Esse projeto tem como propósito realizar uma POC (prova de conceito) da ferramenta Nest.js como alternativa para desenvolvimento dos projetos back-end na Rocketseat.
O projeto aqui detalhado tem como propósito testar única e exclusivamente a ferramenta e não a performance individual ou do grupo que o realizar, ou seja, nossa análise não será feita com a entrega do código e sim com os feedbacks das pessoas envolvidas em sua criação, ou seja, é super importante que ao longo do processo você vá criando uma opinião própria e anote suas dificuldades e pontos onde achou que a ferramenta lhe atendeu bem.
- Projeto
- Ferramentas e conceitos
- Setup do projeto
- Integração com Kafka
- Servidor HTTP (GraphQL)
- Enviando mensagens com Kafka
- Boa sorte
O projeto receberá informações sobre vendas e reembolsos através de um sistema de mensageria assíncrona que detalharemos mais a frente, essas mensagens conterão dados da venda, produtos e cliente que deverão ser armazenados em um banco de dados.
Além de se comunicar com serviços externos para obter informações das vendas, o serviço também fornecerá uma forma de consulta dos dados cadastrados através de requisições HTTP.
O serviço deve permitir, através de HTTP, que o usuário autenticado cancele uma venda alterando seu status para cancelado e criando um novo reembolso para aquela venda.
Além de receber mensagens de serviços externos, o app deverá também se comunicar com outras aplicações externas (Ignite e Experts) quando novas compras ou reembolsos relacionados a esses produtos forem cadastrados para, então, liberar ou remover o acesso da pessoa nos produtos.
Ah, o nome desse projeto vai ser Hidra :)
O objetivo dessa POC é testar principalmente o Nest.js, mas com ele vamos aproveitar para testar algumas ferramentas e conceitos que temos interesse de adotar dentro das aplicações internas, que são:
Como percebemos, cada vez mais temos vários clientes consumindo as mesmas APIs e logo teremos aplicativos mobile também e, com isso, uma API RESTful acaba se tornando mais limitada para conseguir servir os dados para múltiplos clientes de uma forma escalável.
O GraphQL visa resolver esse e outros problemas permitindo que o front-end determine quais dados quer que sejam retornados do back-end evitando problemas over fetching (trazer dados que não são usados na interface) e under fetching (trazer dados de menos tendo que fazer mais requisições para o back-end).
O Nest.js possui uma integração direta com o GraphQL.
Outra ideia interna é começar a separar mais as aplicações em estruturas de serviços que serão responsáveis por uma parte menor de responsabilidades e, para isso, precisamos ter uma forma dos serviços se comunicarem entre si.
O Kafka é um sistema de mensageria assíncrona que nos permite comunicar duas aplicações diferentes de forma escalável.
Imagine o Kafka como um sistema de pub/sub ou de filas, mas mais focado em comunicação entre serviços back-end.
O Nest.js possui uma integração direta com o Kafka.
É muito comum, quando temos vários clientes para o mesmo back-end, que as informações retornadas do servidor acabem impactando a experiência da aplicação front-end.
Imagine que seu front-end precise da listagem dos usuários com o endereço, mas em algum momento o campo de endereço vira um vetor já que agora o usuário pode possuir mais de um endereço. Quanto temos mais de um front-end consumindo essa informação, é difícil manter todos projetos sincronizados para consumirem a informação com o novo formato e por isso é importante mantermos versões da nossa API a fim de não quebrar os clientes que ainda estiverem consumindo o formato anterior.
Nessa POC não faremos o API versioning ainda, mas é importante entender sua motivação, pois nos projetos reais provavelmente iremos utilizar esse conceito.
O Nest.js está próximo de liberar uma forma de definirmos prefixos nas rotas dentro dos controllers facilitando o API versioning.
Além disso, é importante que o projeto desenvolvido tenha testes de integração (assim como acontece hoje no Skylab) e utilize banco de dados PostgreSQL.
Para autenticação não é necessário configurar uma tabela de usuários e todo processo de autenticação, apenas crie uma verificação se existe um cabeçalho chamado "Authorization" e que dentro tenha algum token mesmo que aleatório.
O primeiro passo é criar o projeto Nest dentro da pasta packages utilizando a CLI do Nest.js (é preciso instala-la de forma global).
Você pode acessar a pasta packages e executar:
nest new hidraAgora, para executar o sistema de mensageria (Kafka) e o banco de dados PostgreSQL que serão usados pela aplicação utilize o Docker Compose (é necessário instalar o Docker e o Docker Compose em sua máquina):
Na pasta raiz do projeto, execute:
docker compose up -dVocê pode conferir que todos containers foram criados utilizando docker ps e acessar os logs de um container com docker logs {container_id}.
O Kafka está acessível na porta 9092 e o PostgreSQL na porta 5432.
Credenciais do PostgreSQL:
- USERNAME=docker
- PASSWORD=docker
- DATABASE=hidra
Agora com o projeto criado é mão na massa e daqui pra frente é com vocês! :)
Lembre-se, o intuito é você ter a experiência completa de entender a documentação do Nest.js e demais ferramentas e como configurar tudo do zero, o seu feedback do quanto isso foi fácil ou difícil é super importante pra gente.
Para conseguir testar que sua aplicação está ouvindo as mensagens do Kafka é importante que exista uma outra aplicação produzindo as mensagens.
Dentro do Kafka temos 3 principais conceitos:
- Topic: um canal por onde as mensagens são enviadas ou consumidas;
- Producer: aplicação que produz as mensagens para o tópico;
- Consumer: aplicação que consome as mensagens do tópico;
A sua aplicação com Nest.js fará o papel de consumer e irá consumir mensagens do tópico hidra que será configurado de forma automática logo.
Para produzir as mensagens criamos um projeto em Node.js extremamente simples que funciona como uma CLI e está dentro da pasta packages/producer.
Dentro da pasta do projeto producer vamos começar instalando as dependências do projeto com yarn e, logo após, você pode executar o comando yarn link.
Com isso você já deve conseguir executar o projeto de forma global no seu terminal:
producer --versionEsse comando deve retornar a versão atual do producer.
Agora vamos executar o comando producer setup que vai criar os tópicos hidra, ignite e experts dentro do Kafka (esse comando pode ser executado mais de uma vez pois não cria o mesmo tópico duas vezes).
Ainda no producer você pode produzir mensagens para o tópico do Kafka utilizando o comando producer send seguido do evento que quer disparar, por exemplo, producer send purchase.
⚠ É importante salientar que as mensagens enviadas pro Kafka que não forem consumidas por nenhuma aplicação são armazenadas em um banco de dados e enviadas novamente no futuro, então é legal testar esses comandos somente quanto sua aplicação consumidora já estiver executando. ⚠
| Event | Action |
|---|---|
| purchase | Send a kafka message of a purchase |
| refund | Send a kafka message of a refund |
producer send purchase --product ignite
producer send purchase --product experts
producer send purchase --product ignite --purchase-id p-1 --customer-id c-1
producer send refund --purchase-id p-1Toda purchase contém dados como os seguintes:
{
"id": "14245d40-8e83-4786-9e73-b52dba1f60e0",
"customer": {
"id": "4f1ba105-8455-4fe2-9ace-28aac3733797",
"name": "Mattie Kohler",
"email": "[email protected]",
"address": {
"street": "Jonathan Plain",
"city": "Cartwrightburgh",
"state": "KS"
}
},
"product": {
"id": "ignite",
"amount": 1980,
"type": "onetime"
},
"createdAt": "2021-03-22T17:21:06.246Z"
}Todo refund contém dados como os seguintes:
{
"id": "19c6b0f7-4bb2-49ec-85bf-00ff185d7ed8",
"purchaseId": "14245d40-8e83-4786-9e73-b52dba1f60e0",
"createdAt": "2021-03-22T17:22:32.471Z"
}Uma das funcionalidades importantes dessa aplicação é um servidor HTTP feito com GraphQL.
Nesse servidor deve ser possível realizar 5 operações simples:
- Listar todas vendas (com opção de trazer também dados dos clientes e seus endereços);
- Buscar uma venda pelo ID (com opção de trazer também dados dos clientes e seus endereços);
- Listar todos clientes (com opção de trazer também seus endereços);
- Buscar um cliente pelo ID (com opção de trazer também seus endereços);
- Cancelar uma compra, alterando seu status para "canceled";
Todas operações de listagem devem ter opção de paginação com um padrão de 10 itens por página;
Outra funcionalidade que a aplicação deve ter é de produzir mensagens no Kafka sempre que uma venda for compensada ou reembolsada liberando ou removendo acesso de um usuário a tal produto.
A funcionalidade de controlar o acesso do usuário não é responsabilidade sua, apenas se responsabilize por enviar as mensagens via Kafka.
As mensagens devem ser enviadas aos tópicos ignite e experts, sendo o tópico ignite para mensagens de vendas e reembolsos relacionadas ao Ignite e experts para o Experts Club.
Para testar se as mensagens enviadas pela sua aplicação estão chegando corretamente você pode utilizar o projeto consumer criado na pasta packages.
Dentro do projeto consumer instale as dependências com yarn e execute o link com yarn link.
Agora utilize o comando consumer setup para criar os tópicos do Kafka que sua aplicação usará para enviar as mensagens.
Agora você pode executar o comando para ouvir mensagens enviadas para qualquer tópico do Kafka:
consumer listen ignite
consumer listen expertsDica: Você pode usar o consumer inclusive pra ouvir eventos enviados pelo projeto producer caso sua aplicação não esteja recebendo essas mensagens assim validando se o problema está no producer ou na sua aplicação:
consumer listen hidra.purchase
consumer listen hidra.refundComo explicado no documento, a ideia desse projeto é testar AS FERRAMENTAS abordadas aqui e não sua capacidade em desenvolver utilizando-as.
Por isso, sempre que tiver alguma dúvida sobre a ideia da POC e todo texto aqui colocado, chame a gente (Diego ou João)!
É super importante que você desenvolva a aplicação sempre em conjunto para que todas pessoas tenham a experiência completa de trabalhar com as ferramentas propostas.