单向通知为主，WS 心跳/握手开销过大
5. Temporal 滥用边界：规划引入 Temporal 但未明确边界，短事务若走 Temporal 会被入库开销拖垮吞吐
6. iam 职责过载：iam 承载认证 + RBAC + 审计 + JWKS + 插件配置（6 张表）+ DataScope，成为"上帝服务"
7. content 多存储耦合：content 同时写 MySQL + Neo4j + ES，事务一致性、同步延迟、故障域都是问题
8. ai 有状态化：ai 服务内嵌 WorkflowStateStore，边界不清，难以水平扩展
9. 配置散落：配置散落在 env / DB / code，无统一配置中心
10. 前端 4 portal 重复：4 个独立 Next.js portal 重复实现 Dockerfile / i18n / auth / layout（已在 portal-shell v2.1 设计稿中解决）

1.2 v2 设计目标

1. BFF 联邦化：采用 Apollo Federation，消灭手写 BFF 样板代码
2. DataScope 运行时解析：通过 @requires 指令在子图间传递可见范围，解决跨库悖论
3. CDC/Outbox 职责分工：Outbox 负责领域事件，CDC 负责读模型投影
4. SSE 优先：推送默认走 SSE，WS 仅限强双向场景
5. Temporal 不引入：长工作流用 Redis 状态机 + Outbox 事件
6. 服务边界清晰：iam 拆分、content CQRS、ai 无状态化
7. 配置中心化：config-service 统一管理动态配置
8. 单 portal-shell：前端单容器部署（引用 portal-shell v2.1 设计稿）

1.3 约束条件

• 多 AI 协作模式不变：coord + dev + sre，模块单一负责制
• 技术栈全开放：可换 DB / MQ / 框架 / 语言
• 数据可清零：无迁移包袱，允许重建测试数据
• 微服务架构保留：不为当前规模妥协，为未来扩展性预留
• AI 禁止切换分支：分支创建/切换由人类决策者负责

1.4 非目标

• 不重写已有业务逻辑（仅调整架构边界）
• 不替换 MySQL / Redis / Kafka / ClickHouse / Neo4j / Elasticsearch
• 不引入 etcd / Consul（K12 场景过重）
• 不引入 Temporal / Cadence（短事务禁用，长工作流用轻量状态机）

---

2. 整体架构

2.1 6 层分层架构

L1 用户层
  └─ 教师 / 学生 / 家长 / 管理员

L2 微前端层（单容器）
  └─ portal-shell（Modular Monolith + Micro-kernel，Next.js 15 App Router）
     · RSC 服务端预取 Config + initialData
     · dynamic import 懒加载插件
     · URL Params + Zustand 状态共享
     · SWR 静默刷新配置
     · 详见 portal-shell v2.1 设计稿

L3 边缘网关层（Go 1.25 / Gin）
  ├─ api-gateway（JWT 校验 + 限流 + 熔断 + CORS）
  └─ realtime-gateway（SSE 优先 + WS 仅监考 + Redis Pub/Sub）

L4 GraphQL 联邦层（Apollo Router）
  └─ apollo-router（自动查询计划 + @requires DataScope 传递）
     · 替代 3 个 BFF 的聚合职责
     · 子图自主暴露 GraphQL

L5 业务服务层（NestJS / FastAPI，按 DDD 限界上下文）
  ├─ iam（认证 + RBAC + JWKS + DataScope）— 拆分后
  ├─ config-service（插件配置 + 布局 + 用户偏好）— 新拆分
  ├─ core-edu（教学核心 + 教学组织）
  ├─ content（内容资源，CQRS：MySQL 写 + Neo4j/ES 读投影）
  ├─ msg（消息通知）
  ├─ data-ana（数据分析，有状态）
  └─ ai（LLM 推理，无状态）

L6 数据层
  ├─ MySQL 8.0（写模型，每服务独占 schema）
  ├─ Redis 7（缓存 + 会话 + Pub/Sub + 限流 + ai workflow 状态）
  ├─ ClickHouse 24.3（读模型宽表）
  ├─ Neo4j 5.20（知识图谱读模型）
  ├─ Elasticsearch 8.13（题库检索读模型）
  └─ 配置中心（config-service + Redis 缓存）

2.2 服务清单（v2）

类别	服务名	语言/框架	HTTP	gRPC	GraphQL	限界上下文	变更说明
边缘	api-gateway	Go 1.25 / Gin	8080	—	—	网关	保留，移除 BFF 代理路由
边缘	realtime-gateway	Go 1.25 / Gin	8081	—	—	推送	改名，SSE 优先
联邦	apollo-router	Rust (Apollo Router)	4011	—	✅	GraphQL 联邦	新增（避开 portal 4000-4009 段位，与 v1 并行运行不冲突）
业务	iam	NestJS	3002	50052	✅ 子图	认证+RBAC+JWKS+DataScope	拆分，移除插件配置
业务	config-service	NestJS	3011	50059	✅ 子图	插件+布局+偏好	新增，从 iam 拆出
业务	core-edu	NestJS	3004	50053	✅ 子图	教学核心+组织	保留
业务	content	NestJS	3005	50054	✅ 子图	内容资源	CQRS 改造
业务	msg	NestJS	3007	50056	✅ 子图	沟通通知	保留
业务	data-ana	FastAPI	3006	50055	✅ 子图	数据分析	保留
业务	ai	FastAPI	3008	50058	✅ 子图	LLM 推理	无状态化
微前端	portal-shell	Next.js 15	4010	—	—	教师端 Shell	新增，替代 4 portal

移除的服务：

• teacher-bff / student-bff / parent-bff → 由 apollo-router 替代
• teacher-portal / student-portal / parent-portal / admin-portal → 由 portal-shell 替代

移除的组件：

• Debezium Connect → v2 默认不启用，投影器走 Outbox 事件（见 §5.4 / §6.1）；仅当 Outbox 事件无法覆盖投影需求时，作为备选方案启用
• Temporal → 不引入（ai 保留 WorkflowStateStore 作为轻量替代）

2.3 核心数据流

graph TB
    User[用户] --> PortalShell[portal-shell :4010<br/>RSC 预取]
    PortalShell --> ApiGateway[api-gateway :8080<br/>JWT + 限流]
    ApiGateway --> ApolloRouter[apollo-router :4011<br/>GraphQL 联邦]

    ApolloRouter -->|子图查询| Iam[iam 子图]
    ApolloRouter -->|子图查询| Config[config-service 子图]
    ApolloRouter -->|子图查询| CoreEdu[core-edu 子图]
    ApolloRouter -->|子图查询| Content[content 子图]
    ApolloRouter -->|子图查询| Msg[msg 子图]
    ApolloRouter -->|子图查询| DataAna[data-ana 子图]
    ApolloRouter -->|子图查询| Ai[ai 子图]

    ApolloRouter -.@requires DataScope.-> Iam
    CoreEdu -.接收 visibleClassIds.-> CoreEdu

    PortalShell -.SSE 推送.-> RealtimeGw[realtime-gateway :8081]
    RealtimeGw -.Kafka 消费.-> Msg

    Iam <-->|Outbox| Kafka[(Kafka)]
    CoreEdu <-->|Outbox| Kafka
    Content <-->|Outbox + 投影器消费| Kafka
    Msg <-->|Outbox| Kafka
    DataAna <-->|Outbox 消费| Kafka
    Ai <-->|Outbox| Kafka

    Iam --> MySQL[(MySQL)]
    Config --> MySQL
    CoreEdu --> MySQL
    Content --> MySQL
    Content -.Outbox 投影器.-> Neo4j[(Neo4j)]
    Content -.Outbox 投影器.-> ES[(Elasticsearch)]
    Msg --> MySQL
    DataAna --> ClickHouse[(ClickHouse)]

2.4 关键架构决策摘要

决策点	v1 方案	v2 方案	理由
前端	4 portal + MF	单 portal-shell	Modular Monolith，减少重复
BFF	3 个手写 BFF	Apollo Federation	工业标准，零样板代码
DataScope	网关透传 + 服务注入	@requires 运行时解析	解决跨库悖论
Push	WS + SSE	SSE 优先 + WS 仅监考	K12 场景单向为主
Temporal	规划引入	不引入，保留 WorkflowStateStore	短事务禁用，长工作流轻量替代
iam 职责	认证+RBAC+插件配置	拆分 iam + config-service	避免上帝服务
content 存储	MySQL+Neo4j+ES 混写	MySQL 写 + Outbox 投影器读模型	CQRS 分离
ai 状态	有状态工作流	无状态推理 + WorkflowStateStore	明确边界
配置	env + DB 散落	config-service 统一	配置中心化

---

3. Apollo Federation BFF 层

3.1 设计原理

痛点：v1 的 3 个手写 BFF 重复实现 GraphQL Resolver + gRPC 调用，每个字段改动需改 3 处（proto → schema → resolver），3 个 BFF = ×3 灾难。

Apollo Federation 工业标准方案：

• 每个业务服务自主暴露 GraphQL 子图（Subgraph）
• Apollo Router 作为唯一入口，自动拆分查询计划（Query Plan）
• 客户端发一个 Query，Router 自动决定调用哪些子图、以什么顺序、如何聚合
• 零手写聚合代码

3.2 子图暴露方式：proto → GraphQL 自动生成

从 proto 自动生成 GraphQL schema，业务服务只需实现 Resolver。

proto 扩展：

// core_edu.proto
service ExamService {
  rpc GetExam(GetExamRequest) returns (Exam) {
    option (graphql.query) = "exam";
  }
  rpc ListExams(ListExamsRequest) returns (ListExamsResponse) {
    option (graphql.query) = "exams";
  }
}

message Exam {
  string exam_id = 1;
  string title = 2;
  repeated string class_ids = 3;
}

生成的 GraphQL 子图（core-edu 子图）：

type Query {
  exam(examId: ID!): Exam
  exams(classIds: [ID!]!): [Exam!]!
}

type Exam @key(fields: "examId") {
  examId: ID!
  title: String
  classIds: [String!]!
}

3.3 各服务子图清单

服务	子图关键类型	DataScope 依赖
iam	User / Role / Permission / School	无（权限源）
config-service	PluginConfig / LayoutTemplate / UserOverride	无
core-edu	Exam / Homework / Grade / Attendance / Class / Schedule	visibleClassIds / visibleStudentIds
content	Textbook / Chapter / Question / KnowledgePoint / LessonPlan	editableSubjectIds
msg	Notification / Template / Preference	visibleNotificationScopes
data-ana	Analytics / Dashboard / Mastery / Warning	visibleClassIds / visibleStudentIds
ai	Chat / Question / Expression / LessonPlan / Report	userId（个人级）

3.4 Apollo Router 部署架构

┌─────────────────────────────────────────────────┐
│  api-gateway :8080（Go / Gin）                  │
│  · JWT RS256 校验                                │
│  · 限流 / 熔断 / CORS                            │
│  · 注入 x-user-id / x-user-role / x-dataScope   │
└────────────────┬────────────────────────────────┘
                 │
                 ▼
┌─────────────────────────────────────────────────┐
│  apollo-router :4011（Rust，官方二进制）         │
│  · 接收 GraphQL Query                            │
│  · 解析查询计划（Query Plan）                    │
│  · 并发调用子图，@requires 传递 DataScope        │
│  · 聚合响应返回客户端                            │
│  · 内置缓存 / 持续查询 / 遥测                    │
└────────────────┬────────────────────────────────┘
                 │
       ┌─────────┼─────────┬─────────┬─────────┐
       ▼         ▼         ▼         ▼         ▼
   iam:3002  core-edu  content    msg     data-ana
   /graphql  :3004     :3005      :3007   :3006
             /graphql  /graphql   /graphql  /graphql

Router 配置（router.yaml）：

supergraph:
  listen: 0.0.0.0:4011
  path: /graphql
  introspection: true

homepage:
  enabled: true

health_check:
  listen: 0.0.0.0:8088

override_subgraph_url:
  iam: http://iam:3002/graphql
  config-service: http://config-service:3011/graphql
  core-edu: http://core-edu:3004/graphql
  content: http://content:3005/graphql
  msg: http://msg:3007/graphql
  data-ana: http://data-ana:3006/graphql
  ai: http://ai:3008/graphql

headers:
  all:
    request:
      - propagate:
          named: "authorization"
      - propagate:
          named: "x-user-id"
      - propagate:
          named: "x-user-role"
      - propagate:
          named: "x-dataScope"
      - propagate:
          named: "x-request-id"

3.5 BFF 样板代码消灭对比

v1 流程（新增字段 exam.duration，手动改动点 6 处）：

1. 改 core_edu.proto，加 int32 duration = 5;（手动）
2. 重新生成 proto 代码（自动）
3. 改 teacher-bff 的 schema.graphql + resolver（手动）
4. 改 student-bff 的 schema.graphql + resolver（手动）
5. 改 parent-bff 的 schema.graphql + resolver（手动）
6. 改 portal 的 GraphQL 查询（手动）

v2 流程（手动改动点 2 处）：

1. 改 core_edu.proto，加 int32 duration = 5;（手动）
2. 运行 buf generate，自动生成 GraphQL schema（自动）
3. core-edu 服务自动暴露 duration 字段（自动）
4. Apollo Router 自动拉取新 schema（自动）
5. 改 portal-shell 的 GraphQL 查询（手动）

手动改动点从 6 处 → 2 处（仅改 proto + 改前端查询）。

---

4. 业务服务层调整

4.1 iam 拆分：iam + config-service

问题：iam 承载认证 + RBAC + 审计 + JWKS + 插件配置（v2.1 新增 6 张表）+ DataScope 解析，成为"上帝服务"。

拆分方案：

服务	职责	表	gRPC Service
iam（瘦身）	认证 + RBAC + JWKS + 审计 + DataScope	users / roles / permissions / refresh_tokens / sessions / totp / audit_logs / user_school_role	IamService / RbacService / JwksService / AuditService
config-service（新增）	插件配置 + 布局配置 + 用户偏好	plugin_registry / role_plugin_mapping / role_layout_default / layout_templates / user_layout_override / plugin_packages	ConfigService

拆分理由：

• 认证是"高频低变"（每次请求校验 JWT）
• 配置是"低频高变"（admin 改配置、用户改偏好）
• 两者耦合会导致：配置表锁竞争影响认证、配置 Schema 变更需重启认证服务

DataScope 归属：

• iam 保留 user_school_role 表（用户-学校-角色关系）
• iam 子图暴露 visibleClassIds / visibleStudentIds 查询（DataScope 解析在 iam）
• config-service 不涉及 DataScope

端口分配：

• iam: 3002 / gRPC 50052（不变）
• config-service: 3011 / gRPC 50059（新增）

4.2 content CQRS 改造

问题：content 当前同时写 MySQL + Neo4j + ES，三存储事务一致性、同步延迟、故障域都是问题。

CQRS 改造方案：

写侧（Command）：
  content 服务 → MySQL（唯一写模型）
                 ↓ Outbox 事件
                 Kafka（edu.content.* topic）
                 ↓
读侧投影器（Query）：
  ├── neo4j-projector（消费事件 → 写 Neo4j 知识图谱）
  ├── es-projector（消费事件 → 写 ES 题库索引）
  └── content-cache-projector（消费事件 → 失效 Redis 缓存）

改造点：

• content 服务只写 MySQL，不再直接写 Neo4j/ES
• 新增 neo4j-projector / es-projector 作为 content 服务内 worker
• content 服务的 GraphQL 子图读 MySQL（强一致）+ 读 Neo4j/ES（最终一致）

GraphQL 子图设计：

type Query {
  textbook(textbookId: ID!): Textbook # 读 MySQL
  textbooks: [Textbook!]! # 读 MySQL
  searchQuestions(keyword: String!): [Question!]! # 读 ES
  knowledgeGraph(subjectId: ID!): KnowledgeGraph # 读 Neo4j
}

好处：

• 写路径简单（单库事务）
• 读路径可独立扩展（ES/Neo4j 可单独扩容）
• 故障隔离（ES 挂了不影响写入）
• 数据一致性通过 Outbox + 投影器保证

4.3 ai 服务无状态化

问题：ai 当前有 WorkflowStateStore（lesson_plan_workflow），是有状态的。

v2 定位：

• ai 是无状态 LLM 推理引擎
• 不存业务数据，不存会话历史
• 会话历史存 Redis（短期）或 data-ana（长期分析）
• 工作流状态存 Redis（key: ai:workflow:{workflowId}，TTL 1 小时）

改造点：

• 移除 ai 内部 WorkflowStateStore 的持久化（改为 Redis）
• lesson_plan_workflow 状态存 Redis
• ai 用量事件通过 Outbox 发布到 Kafka（edu.ai.usage.recorded topic）
• data-ana 消费 ai 用量事件做统计

4.4 data-ana 与 ai 边界

维度	data-ana	ai
定位	有状态分析引擎	无状态推理引擎
存储	ClickHouse（宽表）+ Redis（缓存）	无业务存储（仅 Redis 存 workflow 状态）
输入	业务事件（Outbox 消费）	用户请求 + data-ana 数据
输出	统计结果 + 预警 + 掌握度	LLM 生成内容（聊天/题目/报告）
交互	ai 调 data-ana 获取分析数据	data-ana 不调 ai

调用关系：

• ai → data-ana：gRPC（获取学生掌握度、班级表现等数据，作为 LLM prompt 上下文）
• data-ana → ai：无（data-ana 不依赖 ai）
• ai 用量事件 → Kafka → data-ana 消费（统计 token 使用量）

---

5. 数据层 + DataScope

5.1 存储矩阵（v2）

存储	版本	用途	使用服务	变更
MySQL	8.0	写模型主库（每服务独占 schema）	iam / config-service / core-edu / content / msg	新增 config-service schema
Redis	7	缓存 / 会话 / 限流 / Pub/Sub / ai workflow 状态	全部服务	新增 ai workflow key
ClickHouse	24.3	读模型宽表 / 分析聚合	data-ana	不变
Neo4j	5.20	知识图谱（content 读模型投影）	content（读）	改为投影器写入
Elasticsearch	8.13	题库检索 / 消息检索（读模型投影）	content / msg（读）	content 改为投影器写入
配置中心	—	动态配置（插件/布局/特性开关）	config-service	新增

5.2 DataScope @requires 实现

K12 场景规模分析

角色	可见范围 ID 量级	性能评估
学生	1 个班	无压力
教师	5-10 个班	IN 查询可扛
教研组长	20-50 个班	IN 查询可扛
管理员	100-500 个班	需索引优化
超管	全校	走 DataScope=ALL，不传 ID

结论：K12 场景 ID 列表通常 < 500，@requires 运行时解析完全可行。

DataScope 6 级（保留 v1）

Level	含义	实现
L1 SELF	仅自己	WHERE user_id = ?
L2 CLASS	本班	WHERE class_id IN (visibleClassIds)
L3 GRADE	本年级	WHERE grade_id IN (visibleGradeIds)
L4 SCHOOL	本校	WHERE school_id IN (visibleSchoolIds)
L5 REGION	本区域	WHERE region_id IN (visibleRegionIds)
L6 ALL	全部	无 WHERE

@requires 查询计划示例

场景：教研组长查"本组所有班级的考试成绩"

客户端 Query：

query GetGradesForMyClasses($termId: ID!) {
  gradesForCurrentUser(termId: $termId) {
    examId
    title
    classId
    avgScore
  }
}

Apollo Router 查询计划（自动生成）：

步骤 1: 调 iam 子图
  visibleClassIds(userId=x-user-id)
  → iam 查 Redis 缓存（key: iam:datascope:class:{userId}，TTL 5min）
  → 未命中则查 user_school_role 表
  → 返回 ["class-001", ..., "class-050"]

步骤 2: 调 core-edu 子图
  gradesForCurrentUser(
    visibleClassIds: ["class-001", ..., "class-050"],
    termId: "2024-spring"
  )
  @requires(fields: "visibleClassIds")
  → core-edu 查 MySQL: WHERE class_id IN (...) AND term_id = ?
  → 返回 [Grade, Grade, ...]

步骤 3: 聚合返回客户端

iam 子图 DataScope Resolver

@Resolver(() => User)
export class DataScopeResolver {
  constructor(
    private iamService: IamService,
    @Inject("REDIS") private redis: Redis,
  ) {}

  @ResolveField(() => [String])
  async visibleClassIds(
    @Parent() user: User,
    @Context() ctx: { userId: string; dataScope: string },
  ): Promise<string[]> {
    if (ctx.dataScope === "ALL") return [];

    const cacheKey = `iam:datascope:class:${ctx.userId}`;
    const cached = await this.redis.get(cacheKey);
    if (cached) return JSON.parse(cached);

    const classIds = await this.iamService.getVisibleClassIds(ctx.userId);
    await this.redis.setex(cacheKey, 300, JSON.stringify(classIds));
    return classIds;
  }
}

core-edu 子图 @requires Resolver

@Resolver(() => Grade)
export class GradeResolver {
  constructor(private gradeService: GradeService) {}

  @Query(() => [Grade])
  @RequirePermission("GRADES_READ")
  async gradesForCurrentUser(
    @Context()
    ctx: {
      userId: string;
      dataScope: string;
      visibleClassIds?: string[];
    },
    @Args("termId") termId: string,
  ): Promise<Grade[]> {
    if (ctx.dataScope === "ALL") {
      return this.gradeService.findByTerm(termId);
    }
    return this.gradeService.findByClassIds(ctx.visibleClassIds ?? [], termId);
  }
}

5.3 配置中心：config-service + Redis

不引入 etcd/Consul（K12 场景过重），用 config-service + Redis 实现轻量配置中心。

Admin 改配置
  ↓
config-service 写 MySQL（plugin_registry 等）
  ↓
config-service 发 Kafka 事件（edu.config.entry.changed）
  ↓
各服务消费事件，失效本地 Redis 缓存
  ↓
下次查询从 config-service 拉新值，回填 Redis

缓存策略：

• Redis key: config:{type}:{key}（如 config:plugin:grades-widget）
• TTL: 5 分钟（兜底失效）
• 事件驱动失效（Kafka edu.config.entry.changed）

配置类型：

• 插件配置（plugin_registry / role_plugin_mapping）
• 布局配置（layout_templates / role_layout_default / user_layout_override）
• 特性开关（feature_flags，如 enable_ai_tutor）
• 系统配置（system_config，如 max_exam_duration）

5.4 Outbox 投影器设计（content CQRS）

投影器架构（默认走 Outbox 事件；CDC/Debezium 仅作备选，当 Outbox 事件粒度不够时启用）：

content 服务写 MySQL
  ↓ Outbox 事件
  ↓
Kafka（edu.content.* topic）
  ↓
  ├── neo4j-projector（消费 → 写 Neo4j 知识图谱）
  │   · 监听 KnowledgePointCreated / KnowledgePointLinked
  │   · 写 Neo4j 节点 + 关系
  │
  ├── es-projector（消费 → 写 ES 题库索引）
  │   · 监听 QuestionCreated / QuestionUpdated / QuestionDeleted
  │   · 写 ES 索引（题干、选项、知识点标签）
  │
  └── content-cache-projector（消费 → 失效 Redis 缓存）
      · 监听所有 content 事件
      · 失效 content 查询缓存

投影器实现位置：作为 content 服务内的独立 worker（content/src/workers/）

content/src/
├── textbooks/
├── questions/
├── knowledge-points/
├── graphql/            # GraphQL 子图（读 MySQL + Neo4j + ES）
└── workers/            # 投影器（消费 Kafka → 写读模型）
    ├── neo4j-projector.worker.ts
    ├── es-projector.worker.ts
    └── cache-projector.worker.ts

---

6. 事件驱动架构

6.1 Outbox vs CDC 职责分工

写侧：Outbox 模式（领域事件发布）
  业务服务（iam/core-edu/content/msg/ai）
    ① 业务事务内写业务表 + outbox 表（原子）
    ② OutboxPublisher 轮询 outbox 表 → 投递 Kafka
    ③ 保证 at-least-once 语义
  用途：发布业务语义事件（ExamCreated / HomeworkSubmitted）

读侧：投影器（CQRS 读模型 / 跨服务物化视图）
  方式 A：Debezium → Kafka（用于跨服务物化视图同步，备选）
  方式 B：Outbox 事件 → 投影器（用于读模型投影，推荐）
  用途：CQRS 读模型投影，非业务事件发布

关键原则：

• 领域事件必须走 Outbox（业务语义，由业务代码显式发布）
• 数据投影走 CDC 或 Outbox 消费（技术同步，无需业务语义）
• CDC 不替代 Outbox（CDC 是 binlog 级，Outbox 是业务语义级）
• v2 简化：优先用 Outbox 事件做投影器，减少 Debezium 依赖

6.2 Kafka Topic 命名规范

格式：edu.<domain>.<aggregate>.<action>

域	Topic	生产者	消费者	用途
identity	edu.identity.user.created	iam	msg / core-edu / content	用户创建
identity	edu.identity.user.updated	iam	msg / core-edu / content	用户更新
identity	edu.identity.user.role_changed	iam	msg / data-ana	角色变更
identity	edu.identity.role.created	iam	msg	角色创建
teaching	edu.teaching.exam.published	core-edu	msg / data-ana	考试发布
teaching	edu.teaching.exam.extended	core-edu	msg	考试延时
teaching	edu.teaching.homework.assigned	core-edu	msg / data-ana	作业布置
teaching	edu.teaching.assignment.submitted	core-edu	msg / data-ana	作业提交
teaching	edu.teaching.assignment.graded	core-edu	msg / data-ana	作业批改
teaching	edu.teaching.grade.recorded	core-edu	msg / data-ana	成绩录入
teaching	edu.teaching.attendance.recorded	core-edu	msg / data-ana	考勤记录
content	edu.content.question.created	content	es-projector / neo4j-projector	题目创建
content	edu.content.question.updated	content	es-projector / neo4j-projector	题目更新
content	edu.content.knowledge_point.linked	content	neo4j-projector	知识点关联
notify	edu.notify.notification.sent	msg	realtime-gateway	通知发送
notify	edu.notify.notification.read	msg	—	通知已读
notify	edu.notify.notification.recalled	msg	realtime-gateway	通知撤回
insight	edu.insight.mastery.updated	data-ana	msg	掌握度更新
ai	edu.ai.usage.recorded	ai	data-ana	AI 用量记录
config	edu.config.entry.changed	config-service	全部服务	配置变更（失效缓存）

新增 topic：

• edu.ai.usage.recorded：ai 用量事件（回流 data-ana 统计）
• edu.config.entry.changed：配置变更通知（失效各服务本地缓存）

6.3 事件版本化

• Schema Registry：用 Kafka 的 schema registry（或简化为 proto 版本号）
• 版本后缀：v1 / v2（如 edu.teaching.exam.published.v2）
• 向后兼容：新增字段用 optional，删除字段用 reserved
• 破坏性变更：升版本号，新旧 topic 并行，消费者逐步迁移

6.4 幂等性

组件	幂等机制
Kafka Producer	idempotent=true + transactionalId
Outbox Publisher	基于 event_id 去重（Redis SETNX）
Consumer	基于 event_id 去重（DB 唯一索引或 Redis SETNX）
投影器	基于 event_id + aggregate_id 去重

---

7. 认证与权限

7.1 JWT 流程（v2）

用户登录
  ↓
api-gateway → iam /auth/login
  ↓
iam 校验密码 → 签发 JWT RS256（含 userId / role / dataScope）
  ↓
api-gateway 设置 httpOnly Cookie（JWT）
  ↓
portal-shell 后续请求携带 Cookie
  ↓
api-gateway 校验 JWT → 注入 x-user-id / x-user-role / x-dataScope / x-request-id
  ↓
apollo-router 透传 x-user-* 头到子图
  ↓
子图 Resolver 从 context 读取 userId / dataScope
  ↓
iam 子图 DataScope Resolver 查 visibleClassIds（Redis 缓存）
  ↓
core-edu 子图 @requires 接收 visibleClassIds，注入 WHERE

7.2 权限校验分层

层级	职责	实现
api-gateway	JWT 校验 + 限流	Go 中间件
apollo-router	透传 x-user-* 头	配置 headers.propagate
子图 Resolver	@RequirePermission 装饰器	NestJS Guard
子图 DataScope	@requires 注入 visibleClassIds	Apollo Federation 指令
Repository	WHERE 注入 visibleClassIds	DataScopeInjector（保留 v1）

7.3 DEV_MODE

• DEV_MODE=true 跳过 JWT 校验，接受 dev-token
• 保留现有 dev-token 预定义角色机制

---

8. 可观测性 + 工作流 + 推送

8.1 可观测性

支柱	组件	v2 变更
日志	pino / zap / structlog	不变
指标	prom-client / prometheus / prometheus-client	新增 apollo-router 指标
链路	OpenTelemetry + Jaeger 1.57	不变
健康检查	/healthz + /readyz	新增 apollo-router /health

apollo-router 可观测性：

• 内置 Prometheus 指标（请求量/延迟/错误率/子图延迟）
• 内置 OpenTelemetry trace
• 内置持续查询（Persisted Queries）统计

8.2 工作流边界（Temporal 约束）

v2 决策：不引入 Temporal，保留 ai 服务的 WorkflowStateStore 作为轻量替代。

架构约束：

工作流类型	时长	推荐方案	示例
长工作流	分钟~天	Redis 状态机 + Outbox 事件	备课工作流、报告生成
短事务	毫秒~秒	同步调用 + 分布式锁	作业提交、成绩录入
批处理	小时	Cron + Batch Job	成绩统计、掌握度计算

禁止：

• 短事务用工作流引擎（入库开销拖垮吞吐）
• 纯读操作走工作流（直接走缓存）

允许：

• 跨天长流程用状态机 + 事件驱动
• ai 备课/报告生成用 Redis 状态机（WorkflowStateStore）

8.3 推送架构（SSE 优先）

msg 服务发布通知
  ↓ Outbox → Kafka
  ↓
realtime-gateway 消费 Kafka（edu.notify.notification.*）
  ↓
  ├── SSE 推送（默认，单向）
  │   · 客户端 GET /sse?token=JWT，保持长连接
  │   · 服务端 push 事件流
  │   · 适合 99% 场景（考试发布/成绩推送/通知）
  │
  └── WebSocket 推送（仅监考场景）
      · 客户端 WS /ws，双向通信
      · 用于在线监考（心跳/防作弊/实时指令）
      · MVP 可不实现，二期按需

realtime-gateway 端点：

• GET /sse — SSE 推送（默认）
• GET /ws — WebSocket 升级（监考专用）
• POST /internal/push — msg 服务 HTTP 调用推送
• GET /online/:userId — 查询在线状态
• GET /healthz / GET /readyz / GET /metrics

性能对比：

• SSE：单连接内存 ~10KB，可扛 10 万连接/节点
• WS：单连接内存 ~100KB，可扛 1 万连接/节点

---

9. 架构约束（v2 新增）

约束	说明
BFF 联邦化	禁止手写 BFF 聚合层，所有 GraphQL 查询走 Apollo Router
子图自主	每个业务服务必须暴露 GraphQL 子图，proto → GraphQL 自动生成
DataScope @requires	禁止跨库 JOIN，DataScope 通过 @requires 指令运行时解析
Outbox 领域事件	领域事件必须走 Outbox，禁止直接调 Kafka producer
CDC 仅备选投影	CDC/Debezium 默认不启用，仅当 Outbox 事件粒度不够时作为投影器备选；禁止用于领域事件发布
SSE 优先	推送默认走 SSE，WS 仅限强双向场景（监考）
Temporal 禁用	不引入 Temporal，长工作流用 Redis 状态机 + Outbox
iam 职责限定	iam 仅负责认证/RBAC/JWKS/审计/DataScope，禁止承载配置
config 统一	动态配置必须走 config-service，禁止散落 env/code
content CQRS	content 仅写 MySQL，Neo4j/ES 通过投影器同步
ai 无状态	ai 不存业务数据，会话/工作流状态存 Redis
单 portal-shell	前端单容器部署，禁止新增独立 portal

保留约束（v1）：

• 四层分层：Gateway → Router → Services → Data
• 依赖方向单向，禁止反向依赖
• 服务间通信：GraphQL（@requires）+ gRPC（服务间）+ Kafka（事件）
• 每服务独占 DB schema
• JWT RS256 + JWKS
• Cookie: httpOnly + Secure + SameSite=Strict
• buf v2 + FILE 级 breaking 检查

---

10. 迁移路径

10.1 阶段划分（从 v1 到 v2）

阶段	内容	验收标准	依赖
M0	proto → GraphQL 代码生成工具链	buf generate 输出 GraphQL schema	无
M1	各服务暴露 GraphQL 子图	/graphql 端点可查询	M0
M2	apollo-router 部署 + Supergraph 组装	Router 可聚合查询	M1
M3	iam 拆分 config-service	config-service 独立运行	M1
M4	DataScope @requires 实现	教师查询可见班级成绩正确	M2
M5	content CQRS 改造（投影器）	Neo4j/ES 通过投影器同步	M1
M6	ai 无状态化	ai 不存业务数据，状态在 Redis	M1
M7	realtime-gateway SSE 优先	SSE 推送可用	无
M8	portal-shell 接入 apollo-router	portal-shell 查询走 Router	M2/M4
M9	旧 BFF 下线（teacher/student/parent-bff）	流量为 0	M8
M10	旧 portal 下线	流量为 0	M8
M11	arch.db + 004 文档同步	arch:scan 通过	全部

10.2 并行运行策略

• v1 的 3 个 BFF + 4 个 portal 保留并行运行
• v2 的 apollo-router + portal-shell 新建
• 用户通过路由前缀切换（/shell/* 走新，其他走旧）
• 逐步迁移用户，流量切完后下线旧服务

10.3 回滚策略

• 任意阶段失败，回滚到上一阶段
• v1 服务始终可用，v2 失败不影响现有用户
• iam 拆分 config-service 时，config 表与现有表无外键依赖，可独立回滚

---

11. ADR 记录

ADR	决策	理由
ADR-023	采用 Apollo Federation 替代 3 个手写 BFF	工业标准，消灭样板代码
ADR-024	DataScope 通过 @requires 运行时解析	解决跨库 JOIN 悖论
ADR-025	proto → GraphQL 自动生成	单一数据源，字段变更只改 proto
ADR-026	iam 拆分 config-service	避免上帝服务
ADR-027	content CQRS 改造	写读分离，故障隔离
ADR-028	ai 无状态化	明确边界，可扩展
ADR-029	SSE 优先 + WS 仅监考	K12 场景单向为主
ADR-030	不引入 Temporal	短事务禁用，长工作流用轻量状态机
ADR-031	config-service + Redis 轻量配置中心	K12 场景，不引入 etcd
ADR-032	CDC 默认禁用，投影器首选 Outbox 事件	与 Outbox 职责分工，简化依赖
ADR-033	portal-shell 单容器替代 4 portal	Modular Monolith
ADR-034	realtime-gateway 改名	SSE 优先定位

---

12. 对接清单

12.1 新增服务

路径	职责	动作
services/apollo-router/	Apollo Router 部署配置（router.yaml + Dockerfile）	新建
services/config-service/	配置服务（NestJS，从 iam 拆出）	新建
apps/portal-shell/	Portal Shell 前端（详见 portal-shell v2.1 设计稿）	新建

12.2 改造服务

路径	变更	动作
services/iam/	移除插件配置相关表和逻辑到 config-service；新增 GraphQL 子图	改造
services/core-edu/	新增 GraphQL 子图；实现 @requires DataScope	改造
services/content/	CQRS 改造：移除直接写 Neo4j/ES，新增投影器 worker	改造
services/msg/	新增 GraphQL 子图	改造
services/data-ana/	新增 GraphQL 子图	改造
services/ai/	无状态化：WorkflowStateStore 改为 Redis；新增 GraphQL 子图	改造
services/push-gateway/	改名 realtime-gateway；SSE 优先	改造
services/api-gateway/	移除 BFF 代理路由；新增 apollo-router 路由	改造

12.3 下线服务

路径	处理	时机
services/teacher-bff/	流量切到 apollo-router 后下线	M9
services/student-bff/	流量切到 apollo-router 后下线	M9
services/parent-bff/	流量切到 apollo-router 后下线	M9
apps/teacher-portal/	流量切到 portal-shell 后下线	M10
apps/student-portal/	流量切到 portal-shell 后下线	M10
apps/parent-portal/	流量切到 portal-shell 后下线	M10
apps/admin-portal/	流量切到 portal-shell 后下线	M10

12.4 新增工具链

路径	职责	动作
packages/shared-proto/gen-graphql.ts	proto → GraphQL schema 生成器	新建
packages/shared-proto/buf.gen.yaml	新增 GraphQL 输出配置	修改

12.5 基础设施

路径	变更	动作
infra/docker-compose.deploy.yml	新增 apollo-router / config-service / portal-shell；移除 3 BFF + 4 portal	修改
infra/port-allocation.md	新增 3011 / 4000 / 4010 端口	修改
infra/init-sql/	新增 config-service schema DDL	新增

---

13. 验收标准

13.1 功能验收

• Apollo Router 可聚合 7 个子图查询
• DataScope @requires 正确传递 visibleClassIds
• iam 拆分后 config-service 独立运行
• content CQRS 投影器正确同步 Neo4j/ES
• ai 无状态化，工作流状态在 Redis
• realtime-gateway SSE 推送可用
• portal-shell 接入 apollo-router 查询正常
• 配置变更通过 Kafka 事件失效各服务缓存

13.2 非功能验收

• pnpm run lint + pnpm run typecheck 零错误
• Apollo Router 查询延迟 P99 < 100ms（不含子图）
• DataScope @requires 查询延迟 P99 < 500ms（含子图）
• SSE 单节点可扛 10 万连接
• arch.db 更新，004 文档同步
• 所有 ADR 记录完整

---

14. 参考资料

• Apollo Federation 官方文档
• Apollo Router 配置
• GraphQL @requires 指令
• CQRS 模式
• Outbox 模式
• SSE vs WebSocket
• Portal Shell v2.1 设计稿
• 004 架构影响地图
• 项目规则

---

15. 版本演进对比

维度	v1（当前）	v2（本设计）
前端	4 portal + MF	单 portal-shell
BFF	3 个手写 BFF	Apollo Federation
DataScope	网关透传 + 服务注入	@requires 运行时解析
Push	WS + SSE	SSE 优先 + WS 仅监考
Temporal	规划引入	不引入
iam	认证+RBAC+插件配置	拆分 iam + config-service
content	MySQL+Neo4j+ES 混写	CQRS：MySQL 写 + 投影器
ai	有状态工作流	无状态推理
配置	env + DB 散落	config-service 统一
服务数（业务+网关+前端）	15 个（1 gw + 1 push + 3 BFF + 6 services + 4 portal）	11 个（1 gw + 1 realtime + 1 router + 7 services + 1 shell；替换 3 BFF + 4 portal 为 1 Router + 1 Shell + 1 config）
容器数（含数据层 6 个：MySQL/Redis/Kafka/ClickHouse/Neo4j/ES）	21	17