Systèmes temps réel et événementiels

Les données en direct sont faciles à démontrer et difficiles à garder justes. Les cas intéressants sont ceux qu’une démonstration évite : un consommateur qui prend du retard, un message qui arrive deux fois, un schéma modifié alors qu’un service exécutait encore l’ancien.

Nous construisons ces systèmes sur Kafka pour des flux d’événements durables, des WebSockets pour la couche temps réel, des flux réactifs pour que la contre-pression soit gérée et non espérée, et des schémas Avro pour qu’un producteur et un consommateur ne puissent pas diverger silencieusement sur un message. Des services Java et Spring Boot sur Kubernetes portent la charge là où la JVM est la bonne réponse.

Le résultat est une interface qui se met à jour à mesure que les événements arrivent, et un pipeline dont le comportement en charge est une décision de conception plutôt qu’une découverte.