Event Driven Architecture And Message Queues by Orçun Çolak
Download as PPTX, PDF0 likes143 views
Event Driven Architecture And Message Queues
More Related Content
Similar to Event Driven Architecture And Message Queues by Orçun Çolak (20)
Event Driven Architecture And Message Queues by Orçun Çolak
- 1. Event Driven Architecture (EDA) Bir Üst Başlıktır
- 2. EDA İçin İki Temel Yöntem 1. Pub/Sub Messaging infrastructure keeps track of subscriptions. 2. Event Streaming Events are written to a log.
- 3. Message Queue - Mimarinin asenkron olmasını sağlar - Üreten ve tüketen tarafın birbirinden bağımsız olmasını sağlar (Loose Coupling) - 1990’lardan beri piyasada MQ’lar var. - IBM MQSeries (1993), Microsoft MQ (1997) TIBCO (1997) vs
- 4. Temelde İki Çeşit MQ Var - Broker kullanan MQ (RabbitMQ, JMS) - Broker kullanmayan MQ (DDS) Biz sadece Broker kullanan çözümlere bakacağız
- 5. JMS 2001 yılında ortaya çıktı. Bir API’den ibaret. Protocol değildir. - Point-to-Point ve Publish-Subsribe modeli destekler - ActiveMQ, WebSphereMQ, RabbitMQ vs.
- 7. Advanced Message Queuing Protocol 2003-2006 yılında ortaya çıktı. API değil bir protokol - AMQP protokolünü gerçekleştiren bir broker’a Java, C# vs gibi uygulamalar bağlanabilir. - RabbitMQ, Apahe Qpid vs.
- 9. Advanced Message Queuing Protocol Farklı Exchange Tiplerini Destekler - Direct Exchange : Point-to-Point - Topic Exchange : Key değerine göre Pub/Sub - Fanout Exchange – Klasik Pub/Sub - Header Exchange : Mesaj içinde bir alana göre Pub/Sub
- 10. JMS ve AMQP - “Push” modelini kullanır ve mesajın ulaştığını garanti etmeye çalışır. - Yani kontrol broker tarafında - Bu yüzden “Rety Logic”, “Dead Letter” kontrolleri var
- 11. MQ Scability Talebi Arttıkça - Broker’lar push modelini bıraktı - Consumer ise pull modelini gerçekleştiren taraf oldu
- 12. Kafka - 2011 yılında ortaya çıktı. Herhangi bir standart kullanmıyor. - Broker bir “event log” gibi çalışır. Mesajları konfigürasyonda belirtilen süre kadar saklar - Cluster olarak çalışır, kolay ölçeklenir - Mesajları çekmek istemcinin görevi - Mesaj işlenince silinmez
- 13. Kafka Kavramları - Producer : Veriyi Kafka Cluster’a yazar. Veri partition’a gönderilir - Consumer : Veriyi Kafka’dan okur - Consumer Group : Gruptaki her bir Consumer kendisine atanan Partition’daki veriyi işler. Gruptaki consumer sayısı değişince broker "Rebalance" işlemi başlatır
- 14. Kafka Ekosistemi – Kafka Connectors - Source Connector : Veriyi bir kaynaktan okur ve Kafka Topic’e yazar - Sink Connector : Kafka Topic’teki veriyi bir başka yere yazar
- 16. Debezium – Before/After Farkını Verir
- 17. Kafka Ekosistemi – Kafka Streams - Buraya kadar “Enterprise Messaging” gibi düşündük - Artık Event Streaming düşünülebilir - Event Streaming sınırsız ve sürekli akan veriyi işler - Mesajları bireysel değil, bütünsel olarak ele alır. Yani aggregation öne çıkıyor.
- 19. Streaming Örnekleri - Amaç sürekli güncellenen veriye, batch işlem uygulamadan cevap verebilmek. Buna “Interactive Queries” deniliyor. - İnternet paketi bitince mobil’in kapanması - Şu anda stokta kaç tane X var
- 20. Lambda Architecture – Big Data
- 21. Kappa Architecture – Batch Processing Kısmı Yok