ExploreWithMe v2.0: Cloud & Recommendations

ExploreWithMe — это продвинутая версия сервиса поиска мероприятий, полностью переведенная на микросервисную архитектуру (Cloud Native) с внедрением рекомендательной системы на базе потоковой обработки данных.

Проект демонстрирует навыки распила монолита, работы со стеком Spring Cloud, асинхронного обмена сообщениями (Apache Kafka) и использования RPC-протоколов (gRPC).

🛠 Стек технологий

• Язык: Java
• Фреймворк: Spring Boot, Spring Data JPA
• Cloud-инфраструктура: Spring Cloud (Config, Eureka, Gateway, OpenFeign)
• Брокер сообщений: Apache Kafka
• RPC и протоколы: REST API, gRPC
• Базы данных: PostgreSQL
• Контейнеризация: Docker, Docker Compose

🏗 Архитектура проекта

Проект разделен на три крупные логические зоны: инфраструктуру, бизнес-логику и рекомендательную систему.

1. Инфраструктурные сервисы (Spring Cloud)

Сервис	Описание
Config Server	Централизованное хранилище конфигураций для всех микросервисов.
Eureka Server	Service Discovery. Автоматическое обнаружение и регистрация микросервисов.
API Gateway	Единая точка входа, маршрутизирующая REST-запросы к нужным микросервисам.

2. Основные бизнес-микросервисы (Core)

Изолированные модули, выделенные из изначального монолита. Общаются между собой через OpenFeign и регистрируются в Eureka:

• Сервис управления мероприятиями (Events).
• Сервис управления заявками (Requests).
• Сервис администрирования пользователей (Users).

3. Рекомендательная система (Kafka + gRPC)

Система собирает данные о поведении пользователей и строит рекомендации в реальном времени.

• Collector: Принимает сообщения о действиях пользователей по gRPC и пишет их в Kafka-топик stats.user-actions.v1.
• Aggregator: Читает данные из топика действий, рассчитывает метрики сходства между мероприятиями и публикует результаты в топик stats.events-similarity.v1.
• Analyzer: Консьюмер, который читает оба топика, обновляет базу данных и по gRPC отдает другим сервисам:
  • Список персональных рекомендаций для пользователя.
  • Список мероприятий, похожих на выбранное.

💻 Инструкция по локальному запуску

Проект полностью докеризован. Для запуска всей инфраструктуры, баз данных, Zookeeper, Kafka и микросервисов используется Docker Compose.

1. Склонируйте репозиторий:

   git clone [https://github.com/meneshev/java-plus-graduation.git](https://github.com/meneshev/java-plus-graduation.git)
   

2. Перейдите в папку проекта:

   cd java-plus-graduation
   

3. Соберите проект:

   mvn clean package
   

4. Поднимите все контейнеры:

   docker-compose up -d
   

(Примечание: Запуск всей экосистемы может занять несколько минут. Убедитесь, что у Docker выделено достаточно оперативной памяти, минимум 4-6 ГБ).