book

Patrones de diseño para aplicaciones nativas en la nube

by Kasun Indrasiri, Sriskandarajah Suhothayan

September 2024

Intermediate to advanced

314 pages

10h 32m

Spanish

O'Reilly Media, Inc.

Book available

Read now

Unlock full access

Convenciones utilizadas en este libroAprendizaje en línea O'ReillyCómo contactar con nosotrosAgradecimientos
¿Qué es la nube nativa?Diseñado como una colección de microserviciosUtilizar la contenedorización y la orquestación de contenedoresAutomatizar el ciclo de vida del desarrolloGestión dinámicaMetodología para crear aplicaciones nativas en la nubeDiseñar la aplicaciónDesarrollar la aplicaciónConectividad, composiciones y APIAutomatización del desarrollo, lanzamiento e implementaciónFuncionamiento en un entorno dinámicoPlano de control para la gestión dinámicaObservabilidad y monitoreoPatrones de diseño para crear aplicaciones nativas de la nubePatrones de comunicaciónPatrones de conectividad y composiciónPatrones de gestión de datosPatrones de Arquitectura Dirigida por EventosPatrones de procesamiento de flujosGestión de la API y pautas de consumoArquitectura de referencia para aplicaciones nativas en la nubeResumen
Patrones de mensajería síncronaPatrón Solicitud-RespuestaPatrón de llamadas a procedimientos remotosResumen de los patrones de mensajería síncronaPatrones de mensajería asíncronaPatrón de receptor únicoPatrón de receptor múltiplePatrón Solicitud-Respuesta AsíncronoResumen de los patrones de mensajería asíncronaPatrones de definición de serviciosDefiniciones de servicio en la comunicación síncronaDefinición del servicio en la comunicación asíncronaTecnologías para implementar patrones de mensajería síncronaServicios RESTfulGraphQLWebSocketgRPCResumen de las tecnologías de mensajería síncronaTecnologías para implementar patrones de mensajería asíncronaAMQPKafkaNATSPruebaSeguridadObservabilidad y monitoreoDevOpsResumen
Patrones de conectividadPatrón de conectividad de serviciosPatrón de Abstracción de ServiciosRegistro de Servicios y Patrón de DescubrimientoPatrón de conectividad resistentePatrón SidecarPatrón de malla de servicioPatrón de malla de servicio sin carril lateralTecnologías para implementar patrones de conectividad de serviciosResumen de los patrones de conectividadPatrones de composición de serviciosPatrón de orquestación de serviciosPatrón Coreográfico de ServicioPatrón SagaTecnologías para implementar patrones de composición de serviciosResumen de los patrones de composición de serviciosResumen
Arquitectura de datosTipos y formas de datosAlmacenes de datosBases de datos relacionalesBases de datos NoSQLAlmacenamiento del sistema de archivosResumen del almacén de datosGestión de datosGestión centralizada de datosGestión descentralizada de datosGestión híbrida de datosResumen de la gestión de datosPatrones de composición de datosPatrón de Servicio de DatosPatrón de Servicios de Datos CompuestosPatrón Mashup del lado del clienteResumen de los patrones de composición de datosPatrones de escalado de datosPatrón de fragmentación de datosPatrón de Segregación de Responsabilidades de Mando y ConsultaResumen de los patrones de escalado de datosPatrones de optimización del rendimientoPatrón de vista materializadaPatrón de localidad de datosPatrón de cachéPatrón de alojamiento de contenido estáticoResumen de los patrones de optimización del rendimientoPatrones de fiabilidadPatrón de transacciónResumen del patrón de fiabilidad de las transaccionesSeguridad: Patrón de clave de bóvedaCómo funcionaResumen del Patrón de la Llave BóvedaTecnologías para implementar patrones de gestión de datosSistemas de gestión de bases de datos relacionalesApache CassandraApache HBaseMongoDBRedisAmazon DynamoDBApache HDFSAmazon S3Azure Cosmos DBLlave en mano de Google CloudResumen de tecnologíasPruebaSeguridadObservabilidad y monitoreoDevOpsResumen
Arquitectura dirigida por eventosProcesamiento Exactamente Una VezCategorías de agentes de mensajesEventos en la nubeEsquema de eventosPatrones de entrega de eventosPatrón Productor-ConsumidorPatrón editor-suscriptorPatrón Fuego y OlvidoPatrón de almacenar y reenviarPatrón de sondeoSolicitar patrón de devolución de llamadaResumen de los patrones de entrega de eventosPatrones de Gestión del EstadoPatrón de aprovisionamiento de eventosResumen del patrón de gestión estatalPatrones de orquestaciónPatrón MediadorPatrón de tuberías y filtrosPatrón de cola prioritariaResumen de los patrones de orquestaciónTecnologías para la arquitectura dirigida por eventosApache ActiveMQRabbitMQAmazon SQSAmazon SNSRejilla de Eventos AzureColas de Azure Service BusGoogle Cloud Pub/SubResumen de las tecnologías de los intermediarios de mensajesPruebaSeguridadObservabilidad y monitoreoDevOpsResumen
¿Qué es un arroyo?¿Qué es el procesamiento de flujos?Patrones de Procesamiento de Datos en StreamingPatrón de transformaciónPatrón de Filtros y UmbralesPatrón de agregación en ventanaPatrón de unión de flujosPatrón de Ordenación Temporal de SucesosPatrón de aprendizaje automáticoResumen de los patrones de procesamiento de datos en streamingPatrones de escalado y optimización del rendimientoPatrón de Convoy SecuencialPatrón de ordenación de eventos en búferPatrón de corrección del rumboPatrón de marca de aguaResumen de los patrones de optimización de la escala y el rendimientoPatrones de fiabilidadPatrón de repeticiónPatrón de Persistencia del Estado de Instantáneas PeriódicasPatrón de conmutación por error de dos nodosResumen de los patrones de fiabilidadTecnologíasEsperSiddhiksqlDBApache SparkApache FlinkAmazon KinesisAzure Stream AnalyticsFlujo de datos de GoogleResumen de las tecnologías de procesamiento de flujosPruebaSeguridadObservabilidad y monitoreoDevOpsResumen
Patrones de gestión de la APIPatrón de pasarela de APIPatrón API MicrogatewayService Mesh Sidecar como patrón de pasarela APITecnologías para implementar patrones de gestión de APIResumen de los patrones de gestión de APIPatrones de consumo de la APIPatrón de comunicación directa entre frontales y microserviciosFrontends que consumen servicios mediante el patrón de pasarela de APIPatrón Backend para FrontendsResumen de los patrones de consumo de APIResumen
Crear un sistema de venta onlineCatálogo de productosGestión de pedidosSeguimiento y predicción de pedidosRecomendaciones de productosGestión de clientes y sociosConstruir la arquitectura de alto nivelConstruir API externasServicios de conexiónRealizar la gestión de datosUtilizar la arquitectura dirigida por eventosUtilizar el procesamiento de flujosImplementar la gestión dinámica en un entorno de nubeResumen

Content preview from Patrones de diseño para aplicaciones nativas en la nube

Capítulo 5. Patrones de arquitectura basada en eventos

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

Arquitectura dirigida por eventos es un paradigma de arquitectura de software que promueve la generación, detección, consumo y reacción basados en eventos. Una arquitectura dirigida por eventos nos permite construir aplicaciones nativas de la nube distribuidas y escalables. A diferencia de los patrones de composición de servicios, que en su mayoría son de naturaleza síncrona, las arquitecturas basadas en eventos son asíncronas. Proporcionan una forma limpia y desacoplada de diseñar aplicaciones nativas de la nube, permitiendo un escalado más sencillo, y son una de las arquitecturas fundamentales para construir aplicaciones nativas de la nube distribuidas a gran escala.

Eventos se utilizan para compartir información. En la mayoría de los casos, la aplicación que genera la notificación de evento no espera ninguna respuesta, y deja que la aplicación consumidora decida qué hacer con esa información. Incluso si las aplicaciones que generan la notificación de evento esperan una respuesta, sólo la esperan indirectamente.

Nota

Los eventos pueden clasificarse como cualquier suceso o cambio significativo en el estado de un sistema. Tomemos como ejemplo el ingreso de 50$ en la cuenta de Bob. Ahora, el saldo de la cuenta de Bob ha aumentado en 50 $; este incidente se considera un suceso. La ocurrencia de este suceso puede ...