Le CDC pour ne pas DCD.

Dans un monde où tout va de plus en plus vite, la donnée se doit d’arriver en temps réel. Garantir performance, cohérence et disponibilité de la donnée, souvent orchestrée par une chorégraphie de services, n’est pas forcément chose aisée et peut vite devenir un enfer.

Pourquoi ma donnée est-elle obsolète ? Pourquoi me manque-t-il de la donnée sur ce périmètre ? Mon API ne me renvoie aucun résultat pour cet événement que je viens de recevoir, WTF ?

Nous avons été confrontés à ces problématiques sur un produit legacy, manipulant et exposant des milliers de lignes quotidiennement, ce qui nous a mis en PLS. Pour sortir de cette situation et éviter de DCD, nous avons changé d’approche et adopté le CDC.

Le Change Data Capture, un pattern appliqué au plus près de la base de données qui permet, comme son nom l’indique, de capturer les changements effectués dans une base de données et de les communiquer en tant qu’événements.

Viens :

• Revivre avec nous la PLS vécue sur notre legacy (on illustrera ça avec une démo !)
• Découvrir comment le CDC nous a sauvé
• Et comprendre comment implémenter ce pattern, sur base de démos !

Spoiler alert : on parlera CDC, Debezium, Kafka et Event Driven Architecture !