[Thinknetica] Event-Driven Architecture. Тариф Слушатель (Артем Нистратов)

Event-driven архитектура становится все более популярной среди разработчиков, которые ищут новые способы создания высокомасштабируемых, устойчивых и гибких приложений. Если вы хотите расширить свой арсенал инструментов для построения приложений на Rails, то наш воркшоп по event-driven архитектуре для вас!

На воркшопе вы узнаете, как работают различные шины данных и как использовать их для построения эффективных приложений. Вы также познакомитесь с библиотекой rails-event-store и научитесь использовать ее для создания асинхронных, распределенных систем.

Вы изучите принципы работы событийной модели и научитесь проектировать и разрабатывать событийно-ориентированные приложения.

После прохождения этого воркшопа вы сможете улучшить свои навыки в разработке приложений на Rails и сможете создавать высокопроизводительные, масштабируемые и гибкие приложения.

Программа

День 1. Архитектура в Rails-приложениях

• Поговорим про само понятие архитектуры в приложениях.
• От начала проекта, до внедрения изменений в уже существующих и работающие системы.
• Посмотрим на стандартные подходы построения Rails-приложения и разберемся, что нового и полезного, а также потенциально опасного, может принести событийная модель.

В результате вы:

Поймете недостатки и преимущества как стандартного rails way подхода, так и event-driven.

День 2. Event Sourcing

• Создадим Rails приложение на основе библиотеки rails-event-store.
• Разберемся когда и зачем это стоит использовать в продакшене.\
• Рассмотрим event-driven приложение на стандартных Rails/Ruby примитивах.

В результате вы:
Научитесь использовать библиотеку rails-event-store на примере нового приложения.

День 3. CQRS и Apache Kafka

• Разберем событийную модель под другим углом: реализуем наше приложение на базе шины данных.
• Посмотрим на преимущества такого подхода в сравнении с решением на чистом ruby.
• Научимся на практике конфигурировать и пользоваться Apache Kafka.
• Сравним Apache Kafka и RabbitMQ.

В результате вы:
Освоите применение шин данных для расширения событийной модели за пределы приложения.