Хотите разобраться, как работают микросервисы? Объясняем на пальцах ✌️

Допустим, у нас есть маркетплейс. В нем очень много компонентов:

♦️ информация по авторизованному пользователю,
♦️ список товаров,
♦️ корзина,
♦️ личные скидки и так далее.

Маркетплейс построен на микросервисной архитектуре. За бизнес-логику и поставку данных пользователю отвечает отдельный сервис: каталог, корзина, дискаунт или профиль клиента. У каждого из них есть изолированная по бизнес-домену зона ответственности. Сервисы поставляют и обрабатывают те ресурсы, за которые отвечают, и предоставляют пользователю внешние API.

Но есть проблема: для отображения страницы нужно получить данные сразу из нескольких микросервисов. Если говорить про мобильное соединение, увеличение количества запросов в разы замедляет загрузку экрана и несет дополнительные расходы. Как быть и что делать?

В Академии рассказали, для чего нужны базовые шаблоны, которые встречаются почти в каждой системе с микросервисами. Объяснили, какие проблемы они решают, а какие создают. А еще прошлись по теории и развернули реальный пример на демонстрационной инфраструктуре.

Читать статью ➡️

Я спрашиваю: «А как эти инсайты приводят к деньгам?». Мне отвечают: «К каким деньгам?». И я понимаю: у них такая доля рынка, что принимать решения на основе данных не нужно ❌

Отношение к Machine Learning и Data Science полярно: одни считают применение этих отраслей обязательством для бизнеса, другие не видят в них особого смысла. В новом выпуске подкаста «Сегодня на ретро» рассмотрели еще одну горячую тему.

Операционный директор karpov courses Михаил Серегин и руководитель отдела ML и Data-платформы в Selectel Стас Валуев поделились мнениями и выяснили, кому, когда и зачем стоит использовать данные.

Смотрите новый выпуск:
📱 на YouTube,
📱 в ВК.

P.S. Как считаете, кому нужны эти инструменты?