Skip to content

Create infra.md #6

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Open
wants to merge 3 commits into
base: main
Choose a base branch
from
Open

Create infra.md #6

Changes from all commits
Commits
Show all changes
3 commits
Select commit Hold shift + click to select a range
419ab28
Create infra.md
Nurchik Jun 20, 2024
65b8c39
Update infra.md
Nurchik Jun 20, 2024
a306b0a
Update infra.md
Nurchik Jun 20, 2024
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
23 changes: 23 additions & 0 deletions cases/infra.md
View file
Open in desktop
Original file line number Diff line number Diff line change
@@ -0,0 +1,23 @@
## Описание кейса
Спроектировать сервис потоковой обработки.
## Задача
1. Сервис принимает тяжелые данные (json-serializable) (100+ MB) за раз (эндпоинт `/submit`) -> `input`
2. Данные должны быть обработаны в несколько шагов (каждый из шагов может вызывать внешний API):
- Обработка нескольких ключей (из `input`) независимо (пример: ключи `constraints`, `contracts`, `orders`)
- После предыдущего пункта результаты обработки `constraints`, `contracts` мерджятся в одну структуру и проводится дополнительная обработка (`contracts-constraints-result`)
- Последний шаг - обработка `contracts-constraints-result` и `orders` вместе и выдача результата -> `result`
3. Необходимо оптимизировать потребление памяти / CPU
4. Обработка данных должна быть идемпотентной.
5. Эндпоинт приема данных должен работать быстро (<10 seconds)
6. Метаданные из `input` должны храниться персистентно и отдаваться пользователю в эндпоинте

## На что обращаем внимание
1. `/submit` должен использовать потоковую обработку для экономии памяти, хотя и больше времени занимает
2. Можно использовать celery, airflow, spark, etc. Но надо проверить знание основ потоковой обработки
3. Для идемпотентности можно использовать очереди, БД, redis/memcached, etc. Надо у любого выбранного метода выяснить минусы/плюсы
4. Как передаются данные на каждом шагу? S3, Redis, DB?
5. Знаком ли с концепцией ETL/ELT?
6. Как кандидат будет мониторить?
7. Как будет запускаться сервис? k8s, docker compose, AWS Lambda, etc.?
## Пояснения
1.