Migration d'une Architecture Microservice vers une Architecture Event-Driven Microservice avec Kafka

z
Migration d’une Architecture
Microservice vers une
Architecture Event-Driven
Microservice avec
Kafka
1
Daniel FOUOMENE
daniel.fouomene@afrinnov.xyz
https://github.com/fouomene/poc-jcdecaux-spring-kafka-websocket
https://github.com/fouomene/poc-microservice-edge-spring-cloud
https://github.com/fouomene/poc-event-driven-microservice-edge-kafka-spring-cloud

z
Plan
I. Event-Driven Architecture
1. Introduction
2. Event Broker : Apache Kafka
3. Mise en œuvre : POC App JCDecaux Station avec Spring Kafka, Spring Websocket
II. Microservice Architecture
1. Introduction
2. Edge Microservice : Spring Cloud
3. Mise en œuvre : POC App Mini-Ecommerce avec Spring Cloud
III. Event-Driven Microservice Architecture
1. Introduction
2. Mise en œuvre : POC App Mini-Ecommerce avec Spring Cloud, Spring Kafka
IV. Références
2

z
1. Introduction
3

z
1. Introduction
 Event-Driven Architecture : Architecture Orientée Evénements
 Un modèle d'architecture logicielle utilisé pour la conception d'applications.
 La structure centrale de la solution repose
 sur la capture, la communication,
 le traitement et la persistance des événements (Events).
 Souvent appelée communication « Asynchrone »
 Cela signifie que le producteur (Producer) et le consommateur (Consumer) de
l’événement n'ont pas besoin d'attendre l'autre pour passer à la tâche suivante.
 Lorsqu'un événement a été détecté, il est transmis du producteur d'événements au consommateur via
des canaux d'événement ou Bus d’événement (Event Broker).
4

z
1. Introduction
 Faiblement couplée
 Les producteurs d'événements ignorent quels consommateurs d'événements écoutent un
événement et que chaque événement ignore les conséquences de son apparition.
 Très scalable
 Facilité à multiplier indépendamment les instances des producteurs et consommateurs,
en fonction de leur charge de travail.
 L’exposition des événements en temps réel
 Facilité d’abonner de nouveaux consommateurs aux événements produits sans impact sur
les services en place, en particulier le service producteur de l’événement.
 Une Approche et non un langage
 Les applications orientées événements peuvent être créées à l'aide de n'importe quel
langage de programmation.
5

z
1. Introduction
 Les challenges principaux à relever dans la mise en place d’une architecture event-
driven sont les suivants :
 La cohérence entre les services n’est pas immédiate, on parle de
cohérence à terme.
 Il faudra intégrer cet aspect dans la conception des traitements et veiller à ce que le délai de
synchronisation ne soit pas trop important, en s’assurant par exemple que la consommation
des événements soit plus rapide que leur production.
 S’assurer que tous les événements soient acheminés et traités,
 sans quoi deux services pourraient se trouver définitivement désynchronisés pour certaines
entités
 Être vigilant sur le paramétrage du bus d’événements ainsi que
des applicatifs producteurs et consommateurs d’événements.
6

z
7
CONNECTOR
STREAMS

z
 Kafka comme bus d’événement (Event Broker)
 Une plateforme distribuée de diffusion (Streaming) de données
en continu, capable de publier, stocker, traiter et souscrire à
des flux d'enregistrement en temps réel.
 Initialement développée par LinkedIn comme système interne
pour la gestion de ses 1 400 milliards de messages
quotidiens, c'est aujourd'hui une solution Open Source
Apache.
8

z
9
 Kafka permet :
 Garantit le découplage entre producteurs de données et
consommateurs
 Supporte des consommateurs multiples
 Permet une forte scalabilité horizontale via une Architecture
distribuée
 Met en œuvre la persistance des données
 Les événements qui sont publiés dans Kafka ne sont pas
supprimés dès leur consommation, comme dans les solutions
orientées messaging (ex : RabbitMQ).

z
10

z
11
Config Kafka
“default.replication.factor=2” // nombre de
réplications des partitions dans les brokers
“min.insync.replicas=1” // le nombre minimal de
réplicas à maintenir en synchronisation à 2 tout
juste après écriture sur la partition leader
config Producer
“request.required.acks=all” pour que le broker
qui contient la partition leader n’acquitte (ack)
l’écriture qu’après avoir procédé à la réplication.
Pour que la réplication soit effective à tout moment
et éviter la perte de message.
Config Consumer
“enable.auto.commit=false”//
désactiver l’autocommit et réaliser un
commit explicite en fin de traitement
pour garantir que chaque événement qui
a fait l’objet d’un commit a bien été pris
en compte par le consommateur.

z
12

z
 Data Streaming, le terrain de prédilection de Kafka
13
 Dans cette étude(2017), si 50% des interrogés mentionnent « le messaging »
parmi les tâches confiées à Kafka, 66% évoquent le « streaming process ». Parmi
les cas d’usages, se détachent les data pipelines (81% de mentions), les
Microservices (50%), ou encore la supervision temps réel (43%).

z
3. Mise en œuvre : POC App JCDecaux Station avec
Spring Kafka, Spring Websocket
14
JCDecaux Producer
DASHBOARD
Client Websocket UI
@MessageMapping
(/jcdecaux)
StompBroker
Send destination
/app/jcdecaux
Send destination
/topic/stations
Recieve
Message
/topic/stations
Request
Channel
Response
Channel
Broker
Channel
JCDecaux Consumer
DASHBOARD
Client Websocket UI
@MessageMapping
(/jcdecaux)
StompBroker
Send destination
/app/jcdecaux
Send destination
/topic/stations
Recieve
Message
/topic/stations
Request
Channel
Response
Channel
Broker
Channel
Request
Channel
station station
Observation en temps réel des locations des vélos à chaque station JCDecaux
dans le monde.
Broker
Channel
API

z
15

z
16
Kafka Manager https://github.com/yahoo/CMAK

z
1. Introduction
17
 Architecture Microservice
 « Le style architectural des microservices est une approche permettant de
développer une application unique sous la forme d’une suite logicielle
intégrant plusieurs services. Ces services sont construits autour des
capacités de l’entreprise et peuvent être déployés de façon indépendante »
Martin Fowler
 Microservices sont une méthode développement logiciel utilisée pour
concevoir une application comme un ensemble de services modulaires.
Chaque module répond à un objectif métier spécifique et communique avec
les autres modules.

z
1. Introduction
18
microservice C
code App
< / >
API
microservice B
code App
< / >
API
microservice A
code App
< / >
API microservice D
code App
< / >
API
Client
Communication
client to service
service to service
Database
Database
Database
Database

z
1. Introduction
19
 Réduction du temps de développement
 Grâce à un développement distribué, plusieurs microservices peuvent être travaillés et
développés simultanément.
 Évolutivité accrue
 Avec les microservices et leur indépendance en termes de développement et de déploiement.
Cela permet de faire évoluer l’application sereinement pour répondre à de nouveaux besoins
et de nouvelles demandes sans entraver le fonctionnement du système.
 Réduction des pannes
 Les microservices étant indépendants, lorsqu’un élément tombe en panne ou rencontre un
problème, l’ensemble de l’application ne cesse pas de fonctionner contrairement aux applications
monolithiques. Il est également plus facile d’identifier et de résoudre une panne dans ce type
d’eco-système.

z
1. Introduction
20
 L’adaptabilité de chaque microservice aux outils de travail
 L’indépendance des composants offre la possibilité de paramétrer les microservices avec
différents langages de programmation. Ainsi, les outils opérationnels utilisés par l’entreprise
peuvent être rendus compatibles avec la solution globale.
 La flexibilité par rapport au cloud
 Une entreprise qui utilise l’architecture en microservices peut réduire ou augmenter son usage
du cloud en fonction de la charge de l’application. L’organisation est ainsi beaucoup plus flexible.
 Le plus important dans l’implémentation des microservices, c’est de faire simple.
 Il faut déléguer le maximum d’exigences non fonctionnelles à l’infrastructure logicielle
(conteneurs, Services Mesh, etc…) pour réduire les risques futurs de dettes techniques, et
garantir un fonctionnement homogène des services.
 Pour cela, on se doit de respecter les règles des 12 factors (https://12factor.net/fr/ ).

z
21
 Spring Cloud fournit des fonctionnalités pour les cas d'utilisation typiques
tels que l'enregistrement et la découverte de services, le routage, l'équilibrage
de charge et les circuit-breakers.

z
22
 Spring Cloud Bootstrap (e.g. Bootstrap context and @RefreshScope)
 Spring Cloud Config : Se positionne comme serveur de distribution des fichiers de
configuration.
 Config Server
 Config Client
 Spring Cloud Netflix
 Discovery : Permet de découvrir les Microservice sur notre serveur. C’est aussi un outil clé
pour la gestion des Microservices.
 Eureka Server
 Eureka Client
 Load Balancer
 Ribbon (config et dépendance commenté) : Équilibrer les requêtes entre plusieurs
instances pour éviter une surcharge d’un serveur
 Circuit Breaker : Définit un ensemble de seuils qui, une fois dépassés, arrêteront
l'exécution d'un bloc de code.
 Hystrix : Une API pour la résilience d’applications.

z
23
 Spring Cloud Routing
 Gateway : Le point d’entrée unique pour les API et Microservices.
 OpenFeign : Faire communiquer (synchrone) les microservices grâce à Feign.
 Spring Cloud Load Balancer : Équilibrer les requêtes entre plusieurs instances pour éviter
une surcharge d’un serveur
 Spring Cloud Observability
 Sleuth : Permet de donner des ID uniques à chaque requête, c'est
 Zipkin Client : permet exposer les traces vers Zipkin Server.
 Spring Boot Actuator : expose une API qui donne des informations sur le microservice
concerné, mais ne propose pas d'interface graphique.
 Zipkin Server : permet de tracer les requêtes de service en service uniquement si ces
services intègrent ses dépendances.

z
24

z
25
microservice
client UI
Instance
Port : 8080
API
microservice
produits
Instance
Port : 8001
API
microservice
produits
Instance
Port : 8011
API
microservice
commandes
Instance
Port : 8002
API
microservice
paiement
Instance
Port : 8003
API
Distributed tracing
Zipkin-Server
Instance
Port : 9411
Service Registry
Eureka-Server
Instance
Port : 8102
Service Routing
Gateway-Server
Instance
Port : 8004
Service Config
Config-Server
Instance
Port : 8101
Service Routing
Spring Load
Balancing
Communication
service to service

z
26

z
27

z
28
1. Introduction
 De nombreux facteurs avantageux et déterminants caractéristiques de
l’architecture microservices se retrouvent dans une architecture orientée
événements, qui permettent toutes les deux de relever des défis similaires.
 Cependant, prenez une architecture microservices adoptant une approche
d’intégration demande/réponse synchrone traditionnelle ; ce type d’architecture
active un service atomique indépendant doté d’un cycle de vie indépendant et,
par conséquent et de manière générale, une équipe indépendante qui en est
responsable. Si ce service reposait une un flux d’intégration demande/réponse
avec un autre microservice (sans raison spécifique), alors le service ne serait pas
couplé de manière lâche et n’en serait pas véritablement indépendant. Vous ne
pourriez pas mettre à niveau/faire évoluer le service sans vous préoccuper du
service couplé.

z
29
1. Introduction
 Il n’est pas indispensable de disposer d’une architecture orientée événements
pour surmonter ce problème, car un modèle asynchrone alternatif, comme une
file d’attente de messages, constituerait une solution efficace dans cette situation.
Cependant, cela démontre dans quelle mesure les caractéristiques d’une
architecture orientée événements et la diffusion d’événements peuvent interagir
de manière positive avec les microservices.

z
30
1. Introduction

z
31
1. Introduction

z
32
1. Introduction

z
33
1. Introduction
microservice C
code App
< / >
API
microservice B
code App
< / >
API
microservice A
code App
< / >
API microservice D
code App
< / >
API
Client
Communication
client to service
service to service
Database
Database
Database
Database

z
34
1. Introduction
microservice C
code App
< / >
microservice B
code App
< / >
microservice A
code App
< / >
API
microservice D
code App
< / >
Client
Communication
client to service
service to broker
Database
Database
Database
Database
EVENT
API
EVENT
API
EVENT
API
EVENT
EVENT BROKER

z
35
microservice
client UI
Instance
Port : 8080
API
microservice
produits
Instance
Port : 8001
API
microservice
produits
Instance
Port : 8011
API
microservice
commandes
Instance
Port : 8002
API
microservice
paiement
Instance
Port : 8003
API
Distributed tracing
Zipkin-Server
Instance
Port : 9411
Service Registry
Eureka-Server
Instance
Port : 8102
Service Routing
Gateway-Server
Instance
Port : 8004
Service Config
Config-Server
Instance
Port : 8101
Service Routing
Spring Load
Balancing
Communication
service to service

z
36
microservice
client UI
Instance
Port : 8080
API
microservice
produits
Instance
Port : 8001
API
microservice
produits
Instance
Port : 8011
API
microservice
commandes
consumer
Instance
Port : 8002
microservice
paiement
producer
Instance
Port : 8003
Distributed tracing
Zipkin-Server
Instance
Port : 9411
Service Registry
Eureka-Server
Instance
Port : 8102
Service Routing
Gateway-Server
Instance
Port : 8004
Service Config
Config-Server
Instance
Port : 8101
Service Routing
Spring Load
Balancing
Communication
service to broker
API
EVENT
API
EVENT

z
37
microservice
paiement
Instance
Port : 8003
API
database
Table : paiement
id idcommande montant
1 2 500
2 8 10000
3 5 20000
si le paiement est accepté
enregistrer paiement avec
idcommande = 5
return idpaiement = 3
requête pour paiement
de la commande
idcommande = 5
microservice
commandes
Instance
Port : 8003
API
database
Table : commande
id commandePaye quantite
2 false 2
5 true 10
8 false 30
9 false 1
mettre à jour le statut idcommande = 5
à commandePaye = true
2
enregistrer la commande
return idcommande = 5
requête création
commande
reponse commande crée
idcommande = 5
Client
1
3
4
5
6
7
requête pour mettre à jour
le statut de la commande
idcommande = 5

z
38
microservice
paiement
Producer
Instance
Port : 8003
API
EVENT
database
Table : paiement
id idcommande montant
1 2 500
2 8 10000
3 5 20000
si le paiement est accepté
enregistrer paiement avec
idcommande = 5
return idpaiement = 3
requête pour paiement
de la commande
idcommande = 5
microservice
commandes
Consumer
Instance
Port : 8003
API
EVENT
database
Table : commande
id commandePaye quantite
2 false 2
5 true 10
8 false 30
9 false 1
mettre à jour le statut idcommande = 5
commandePaye = true
CommandeEvent
idcommande = 5
CommandeEvent
idcommande = 8
CommandeEvent
idcommande = 2
send
receive
topic : paiement
2
enregistrer la commande
return idcommande = 5
requête création
commande
reponse commande crée
idcommande = 5
Client
1
3
4
5
6
7
8

z
II. Event-Driven Microservice Architecture
39

z
II. Event-Driven Microservice Architecture
40

z IV. Références
41
 https://github.com/fouomene/poc-jcdecaux-spring-kafka-websocket
 https://github.com/fouomene/poc-microservice-edge-spring-cloud
 https://github.com/fouomene/poc-event-driven-microservice-edge-kafka-spring-cloud
 https://kafka.apache.org
 https://spring.io/projects/spring-kafka#overview
 https://spring.io/guides/gs/messaging-stomp-websocket
 https://www.redhat.com/en/topics/integration/what-is-event-driven-architecture
 https://blog.ippon.fr/2021/06/29/comment-se-lancer-avec-kafka-partie-1
 https://nexworld.fr/kafka-et-architectures-fast-data
 https://www.confluent.io/2017-apache-kafka-report
 https://www.tibco.com/fr/reference-center/what-is-event-driven-architecture
 https://www.leanix.net/fr/wiki/vsm/architecture-microservices
 https://nexworld.fr/les-microservices-cest-quoi
 https://blog.octo.com/une-vision-sur-le-service-mesh-service-mesh-versus-librairies-
applicatives-lexemple-de-spring-cloud
 https://www.redhat.com/en/topics/microservices/what-is-a-service-mesh
 https://12factor.net/fr/
 https://www.chakray.com/fr/architectures-orientees-evenements-panacee-autre-tendance-
consommateurs

Migration d'une Architecture Microservice vers une Architecture Event-Driven Microservice avec Kafka

Contenu connexe

Tendances (20)

Similaire à Migration d'une Architecture Microservice vers une Architecture Event-Driven Microservice avec Kafka (20)

Migration d'une Architecture Microservice vers une Architecture Event-Driven Microservice avec Kafka

Notes de l'éditeur