Prova Ambev

Avaliação técnica de uma API de Cadastro de Pedidos, desenvolvido em Java com Spring-Boot.

Características

• API RESTful
• Validation
• Service Registry
• Service Discovery
• Message Queue
• MockMVC
• Clean Code

Requisitos

• Java JDK 21
• Apache Maven >= 3.9.8
• PostgreSql 16
• Zookeeper 3.8.0
• Kafka 3.3.2
• Docker (Opcional)

Tecnologias

• Java
• JPA
• Hibernate
• Maven
• Spring
• Lombok
• Jakarta
• JSON
• PostgreSql
• JUnit
• Zookeeper
• Kafka
• Docker

Instalação

git clone https://github.com/danilomeneghel/prova-ambev.git

cd prova-ambev

PostgreSql

Abra seu PostgreSql e crie as 2 bases de dados:

order_db
product_db

Caso não tenha o PostgreSql 16 instalado, execute o seguinte comando Docker:

docker network create app_network

sudo docker run \
  --name postgres_ambev \
  --network app_network \
  -p 5432:5432 \
  -v /postgres/files/postgres-data:/var/lib/postgresql/data \
  -e POSTGRES_USER=root \
  -e POSTGRES_PASSWORD=secret \
  -e POSTGRES_DB=order_db \
  -d postgres:16

until docker exec -it postgres_ambev pg_isready -U root; do sleep 2; done

docker exec -it postgres_ambev psql -U root -d postgres -qAt -c "SELECT 1 FROM pg_database WHERE datname = 'product_db';" | grep -q 1 || \
docker exec -it postgres_ambev psql -U root -d postgres -c "CREATE DATABASE product_db;"

Zookeeper

Rode o Zookeeper.
Caso não tenha o Zookeeper instalado, execute o seguinte comando Docker:

docker run -d \
  --name zookeeper_ambev \
  --network app_network \
  -p 2181:2181 \
  -e ALLOW_ANONYMOUS_LOGIN=yes \
  bitnami/zookeeper:3.8.0

Para verificar os serviços registrados dentro do container Zookeeper, utilize o comando:

docker exec -it zookeeper_ambev /bin/bash
zkCli.sh
ls /services

Para ver se o serviço product-service foi registrado corretamente, utilize o comando:

ls /services/product-service

Após isso ele mostrará um ID único, onde com esse ID poderá ver todos os dados salvo desse serviço:

get /services/product-service/25626c1b-8678-4cfd-a3a8-d5538976b1cd

Kafka

Rode o Kafka.
Caso não tenha o Kafka instalado, execute o seguinte comando Docker:

docker run -d \
  --name kafka_ambev \
  --network app_network \
  -p 9092:9092 \
  -e KAFKA_BROKER_ID=1 \
  -e KAFKA_CFG_ZOOKEEPER_CONNECT=zookeeper_ambev:2181 \
  -e KAFKA_CFG_LISTENERS=PLAINTEXT://0.0.0.0:9092 \
  -e KAFKA_CFG_ADVERTISED_LISTENERS=PLAINTEXT://localhost:9092 \
  -e ALLOW_PLAINTEXT_LISTENER=yes \
  bitnami/kafka:3.3.2

Maven

Para carregar o projeto, digite no terminal:

cd order-service
mvn clean spring-boot:run -Dspring-boot.run.profiles=dev

Aguarde carregar todo o serviço web.
Após concluído, digite o endereço abaixo em seu navegador:

http://localhost:8080/order

cd product-service
mvn clean spring-boot:run -Dspring-boot.run.profiles=dev

Aguarde carregar todo o serviço web.
Após concluído, digite o endereço abaixo em seu navegador:

http://localhost:8081/product

Spring Actuator

Para listar os endpoints habilitados, acesse o seguinte endereço:

http://localhost:8080/actuator

Para verificar o status da aplicação, acesse o endereço:

http://localhost:8080/actuator/health

Para verificar as informações do ambiente, acesse o endereço:

http://localhost:8080/actuator/env

Docker (Opcional)

Para rodar o projeto via Docker, bastar executar o seguinte comando:

docker compose up

Aguarde baixar as dependências e carregar todo o projeto, esse processo é demorado.
Caso conclua e não rode pela primeira vez, tente novamente executando o mesmo comando.

Para encerrar tudo digite:

docker compose down

Swagger

Documentação da API RESTful:

http://localhost:8080/swagger-ui.html

Testes

Para realizar os testes, execute o seguinte comando no terminal:

cd order-service
mvn test

Uso da Messageria Kafka

Ao utilizar o Apache Kafka para lidar com alta disponibilidade e alto volume de dados, a melhor opção geralmente é priorizar o envio dos dados para o Kafka antes de persistir no banco de dados. Essa abordagem aproveita as características do Kafka para garantir a resiliência e a escalabilidade do sistema.

Vantagens de Enviar para o Kafka Primeiro:

• Alta Disponibilidade e Tolerância a Falhas
  O Kafka é projetado para ser altamente distribuído e tolerante a falhas.
  Ao replicar dados entre brokers, ele garante que os dados não sejam perdidos, mesmo se um ou mais brokers falharem.
  Isso é crucial em cenários de alto volume, onde a perda de dados pode ter impactos significativos.
  

• Escalabilidade
  O Kafka permite escalar horizontalmente, adicionando mais brokers ao cluster conforme necessário.
  Isso o torna ideal para lidar com volumes crescentes de dados.
  Essa escalabilidade garante que o sistema possa manter o desempenho mesmo sob cargas pesadas.
  

• Desacoplamento e Processamento Assíncrono
  O Kafka desacopla os produtores de dados dos consumidores, permitindo que os dados sejam processados de forma assíncrona.
  Isso melhora o desempenho geral do sistema, pois os produtores não precisam esperar que os dados sejam persistidos no banco de dados antes de continuar.
  

• Retenção de Dados
  O Kafka armazena os dados por um período configurável, permitindo que os consumidores processem os dados em seu próprio ritmo e até mesmo reprocessem os dados se necessário.

Screenshots

Swagger-UI

Modelagem ER

Testes Unitários

Aplicação Spring Boot

Licença

Projeto licenciado sob The MIT License (MIT).

Desenvolvido por
Danilo Meneghel
danilo.meneghel@gmail.com
http://danilomeneghel.github.io/