Este projeto de exemplo demonstra a implementação de microsserviços utilizando Java Spring Boot e Kafka. Ele consiste em dois subprojetos: um Producer e um Consumer. O Producer funciona como uma API Rest que recebe requisições e as envia para um tópico no Kafka. O Consumer, por sua vez, coleta os eventos da fila Kafka e os processa conforme necessário. Neste projeto também é abordado o uso de containers Docker e do Zookeeper.

O projeto está dividido em duas partes principais:

1. Producer:

   • O Producer é uma aplicação Spring Boot que expõe endpoints REST para receber requisições.
   • Ele envia as requisições para um tópico no Kafka, permitindo que outros serviços consumam esses eventos. Os producers SALVAR_PRODUTO e SALVAR_PEDIDO, conectam os controllers ao Kafka, adicionando as requisições a fila.

2. Consumer:

   • O Consumer é responsável por coletar eventos do tópico Kafka e processá-los de acordo com as necessidades do sistema.
   • Ele demonstra como os microsserviços podem ser usados para processar eventos de forma assíncrona e escalável.

Neste projeto, teremos dois consumers em projetos separados, um para gerenciar os pedidos microsserviceSalvaPedido e outro para gerenciar o microsserviceSalvaProduto, mostrando a capacidade de dividir um projeto monolítico em serviços menores e independentes.

Este projeto utiliza Docker para facilitar a execução e gerenciamento dos contêineres das aplicações e serviços relacionados. Um arquivo docker-compose.yml está disponível na raiz do projeto para simplificar a configuração dos contêineres Docker.

Antes de usar o Docker Compose, certifique-se de ter o Docker e o Docker Compose instalados em seu sistema.

Para iniciar o projeto com Docker Compose, siga os seguintes passos:

1. Navegue até a pasta raiz do projeto onde o arquivo docker-compose.yml está localizado.

# Copyright VMware, Inc.
# SPDX-License-Identifier: APACHE-2.0

version: "3"

services:
  zookeeper:
    image: docker.io/bitnami/zookeeper:latest
    ports:
      - "2181:2181"
    volumes:
      - "zookeeper_data:/bitnami"
    environment:
      - ALLOW_ANONYMOUS_LOGIN=yes
  kafka:
    image: docker.io/bitnami/kafka:3.5
    ports:
      - "9092:9092"
    volumes:
      - "kafka_data:/bitnami"
    environment:
      # KRaft settings
      - KAFKA_CFG_NODE_ID=0
      - KAFKA_CFG_BROKER_ID=0
      # Listeners
      - KAFKA_CFG_LISTENERS=PLAINTEXT://:9092
      - KAFKA_CFG_ADVERTISED_LISTENERS=PLAINTEXT://127.0.0.1:9092
      - ALLOW_PLAINTEXT_LISTENER=yes
      - KAFKA_CFG_ZOOKEEPER_CONNECT=zookeeper:2181
    depends_on:
      - zookeeper

volumes:
  zookeeper_data:
    driver: local
  kafka_data:
    driver: local

2. Execute o seguinte comando para iniciar os contêineres:

   docker-compose up -d

   Note que a flag "-d" libera o terminal.

3. Os contêineres serão iniciados e configurados de acordo com o arquivo docker-compose.yml.

O arquivo docker-compose.yml inclui a configuração de um contêiner Zookeeper. O Zookeeper desempenha um papel fundamental na coordenação e gerenciamento de brokers Kafka, permitindo a escalabilidade e a confiabilidade do sistema. Ele é uma parte essencial da infraestrutura quando se trabalha com Kafka.

Certifique-se de que o Docker e o Docker Compose estejam instalados antes de iniciar os contêineres. Esta configuração facilita a execução do projeto em um ambiente Docker, garantindo a operação suave dos serviços Kafka e do projeto como um todo.

Voce precisar ter instalado em seu sistema o Java 21 para executar o próximo passo. Com os containers Kafka e Zookeeper ativos é hora de executar os serviços Java, dentro do diretório jars execute os seguintes comandos:

mvn -jar apirest-kafka-0.0.1-SNAPSHOT
mvn -jar order-microsservice-0.0.1-SNAPSHOT
mvn -jar product_microsservice-0.0.1-SNAPSHOT

Existem dois endpoints disponíveis, veja os detalhes a seguir:

O primeiro endpoint é o responsável por salvar um produto no banco de dados, através do consumer SALVAR_PRODUTO. E pode ser acessado através do caminho:

localhost:8080/api/salva-produto

Ele recebe um produto no seguinte formato:

{
    "productName" : "Hot-Dog",
    "productValue" : 16.00    
}

O segundo endpoint disponível serve para adivionar um pedido ao banco de dados, através do consumer SALVAR_PEDIDO. E pode ser acessado através do caminho:

{
    "products" : [
        {   "id" : 1,
            "productName" : "X-Bacon",
            "productValue" : 19.00
        },
        {   "id" : 2,
            "productName" : "X-Salada",
            "productValue" : 17.00
        },
        {   "id" : 3,
            "productName" : "Coca-Cola 2L",
            "productValue" : 10.00
        }
    ]
}

Este projeto foi desenvolvido por EuDavidReis-ODev.

• LinkedIn: Perfil no LinkedIn
• Site Pessoal: www.mrdev.tec.br

Sinta-se à vontade para entrar em contato se tiver alguma dúvida ou feedback.