問題タブ [horizontal-scaling]

モバイルクライアントが起動またはアプリを起動するたびにレコードを作成または更新することを唯一の目的とする春のRESTコントローラーがあります。この URL は、ユーザーがアプリを起動したとき、または再開後にアプリがフォアグラウンドになった場合 (つまり、ユーザーがデバイスのホーム ボタンを押して別の場所に移動し、しばらくしてからアプリ アイコンを押してメモリからフォアグラウンドに移動したとき) にのみ起動されます。

この URL の予想されるリクエスト数は、1 分あたり約 600 リクエストです。

このアプリケーションをスケーリングするには、Spring コントローラーのデータベース (MySql) 作成/更新ロジックを別のスレッドに入れるか、Spring の @Async 機能を使用する方が良いですか? システムポートを長時間保持せず、1 台のマシンで多数のリクエストを処理してから、Web サーバー ( Glassfish ) がリクエストを待機キューにプッシュするようにします。

また、予想されるテーブル サイズまたはこのテーブルのレコード数は、約 10M ～ 30M です。

マイクロサービス A と B があるとします。B には独自のデータベースがあります。ただし、B は水平方向にスケーリングする必要があるため、最終的に B のインスタンスが 3 つになります。データベースはどうなりますか? それに応じてスケーリングしますか? 3 つの B インスタンスに対して同じ (集中化された) データベースを維持しますか? 分散データベースになりますか? どうなりますか?

ここで質問するのが適切かどうかわかりませんが、回答を切望しています。

ここでの問題は、リクエストの数ではなく、1 つのリクエストにかかる時間です。リクエストごとに、サーバーは約 12 の異なるソースにデータを照会する必要があり、サーバーがデータを取得するのに最大 6 時間かかる場合があります (これはクライアントと直接通信するサーバーではないため、リクエストのタイムアウトはそのままにしておきます。このサーバーkafka からメッセージをフェッチし、ソースからデータの取得を開始します)。スケーラブルなソリューションを考え出すことになっています。誰でもこれで私を助けることができますか？

問題はここで終わらない:

• サーバーがデータを取得したら、spark を使用してさらに計算するために kafka にプッシュする必要があります。この部分では、ストリーミング API が使用されます。

私は、任意の Web フレームワークまたは Python のスケーリング ソリューションに対してオープンです。

nodejsでJWTを水平方向にスケーリングする適切な方法は何ですか? RSAトークンの生成に使用しています。したがって、各サーバーは、それ自体で生成されたトークンをデコードできます。すべての負荷分散はステートレスであるため、どのサーバーがトークンを生成したかを知る方法はありません。私が使用している現在のコードは

このgenerateToken関数はどのイメージでも実行でき、それらはすべて異なる秘密鍵を持っています。これでスケーリングする最良の方法は何でしょうか。

補足として、docker swarm でインスタンスを実行しています