Java

Преимущества реактивного подхода при обработке веб запросов

Бенчмаркинг популярных фреймворков (Spring WebFlux, Project Reactor, Atmosphere)

Плюсы и минусы по результатам исследования

Стратегия обработки отказов

Задача: постановка, декомпозиция, план реализации

Выбор технологий на старте, ограничения и сложности

Цикл прототипирования, как мы научились быстро проверять гипотезы

Первые прототипы, тайминг

Выбор БД, варианты и их проработка, целевое решение, тайминг

Этапы реализации, узкие места алгоритма, тайминг

Узкие места совокупности микросервисов, тайминг

Узкие места при параллельном тестировании под половинной нагрузкой, тайминг

Проблемы и решения при параллельном тестировании под полной нагрузкой, тайминг

Результаты, выводы

- как не затягивать сроки разработки

- опыт оптимизации “системы микросервисов”

Что делают разработчики Java? Рабочий день за пять минут

Уровни Java-разработчиков: чем отличаются junior, middle и senior

Минимальные навыки для трудоустройства и начала работы

Рост до middle, senior и lead: что надо знать и уметь на каждом уровне

Hard skills и soft skills: каково соотношение и где грань

Когда в компании сотни микросервисов, написанных на разных языках, проектирование универсального и переиспользуемого API в ПО — это must-have.

В докладе на своём опыте расскажу, как писали бэкенд для приложения, интегрируясь с другими командами. Расскажу как GraphQL избавил нас от потребности дописывать код после изменений со стороны другой команды. Расскажу, как GraphQL выстрелил в ногу, когда захотели сортировать по данным из бекенда другой команды.

Внутри доклада:

— реализация большого количества функций с помощью выборочной загрузки данных

— реализация переиспользуемого API с помощью external types

— подводные камни в процессе: сортировки и фильтрация по данным из разных бэкендов, подводные камни с Backend2backend запросами, недостаточная поддержка GraphQL в библиотеке для Spring Kotlin бекенда, недостаточная поддержка работы с файлами в GraphQL.

— рекомендации по решению проблем и выученные уроки.

В спецификации JDBC и различных Java-библиотеках есть API, позволяющие делать batch update и insert. Данный подход позволяет увеличить производительность обращения к БД в десятки раз. Но нет стандартного способа использования batch select.

В докладе обсудим различные варианты batch select в реляционную базу данных, какое ускорение производительности можно получить и как, используя корутины, можно писать код, обрабатывающий сущности по отдельности, а под капотом выполняющий batch операции.

В докладе будут примеры на Kotlin (с корутинами) и PostgreSQL, но принципы можно использовать на Java с асинхронным фреймворком и любой реляционной БД.