Предположим, компания, построенная на монолитной архитектуре, обрабатывает множество продуктов. Теперь, по мере расширения компании, она хочет изучить методы масштабирования своей архитектуры и повышения эффективности обработки продуктов. Вот несколько методов, а также примеры кода, которые можно рассмотреть:

1. Архитектура микросервисов.
   Реализация архитектуры микросервисов может помочь разбить монолитное приложение на более мелкие независимые сервисы. Каждая услуга ориентирована на конкретный продукт или функциональность. Это обеспечивает лучшую масштабируемость, гибкость и независимое развертывание сервисов. Вот упрощенный пример кода в Node.js с использованием Express.js:

   // Product Service
   const express = require('express');
   const app = express();
   
   app.get('/products/:id', (req, res) => {
    // Handle product retrieval logic
   });
   
   app.post('/products', (req, res) => {
    // Handle product creation logic
   });
   
   app.listen(3000, () => {
    console.log('Product Service is running on port 3000');
   });

2. Контейнеризация и оркестрация.
   Использование платформ контейнеризации, таких как Docker, и инструментов оркестрации, таких как Kubernetes, может помочь эффективно управлять микросервисами и масштабировать их. Контейнеры обеспечивают изоляцию и переносимость, а инструменты оркестрации решают такие задачи, как масштабирование, балансировка нагрузки и обнаружение сервисов. Вот пример Dockerfile для контейнеризации сервиса продукта:

   FROM node:14
   
   WORKDIR /app
   
   COPY package*.json ./
   
   RUN npm install
   
   COPY . .
   
   EXPOSE 3000
   
   CMD ["node", "app.js"]

3. Кэширование.
   Реализация механизмов кэширования, таких как Redis или Memcached, может повысить производительность за счет хранения часто используемых данных в памяти. Это снижает нагрузку на монолитную архитектуру и ускоряет время отклика. Вот пример использования кэширования Redis в Node.js:

   const redis = require('redis');
   const client = redis.createClient();
   
   app.get('/products/:id', (req, res) => {
    const productId = req.params.id;
   
    // Check if product data exists in cache
    client.get(productId, (err, data) => {
      if (data) {
        // Serve data from cache
        res.json(JSON.parse(data));
      } else {
        // Fetch data from the monolithic architecture
        // Store data in cache for future use
        res.json(productData);
        client.set(productId, JSON.stringify(productData));
      }
    });
   });

4. Архитектура, управляемая событиями.
   Реализация архитектуры, управляемой событиями, с использованием брокеров сообщений, таких как Apache Kafka или RabbitMQ, позволяет обеспечить слабую связь между сервисами. Каждая служба может публиковать события и подписываться на них, обеспечивая асинхронную связь и масштабируемость. Вот пример использования RabbitMQ в Node.js:

   
   const amqp = require('amqplib');
   
   // Producer
   amqp.connect('amqp://localhost').then((connection) => {
    return connection.createChannel().then((channel) => {
      const exchange = 'product_events';
      const message = 'ProductCreated';
   
      channel.assertExchange(exchange, 'fanout', { durable: false });
      channel.publish(exchange, '', Buffer.from(message));
      console.log('Sent:', message);
    });
   }).catch(console.warn);
   
   // Consumer
   amqp.connect('amqp://localhost').then((connection) => {
    return connection.createChannel().then((channel) => {
      const exchange = 'product_events';
   
      channel.assertExchange(exchange, 'fanout', { durable: false });
      channel.assertQueue('', { exclusive: true }).then((queue) => {
        channel.bindQueue(queue.queue, exchange, '');
   
        channel.consume(queue.queue, (message) => {
          console.log('Received:', message.content.toString());
        }, { noAck: true });
      });
    });
   }).catch(console.warn);

5. Сегментирование базы данных.
   Если монолитная архитектура опирается на одну базу данных, сегментирование может помочь распределить данные по нескольким базам данных. Каждый сегмент может обрабатывать определенные продукты, что снижает нагрузку на одну базу данных и повышает производительность. Вот пример сегментирования в запросе к базе данных:

   SELECT * FROM products
   WHERE product_id % 4 = 0; -- Shard 1
   
   SELECT * FROM products
   WHERE product_id % 4 = 1; -- Shard 2
   
   -- And so on...