Tarantool: взгляд аналитика

[algotrader2013]

Верю, что на СУБД с триггерами и UDF задачу решить можно. По сути, получаем решение, примерно, как делали корпоративные системы в 90х, но с инмемори и шардингом, правда, с теми же проблемами, что были тогда.

Вопрос в том, чем это лучше, чем делать все по-классике, не изобретая велосипедов, — каждый апдейт по клиенту записывать в БД (разумеется, инмемори и пошардированную по клиентам) и класть в кафку, развернуть в кубере сервисы с достаточным для задачи скейлом, каждым сервисом слушать кафку, обогащать данные из БД и в кафку класть решение на исполнение?

[KAPANDR]

Разумеется, весь стриминг через Kafka.
Основная задача — обработка внутри БД неструктурированной информации near real-time.
Тут и помогает Tarantool:
Нужно сформировать оффер быстро => хранимка с бизнес-логикой на Lua + горячие данные абонента = Уложились в SLA

[KAPANDR]

Разумеется, весь стриминг через Kafka.

Connector Kafka->Tarantool github.com/tarantool/kafka

[KAPANDR]

И другие www.tarantool.io/en/doc/1.10/book/connectors