Yandex Cloud
Поиск
Связаться с намиПодключиться
  • Документация
  • Блог
  • Все сервисы
  • Статус работы сервисов
    • Популярные
    • Инфраструктура и сеть
    • Платформа данных
    • Контейнеры
    • Инструменты разработчика
    • Бессерверные вычисления
    • Безопасность
    • Мониторинг и управление ресурсами
    • Машинное обучение
    • Бизнес-инструменты
  • Все решения
    • По отраслям
    • По типу задач
    • Экономика платформы
    • Безопасность
    • Техническая поддержка
    • Каталог партнёров
    • Обучение и сертификация
    • Облако для стартапов
    • Облако для крупного бизнеса
    • Центр технологий для общества
    • Облако для интеграторов
    • Поддержка IT-бизнеса
    • Облако для фрилансеров
    • Обучение и сертификация
    • Блог
    • Документация
    • Контент-программа
    • Мероприятия и вебинары
    • Контакты, чаты и сообщества
    • Идеи
    • Истории успеха
    • Тарифы Yandex Cloud
    • Промоакции и free tier
    • Правила тарификации
  • Документация
  • Блог
Проект Яндекса
© 2025 ООО «Яндекс.Облако»
Yandex Data Streams
    • Все руководства
    • Ввод данных в системы хранения
    • Умная обработка логов
    • Передача данных в микросервисных архитектурах
    • Сохранение данных в ClickHouse®
    • Репликация логов в Object Storage с помощью Fluent Bit
    • Репликация логов в Object Storage с помощью Data Streams
    • Миграция данных в Yandex Object Storage с помощью Yandex Data Transfer
    • Поставка данных из Yandex Managed Service for Apache Kafka® с помощью Yandex Data Transfer
    • Поставка данных из очереди Data Streams в Managed Service for YDB
    • Поставка данных в Yandex Managed Service for Apache Kafka® с помощью Yandex Data Transfer
    • Захват изменений YDB и поставка в YDS
    • Захват изменений PostgreSQL и поставка в YDS
    • Захват изменений MySQL® и поставка в YDS
    • Передача событий Yandex Cloud Postbox в Yandex Data Streams и их анализ с помощью Yandex DataLens
    • Создание интерактивного serverless-приложения с использованием WebSocket
    • Обработка аудитных логов Audit Trails
    • Обработка потока изменений Debezium
    • Загрузка аудитных логов в MaxPatrol SIEM
    • Поиск событий Yandex Cloud в Yandex Query
  • Управление доступом
  • Правила тарификации
  • Вопросы и ответы

В этой статье:

  • Преимущества
  • Надежность
  • Разное время жизни
  • Масштабирование
  • Сравнение с Apache Kafka®
  • Настройка
  1. Практические руководства
  2. Передача данных в микросервисных архитектурах

Передача данных в микросервисных архитектурах

Статья создана
Yandex Cloud
Обновлена 27 января 2025 г.
  • Преимущества
    • Надежность
    • Разное время жизни
    • Масштабирование
  • Сравнение с Apache Kafka®
  • Настройка

Современные приложения переходят от монолитной архитектуры к микросервисной. Появляется большое число взаимодействующих между собой компонентов, которые написаны на разных языках программирования и выполняются на различных устройствах.

Использование шин потоков данных для обмена информацией между компонентами упрощает разработку микросервисной архитектуры, позволяет увеличить надежность и улучшить масштабирование.

ПреимуществаПреимущества

НадежностьНадежность

Микросервисные архитектуры, как правило, являются распределенными. В распределенных архитектурах надежность является очень важным фактором. Поддержка в каждом приложении полной модели отказов — сложная задача, поэтому отказоустойчивыми делают инфраструктурные компоненты, а остальные приложения на них опираются и становятся отказоустойчивыми вслед за ними.

Разное время жизниРазное время жизни

В монолитной архитектуре все компоненты постоянно доступны для обмена данными. Компоненты микросервисной архитектуры компоненты имеют разное время жизни ине могут полагаться на прямой обмен данными между ними. Данные нужно или буферизировать, или пересылать через шину потоков данных.

МасштабированиеМасштабирование

Приложения растут и по мере роста они должны продолжать оставаться такими же эффективными. Шины потоков данных предлагают такой сценарий взаимодействия, что просто следуя ему, приложения становятся масштабируемыми.

Сравнение с Apache Kafka®Сравнение с Apache Kafka®

В таблице ниже приведено сравнение Data Streams с популярной шиной потоков данных Apache Kafka®.

Параметр Yandex Data Streams Apache Kafka®
Поддерживаемый протокол Amazon Kinesis Data Streams API Apache Kafka®
Поддерживаемые SDK HTTP, Java, C++, Go и другие HTTP, Java, C++, Go и другие
Стоимость Оплата за использование ресурсов: скорость, время хранения Оплата за резервирование ресурсов: виртуальные машины
Сложность эксплуатации Администрирование пользователем не требуется Система администрируется пользователем, Облако отвечает только за инфраструктуру
Масштабирование Без прерывания обслуживания (в данный момент доступно только масштабирование вверх) С прерыванием обслуживания на время перезапуска кластера
Интеграция в Облако Высокая: триггеры Cloud Functions, API Gateway и пр. Базовая
Безопасность Авторизация с помощью IAM-токена или ключа доступа Авторизация с помощью логина и пароля
Надежность Высокая, данные хранятся в трех зонах доступности Высокая, настраивается пользователем
Время доставки сообщений Менее секунды Менее секунды
Время хранения данных Задается при создании, 1-24 часа Ограничено емкостью дисков виртуальных машин
Настраиваемость Основные параметры Высокая, если настройки поддержаны в Облаке

НастройкаНастройка

Чтобы настроить передачу данных между компонентами:

  1. Создайте поток данных Data Streams.
  2. Настройте AWS SDK.
  3. Используйте SDK:
    • Go.
    • C++.
    • Java.
    • JavaScript.
    • Python.
    • HTTP Kinesis Data Streams API.

Была ли статья полезна?

Предыдущая
Умная обработка логов
Следующая
Сохранение данных в ClickHouse®
Проект Яндекса
© 2025 ООО «Яндекс.Облако»