首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >PHP SaaS AI 异步架构:事件驱动落地实战

PHP SaaS AI 异步架构:事件驱动落地实战

作者头像
Tinywan
发布2026-09-15 14:45:54
发布2026-09-15 14:45:54
330
举报
文章被收录于专栏:开源技术小栈开源技术小栈

事件驱动架构——异步 SaaS AI 的核心

想象一下你正在使用一款 AI 聊天应用,发送了一个稍复杂的问题后,界面直接卡住 15 秒,只有一个加载圈在转,没有任何进度提示。你甚至会开始怀疑:程序到底是在处理,还是已经崩了?

如果在构建 SaaS AI 产品时,默认把调用 AI 服务当成普通 HTTP 请求,就会出现这种糟糕的体验。现实中,一次大模型调用的耗时从 2 秒到 30 秒不等,取决于提示词长度和服务端负载。如果全程保持 HTTP 连接等待,Web 服务器、负载均衡器甚至浏览器本身都会触发超时。

在本系列已经介绍的五种架构模式中,事件驱动架构(EDA) 最直接地解决了 SaaS AI 产品的核心痛点:如何让一个缓慢、耗时不可控的流程,不至于让用户对着空白屏幕干等。

什么是事件驱动架构

在看代码之前,我们先用一个简单的类比理清概念。

想象你在餐厅用餐:你向服务员下单(这就像一次 HTTP 请求),服务员不会站在你面前等 20 分钟直到菜做好。他们会把订单写在小票上,传到后厨,然后去服务其他桌。后厨根据小票做菜,做好之后通知服务员取餐,最后服务员才把菜送到你桌上。

这就是事件驱动架构的核心逻辑:系统各组件之间不是同步等待对方完成,而是通过「消息」——在 Laravel 中我们称之为事件(Event)——在状态变化时互相通知。监听该消息的组件(称为监听器 Listener)会在消息到达后执行对应逻辑,发起请求的一方全程不需要阻塞等待。

三个核心组件

事件(Event):对「某件事已经发生」的通知。例如:PromptSubmitted(用户提交了新提示词)、AiResponseGenerated(AI 已生成回复)。

监听器(Listener):监听特定事件并在触发时执行逻辑的代码。一个事件可以对应多个监听器,分别执行不同操作。

队列任务(Queue Job):在后台运行的任务,与当前 HTTP 请求完全解耦。正是它让调用 AI 这类慢操作不会拖慢用户界面。

和本系列之前讲的 Action、Service、Repository、DTO、值对象不同,那些模式关注的是代码的组织方式;而事件驱动架构关注的是系统内各组件随时间推进的通信方式——也正因如此,它才能让后端调用耗时几十秒的 SaaS AI 产品,在用户感知上依然流畅响应。

两条并行的执行流

还记得系列第一篇里的架构图吗?现在我们来拆解最核心的部分:同步流(快速响应,立刻给用户反馈)与异步流(后台运行,处理重逻辑) 并行工作。

同步流 —— 立即响应用户

HTTP 请求    ↓SubmitPromptAction(提交提示词动作)    ↓将用户提交的消息写入数据库    ↓触发事件:PromptSubmitted    ↓立即返回 HTTP 201 响应(用户无需等待 AI 处理)

异步流 —— 后台静默执行

PromptSubmitted 事件(由同步流触发)    ↓监听器:DispatchAiProviderJob(分发 AI 调用任务)    ↓队列:CallAiProviderJob(执行 AI 调用任务)    ↓调用 AI 服务商接口(耗时 2~30 秒)    ↓触发事件:AiResponseGenerated    ↓监听器 1:将回复存入数据库监听器 2:通过 WebSocket 推送到前端监听器 3:记录 Token 用量用于计费

用户在毫秒级就能收到 HTTP 201 响应,而不是等到 AI 回复完成。无论 AI 实际耗时 3 秒还是 25 秒,前端都会通过 WebSocket 收到推送更新,无需轮询,也不用在同一个请求里阻塞等待。

代码实现:从事件到广播

第一步:定义事件

namespace App\Domain\Chat\Events; use App\Domain\Chat\Models\Conversation;use App\Domain\Chat\Models\Message; class PromptSubmitted{    public function __construct(        public readonly Conversation $conversation,        public readonly Message $message,    ) {}}

第二步:监听器分发队列任务

监听器捕获事件后,将 AI 调用任务投递到队列:

namespace App\Domain\Chat\Listeners; use App\Domain\Chat\Events\PromptSubmitted;use App\Domain\Chat\Jobs\CallAiProviderJob; class DispatchAiProviderJob{    public function handle(PromptSubmitted $event): void    {        CallAiProviderJob::dispatch(            $event->conversation,            $event->message,        );    }}

第三步:实际调用 AI 的队列任务

这个任务在后台独立运行,与 HTTP 请求完全解耦:

namespace App\Domain\Chat\Jobs; use Illuminate\Bus\Queueable;use Illuminate\Contracts\Queue\ShouldQueue;use Illuminate\Queue\InteractsWithQueue;use App\Domain\Chat\Models\Conversation;use App\Domain\Chat\Models\Message;use App\Domain\Chat\Events\AiResponseGenerated;use App\Domain\Chat\DataTransferObjects\AiResponseDTO; class CallAiProviderJob implements ShouldQueue{    use Queueable, InteractsWithQueue;     // 最多重试 3 次,每次退避 5 秒    public int $tries = 3;    public int $backoff = 5;     public function __construct(        public Conversation $conversation,        public Message $message,    ) {}     public function handle(AiProviderRouterService $router): void    {        // 根据租户解析对应的 AI 服务商        $provider = $router->resolveFor($this->conversation->tenant);        $response = $provider->complete(            conversation: $this->conversation,            prompt: $this->message,        );        // AI 回复生成完成,触发事件        event(new AiResponseGenerated($this->conversation, $response));    }}

第四步:多个监听器响应 AI 回复事件

注意这里的设计:一个事件可以触发多个完全独立的监听器,彼此之间无需感知:

namespace App\Domain\Chat\Listeners; use App\Domain\Chat\Events\AiResponseGenerated; // 监听器 1:将 AI 回复存入数据库class SaveAiResponseToDatabase{    public function handle(AiResponseGenerated $event): void    {        $event->conversation->messages()->create([            'role' => 'assistant',            'content' => $event->response->content,        ]);    }} // 监听器 2:将 AI 回复广播到前端class BroadcastAiResponseToFrontend{    public function handle(AiResponseGenerated $event): void    {        broadcast(new AiResponseReady(            $event->conversation->id,            $event->response->content,        ))->toOthers();    }} // 监听器 3:记录 Token 用量用于计费class RecordTokenUsageForBilling{    public function handle(AiResponseGenerated $event): void    {        RecordUsageAction::run(            $event->conversation->tenant,            $event->response->tokenUsage,        );    }}

前端只需通过 Laravel Echo 订阅广播频道(底层可使用 Laravel Reverb 或 Pusher),一旦 AiResponseReady 这个广播事件被推送到频道,界面就会实时更新——无需反复轮询服务器询问「处理完了吗」。

故障处理:AI 调用也会失败

用队列任务处理 AI 调用的一大优势:Laravel 原生自带重试机制。但并非所有失败都值得重试——网络超时和 API 密钥错误,显然是两种完全不同的故障。

较新版本的 Laravel 支持将某些异常标记为不可重试,在这个场景下非常实用:如果 AI 服务商因为内容合规拒绝了请求,反复重试只会浪费配额和时间。

use Throwable; public function handle(AiProviderRouterService $router): void{    $provider = $router->resolveFor($this->conversation->tenant);     try {        $response = $provider->complete($this->conversation, $this->message);        event(new AiResponseGenerated($this->conversation, $response));    } catch (ContentPolicyViolationException $e) {        // 内容违规:直接标记失败,不再重试        $this->fail($e);    } catch (ProviderTimeoutException $e) {        // 超时异常:抛出后由队列自动重试        throw $e;    }} public function failed(Throwable $exception): void{    // 重试全部耗尽后,触发失败事件通知用户    event(new AiResponseFailed($this->conversation, $exception->getMessage()));}

failed() 方法对 SaaS AI 产品至关重要:当任务彻底失败后,我们依然可以通过事件通知用户,而不是让他们永远等下去。

无需真实等待的异步测试

事件驱动架构还有一个容易被忽略的优势:测试效率会大幅提升——我们完全不需要真实调用 AI,也不用等待队列 Worker 运行。

// 测试:提交提示词后会正确分发 AI 调用任务it('dispatches the AI call job after a prompt is submitted', function () {    Event::fake([PromptSubmitted::class]);    Bus::fake();     $action = app(SubmitPromptAction::class);    $conversation = Conversation::factory()->create();    $action->handle($conversation, new PromptDTO(content: 'Hello'));     Event::assertDispatched(PromptSubmitted::class);    Bus::assertDispatched(fn (CallAiProviderJob $job) =>        $job->conversation->is($conversation) &&        $job->message->content === 'Hello'    );}); // 测试:AI 回复事件携带了正确的 Token 用量信息it('carries correct token usage in the AI response event', function () {    Event::fake([AiResponseGenerated::class]);    $conversation = Conversation::factory()->create();    $response = AiResponseDTO::fromOpenAi($fakePayload, 'gpt-4');     event(new AiResponseGenerated($conversation, $response));     Event::assertDispatched(AiResponseGenerated::class, function ($event) use ($response) {        return $event->response->tokenUsage->total() === $response->tokenUsage->total();    });});

Event::fake() 和 Bus::fake() 会阻止监听器和任务的真实执行,我们只需要断言「正确的事件/任务被分发、携带了正确的数据」即可,全程不需要联网,也不需要真实的 AI 接口密钥。

需要避开的常见误区

1. 单个事件挂载过多监听器,导致链路难以追踪  如果一个事件有 8 个监听器,且彼此的执行顺序互相依赖,说明部分逻辑应该合并到同一个监听器,或者下沉到 Service 中。

2. 重试任务忽略幂等性  如果任务执行到一半失败、已经写入了部分数据,重试就可能产生重复数据。务必保证任务可安全地重复执行(例如用 updateOrCreate 替代 create)。

3. 任务彻底失败后不给用户反馈  这是最容易引发用户不满的问题:用户发了消息,后台任务静默失败,没有任何提示,用户只能一直空等。

4. 用事件处理强顺序依赖的流程  事件驱动架构非常适合互相独立的操作(广播、计费、日志可以按任意顺序执行)。但如果流程有严格的先后依赖、后一步依赖前一步的结果,直接放在 Action 里顺序执行会更合适,不要拆成多个事件。

代码目录结构参考

app/  Domain/    Chat/      Events/        PromptSubmitted.php        AiResponseGenerated.php        AiResponseFailed.php      Listeners/        DispatchAiProviderJob.php        SaveAiResponseToDatabase.php        BroadcastAiResponseToFrontend.php        RecordTokenUsageForBilling.php      Jobs/        CallAiProviderJob.php

本篇小结

如果整个系列里你只能先落地一种架构模式,首推就是事件驱动架构。

Action、Service、Repository、DTO、值对象能让代码更整洁、更易测试;但事件驱动架构才是让 SaaS AI 产品真正可用的核心——它不会让用户盯着加载圈胡思乱想。

现在我们已经有了清晰的流程:请求快速响应、重逻辑后台处理、完成后实时推送。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-08-24,如有侵权请联系 cloudcommunity@tencent.com 删除
目录
  • 事件驱动架构——异步 SaaS AI 的核心
  • 什么是事件驱动架构
    • 三个核心组件
  • 两条并行的执行流
    • 同步流 —— 立即响应用户
    • 异步流 —— 后台静默执行
  • 代码实现:从事件到广播
    • 第一步:定义事件
    • 第二步:监听器分发队列任务
    • 第三步:实际调用 AI 的队列任务
    • 第四步:多个监听器响应 AI 回复事件
  • 故障处理:AI 调用也会失败
  • 无需真实等待的异步测试
  • 需要避开的常见误区
    • 代码目录结构参考
  • 本篇小结
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档