[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.