Details

Данная работа посвящена проектированию и реализации архитектурного решения для создания высоконагруженных и масштабируемых систем сферы электронной коммерции на основе паттерна разделения ответственности команд и запросов (CQRS) в условиях асимметричной нагрузки. Актуальность работы обусловлена необходимостью обеспечения минимального времени отклика поисковых интерфейсов веб-сервисов при работе с гетерогенными данными. В работе изучены ограничения классических монолитных систем хранения данных. Для построения крупных систем паттерн CQRS определен как наиболее производительный и масштабируемый. В ходе работы спроектирована система гетерогенного хранения данных для обеспечения максимальной производительности операций чтения и транзакционности операций записи. В качестве способа синхронизации данных между хранилищами выбран механизм захвата изменений данных (CDC). На языке Python разработан прототип архитектуры на базе PostgreSQL (запись), Elasticsearch (чтение) и связки Debezium и Kafka для обеспечения синхронизации данных. Разработаны схемы хранения данных для отдельной оптимизации работы системы на задачах поиска и записи. Проведено нагрузочное тестирование, подтвердившее значительный прирост производительности операций сложного поиска при использовании специализированного хранилища в рамках паттерна CQRS. Анализ архитектурной гибкости показал значительное преимущество системы в разработке и поддержке функций комплексного поиска.

This work focuses on the design and implementation of an architectural solution for building high-load and scalable e-commerce systems based on the Command Query Responsibility Segregation (CQRS) pattern under conditions of asymmetric load. The relevance of the study stems from the necessity to ensure minimum response times for web service search interfaces when processing heterogeneous data. The limitations of classic monolithic data storage systems were examined, identifying the CQRS pattern as the most performant and scalable approach for large-scale systems. During the research, a heterogeneous data storage system was designed to provide maximum performance for read operations and guarantee the transactionality of write operations. Change Data Capture (CDC) was selected as the method for data synchronization between storages. A system prototype was developed in Python using PostgreSQL for writes, Elasticsearch for reads, and a Debezium-Kafka stack for synchronization. Specialized data storage schemas were created to optimize search and write operations independently. Load testing confirmed a significant performance gain in complex search operations when utilizing specialized storage within the CQRS pattern. Finally, an analysis of architectural flexibility demonstrated a substantial advantage in developing and maintaining complex search functionality.

• Оптимизация производительности и масштабируемости веб-приложения электронной коммерции в условиях асимметричной нагрузки на основе паттерна CQRS
  • Введение
  • Глава 1. Анализ предметной области и теоретических подходов к построению высоконагруженных систем электронной коммерции
  • Глава 2. Проектирование архитектуры распределенной системы гетерогенного хранения на основе паттерна CQRS
  • Глава 3. Программная реализация прототипа системы
  • Глава 4. Экспериментальное исследование и оценка эффективности архитектурного решения
  • Заключение
  • Список использованных источников
  • Приложение 1 Листинги схем данных и запросов