fullcycle-imersao13

Treinamento com as aulas gratuitas da imersão no Youtube

Tecnologias

• Docker
• Linguagem Go
• Next.js
• Nest.js
• Apache Kafka
• SSE (Server Sent Events)

Agenda

• Entender o projeto prático
• Tecnologias que serão utilizadas
• Ordem do desenvolvimento
• Entendimento do microsserviço de "bolsa"
• Inicio do microsserviço de "bolsa"

Projeto prático

Desenvolveremos uma plataforma de investimentos com Home Broker:

• Sistema da Bolsa (Simular uma B3 - Dar Match de ofertas de compra e vendas de ações)
• Home Broker onde as ofertas serão submetidas, além dos indicadores em tempo real

Ordem do desenvolvimento

• Dia 1: Criação do microsserviço de bolsa com seu principal algoritmo funcionando.
• Dia 2: Adoção do Apache Kafka ao microsserviço de bolsa para enviar e receber as ordens
• Dia 3: Desenvolvimento do backend (Nest.js) do Home Broker
• Dia 4: Desenvolvimento do frontend (Next.js) do Home Broker
• Dia 5: Integração do Frontend e Backend e ajustes finos

Recomendações

• Assista as lives do "esquenta"
  • Falamos sobre: Docker, Go, Kafka, Nest.js e Next.js
  • Encontram-se no canal do YouTube: YouTube.com/fullcycle

Complexidades do microsserviço de "Bolsa"

• Simulador da bolsa possui um algoritmo ligeiramente complexo para fazer o match das ordens de compra e venda
• Simulador precisa ser performático
• Precisará trabalhar com as operações "in memory"
• Principais alocações precisarão ficar na heap e não na stack

Microsserviço de "Bolsa"

• Cada vez que uma ordem de compra e venda dão “match”, geraremos uma transação.
• Essa transação será publicada no Apache Kafka no formato JSON
• Não utilizaremos banco de dados por conta de tempo e simplificação
• Sim, se o processo morrer, perderemos transações (lembrando estamos simplificando)

Microsserviço de "Bolsa" - Channels

• Quando um "match" ocorre, uma "transaction" é gerada e enviada a um channel de output que será lido pelo Apache Kafka

flowchart LR;
  A["
Book.trade
(async)"]-->B[Transaction channel]-->C[Apache Kafka];

Loading