命令和查询应拆分为写路径与读路径而非单纯结构体，因go无cqrs语言支持；命令结构体仅含必要字段，查询结构体为dto风格，两者均为plain Struct且不嵌入运行时依赖。
命令和查询为什么要拆成两个结构体
因为 Go 里没有语言级的 CQRS 支持，硬套模式反而会让代码更难维护。真正该拆的是「写路径」和「读路径」——前者要校验、事务、副作用；后者只关心怎么快、怎么稳地返回数据。
常见错误是把 Command 和 Query 设计成接口，然后一堆实现塞进去，结果 handler 里还要手动类型断言或反射调用。这不是解耦，是给自己加调度层。
- 命令结构体只包含必要字段（如
UserID、Amount），不带任何 getter/setter 方法 - 查询结构体聚焦 DTO 风格（如
UserSummary、OrderListResult），字段名直接对齐前端需要，不复用领域模型 - 两者都该是 plain struct，别嵌套
context.Context或*sql.Tx这类运行时依赖——那些属于 handler 层职责
Handler 层怎么避免“伪 CQRS”
很多项目写了 HandleCreateUserCommand 和 HandleGetUserQuery，但两个 handler 共享同一个 repository 接口，底层还是走同一张表、同一个 ORM 实例。这叫“命名 CQRS”，不是真分离。
关键在数据访问契约是否真正隔离：命令侧写入主库（可能含事件发布），查询侧走独立的只读副本或物化视图。
立即学习“go语言免费学习笔记（深入）”；
- 命令 handler 依赖
UserRepository（带Create、Update方法） - 查询 handler 依赖
UserReader（只有FindByID、Search等只读方法），实现可替换为 SQL 查询、elasticsearch 或缓存 - 别让
UserReader实现里偷偷调UserRepository—— 这会绕过所有读写分离设计
事件发布时机踩什么坑
CQRS 常搭配事件溯源，但 Go 里过早引入 EventStore 容易失控。最常出问题的是：命令 handler 里刚写完 DB 就发事件，但事务还没提交，下游消费到的是“幻读”数据。
Go 没有像 spring 的 @TransactionalEventListener 那样的生命周期钩子，得自己控住边界。
- 事件发布必须放在事务成功提交之后，推荐用回调函数注入（如
afterCommit(func(){...})） - 避免在 handler 里直接调
eventbus.Publish()，改用返回[]Event，由外层统一 dispatch - 如果用 kafka，注意
sync.Producer的重试策略和幂等性开关必须打开，否则重复事件会破坏查询端一致性
查询端缓存和最终一致性怎么拿捏
查不到刚创建的用户？这是 CQRS 最直观的“痛感”。不是要消灭延迟，而是得让人清楚延迟在哪、能接受多久。
Go 服务里最容易被忽略的是：缓存失效没跟命令写入联动，或者用了本地内存缓存（如 sync.map）导致多实例间不同步。
- 查询端优先用分布式缓存（redis），key 命名带上聚合根 ID 和版本号，如
user:123:v2 - 命令 handler 提交后，主动触发缓存删除（
redis.Del("user:123*")），而不是等 TTL 过期 - 对强一致性要求高的场景（如支付结果页），不要走 CQRS 查询流，直接查主库 + 加读锁，CQRS 只服务于列表页、后台报表这类容忍秒级延迟的地方
真正麻烦的从来不是怎么拆命令和查询，而是当查询端数据滞后时，你能不能一眼看出是 eventbus 卡了、consumer 挂了，还是缓存 key 设计错了——这些地方没日志、没指标、没 trace ID，就只剩翻日志猜。