Modelo para criação de API/Microservices usando Kafka e WebSockets

Boilerplate NodeJS

Conhecendo os containers

O projeto possui 13 containers, sendo eles distribuidos nos seguintes ambientes:

1. ELK, os 3 containers que funcionam neste ambiente são responsáveis por manter a funcionalidade de logs do projeto. Neste ambiente funcionam:

• FluentBit: Log Processor, responsavél por absorver os logs gerados no container que implementa o "fluentd" como "log driver", e enviá-los ao elasticsearch
• Elasticsearch: Mecanismo de busca e analise de dados
• Kibana: Interface para visualização de dados. Tem como origem de dados várias fontes possíveis. A utilizada no projeto será o Elasticsearch.

2. Api, uma imagem usando Node, responsável por manter a API
3. Kafka, possui 9 containers responsáveis por manter o ecossistema do Kafka.

Levantando o ambiente

Todo o projeto está rodando no ambiente do Docker, para subir o ambiente basta rodar dentro da pasta raiz no projeto:

• docker-compose build
• docker-compose up -d

Obs:

• Dependendo da capacidade do maquina que está sendo utilizada, será necessário aumentar a memória ram disponível para o Docker nas configurações do próprio docker.
• O comando docker-compose ps verifica o estado dos containers.
• Caso um container não suba execute novamente o comando docker-compose up -d
• Para parar o ambiente execute: docker-compose down

Acessando os containers

API

• http://localhost:3000

Kibana

• http://localhost:5601

Kafka Control-Center

• http://localhost:9021