RPS Im Durchschnitt 4-5 Tausend RPS, im Spitzenbereich bis zu 12k Hier ist jedoch wichtig zu verstehen, dass die Hauptlast auf Kafka lag. Da die Architektur asynchron ist, generierte mein Orchestrator für jede Anzeigenerstellung eine Kette von 5-7 Ereignissen in verschiedenen Überprüfungsdiensten. Insgesamt verarbeiteten wir durchschnittlich einen Datenstrom von bis zu 30k Nachrichten pro Sekunde.

In der beschriebenen Architektur mit asynchroner Verarbeitung über Kafka wird die Last auf die Dienste verteilt, was es ermöglicht, das System zu skalieren und hohe Nachrichtenvolumina zu verarbeiten.

Beispiel:

• Durchschnittliche Last: 4-5 Tausend Anfragen pro Sekunde (RPS).
• Die Spitzenlast erreicht 12 Tausend RPS.
• Jede Anfrage generiert eine Kette von 5-7 Ereignissen, die in Kafka für verschiedene Dienste veröffentlicht werden.
• Insgesamt erreicht der Nachrichtenstrom 30 Tausend pro Sekunde.

Dieser Ansatz ermöglicht es, den Hauptdienst zu entlasten, die Fehlertoleranz zu erhöhen und die Ereignisverarbeitung flexibel je nach Last zu skalieren.