Clean Code bedeutet auch eine hohe Lesbarkeit. Die entwickelt man am besten gemeinsam im Team. Am 29.9. machen wir bei OTTO in Hamburg ein Never Code Alone Event. Das Geld der Registrierung Spenden wir der "Sternenbrücke" für den guten Zweck.
4 * 1.5 Stunden Live Coding mit der Funktastatur.
Realtime Aggregation des Otto.de Event Streams
Du wolltest schon immer wissen, wie viele Produktseiten auf Otto.de pro Sekunden aufgerufen werden, welcher Artikel der meisgesehenste ist oder welcher Kunde die meisten Tabs offen hat?
Du wolltest schon immer wissen, wie viele Produktseiten auf Otto.de pro Sekunden aufgerufen werden, welcher Artikel der meisgesehenste ist oder welcher Kunde die meisten Tabs offen hat?
All das und noch viel mehr werden wir in dieser Mob-Programming-Session herausfinden. Nebenbei beleuchten wir diverse Aspekte einer resilienten, Kafka-basierten Applikation.
- Mit Sebastian und Frederik
Live Coding - Using Akka Streams to write Microservice that supports end-to-end backpressure
Let's write a microservice based on Akka Streams that truly handles backpressure throughout the entire application.
Let's write a microservice based on Akka Streams that truly handles backpressure throughout the entire application.
Traditionally, routes built with Akka HTTP directly interact with actors implementing domain logic. One potential issue is the lack of backpressure: when the route just fires messages at the poor domain actors, these messages pile up in the mailbox faster than they can get processed. This is especially the case when the domain actors interact with a database or external services, waiting for a response.
Our microservice also offers an HTTP API, accesses a database and interacts with another external service. By using Akka Streams as the processing engine, incoming HTTP calls will fail fast while a system is overloaded.
- Mit Markus Jura
"Wo klemmt's?" - "Keine Ahnung..."
Mit der Einführung einer Microservice-Architektur und der Kopplung per Kafka ist es uns - dem Tracking-Team@OTTO - gelungen, einen großen Schritt in Richtung Skalierbarkeit und Ausfallsicherheit zu machen. Doch wie kann ich sicher sein, dass jedes Rad im Getriebe funktioniert? Wenn Service B 2.000 Nachrichten pro Sekunde verarbeitet, dann ist das echt toll, aber nur, solange Service A nicht 4.000 pro Sekunde schreibt.
Mit der Einführung einer Microservice-Architektur und der Kopplung per Kafka ist es uns - dem Tracking-Team@OTTO - gelungen, einen großen Schritt in Richtung Skalierbarkeit und Ausfallsicherheit zu machen. Doch wie kann ich sicher sein, dass jedes Rad im Getriebe funktioniert? Wenn Service B 2.000 Nachrichten pro Sekunde verarbeitet, dann ist das echt toll, aber nur, solange Service A nicht 4.000 pro Sekunde schreibt.
Backpressure über MS-Genzen hinweg ist nicht trivial, aber machbar. Voraussetzung hierfür ist ein Monitoring der Schreib- und Leseraten der einzelnen Kafka Consumer und Producer. In dieser Session werden wir uns mithilfe von Akka (mal ohne Akka-Streams; richtig handgemacht) einer möglichen Lösung nähern. Dabei steht nicht die Kafka-API im Vordergrund, sondern der geeignete Aufbau eines Aktoren-Systems, oder untechnisch ausgedrückt: echte Umsetzung von Fachlichkeit.
- Mit Michael Arndt
Property-based Testing mit Scala
In dieser Session wollen wir gemeinsam in die Tasten greifen und Tests schreiben, um in kleinen Programmen Fehler zu finden und deren Funktionsweise zu ergründen. Dabei werden wir verschiedene Testbibliotheken nutzen und einfache Unittest und Property-based Tests entwicklen.
In dieser Session wollen wir gemeinsam in die Tasten greifen und Tests schreiben, um in kleinen Programmen Fehler zu finden und deren Funktionsweise zu ergründen. Dabei werden wir verschiedene Testbibliotheken nutzen und einfache Unittest und Property-based Tests entwicklen.
- Mit Thomas Hackbarth
