Fermer

juin 22, 2021

Logique métier pour GCP sans serveur AWS Azure4 minutes de lecture



Dans cet article de blog, nous parlerons de l'état du sans serveur ainsi que de la logique métier pour les applications sans serveur.

Datadog a publié son rapport sur l'état du sans serveur. Vous pouvez le trouver sur https://www.datadoghq.com/state-of-serverless/

Fait intéressant, ce rapport se concentre uniquement sur les fonctions sans serveur. Il ne tient pas compte des utilisations d'autres offres sans serveur telles que les magasins de données sans serveur, l'API frontale, le workflow, etc. (Pour des exemples de services sans serveur, vous pouvez consulter https://aws.amazon.com/serverless / )

Dans l'espace des fonctions sans serveur, ce rapport montre très clairement à quel point cette technologie est devenue populaire. Nous y voyons des données quantifiées confirmant ce que nous avons vu chez divers clients au cours des dernières années :

  • Le sans serveur gagne en popularité parmi les organisations de toutes tailles.
  • Les fonctions Lambda sont invoquées trois fois et demie plus souvent. qu'il y a deux ans.
  • Les fonctions Azure et Google Cloud Functions prennent de l'ampleur.

Avec tous ces nouveaux services sans serveur, on peut commencer à envisager de créer des applications complètes avec uniquement des technologies sans serveur.

Indépendamment du nombre de serveurs sans serveur souhaitez intégrer dans votre architecture applicative le besoin d'écrire une logique métier reste élevé. C'est souvent une grande partie du coût de développement, sans parler de la maintenance.

Quelles sont les bonnes solutions pour améliorer votre productivité lors de l'écriture et de la maintenance de la logique métier ?

Une option claire consiste à utiliser un moteur de règles. Corticon.js est un moteur de règles sans code/low-code et natif du cloud qui permet aux utilisateurs métier de créer une logique métier en tant que services de décision pouvant être déployés en tant que fonctions sans serveur. En savoir plus sur Corticon.js ici.

  1. En utilisant un service de décision sans serveur sans code basé sur des règles comme Corticon.js, vous gagnez en productivité car la logique métier peut être créée directement par le spécialiste métier.[19659006]Et tout aussi important, vous gagnerez en agilité car le même utilisateur métier pourra ajuster les règles très rapidement à mesure que l'entreprise évolue sans les allers-retours coûteux et chronophages qui sont typiques entre les utilisateurs métier et les programmeurs. Vous libérez vos précieuses ressources de programmation pour vous concentrer sur la sécurité et l'évolutivité de la solution.
  2. Mais cela ne s'arrête pas là, vous gagnez encore plus en agilité car l'utilisateur métier n'a besoin d'être formé à aucune des technologies cloud. Ainsi, vous pouvez vous attaquer à de nouveaux projets plus rapidement et à des coûts réduits.
  3. Vous pérennisez également votre logique métier en sachant que vous pouvez la transférer vers l'un des principaux fournisseurs de cloud en un seul clic.
  4. Vous gagnez encore plus productivité, car Corticon.js propose même des options pour déployer une partie de la logique métier plus près de l'utilisateur pour une meilleure expérience utilisateur.

Dans la section suivante, nous explorons un exemple concret de la façon dont cela fonctionne :

Exemple d'assurance automobile[19659011]Le cas d'utilisation est une compagnie d'assurance automobile moderne qui paie pour ce que vous utilisez/conduisez une assurance automobile. Une équipe de spécialistes en affaires a rédigé un ensemble de règles. Les règles sont divisées en unités logiques et liées entre elles. Le premier ensemble de règles calcule le montant à facturer en fonction de la distance parcourue, de l'âge du conducteur et de diverses autres conditions. Le second ajuste la charge en fonction du niveau de risque de l'emplacement parcouru pendant la journée. Le troisième ajuste la redevance en fonction du coût du véhicule. Chacune d'entre elles est gérée par différents analystes commerciaux. Enfin, le dernier ensemble de règles enregistre les informations sur la charge et le conducteur à des fins d'audit. Tout cela est créé avec un éditeur visuel de flux de règles par glisser-déposer.

Ceci est illustré avec le flux de règles Corticon.js suivant.

Le spécialiste métier travaille simplement dans une interface de type feuille de calcul pour :

  1. 1. Évaluer diverses conditions (panneau supérieur) : par exemple, évaluer de combien augmenter le prix quotidien en fonction de trois conditions : la distance parcourue, l'âge du conducteur et le niveau de risque de la zone parcourue pendant la journée.
  2. 2. Agir sur la base de ces conditions (panneau inférieur): ici, nous fixons simplement un montant spécifique à facturer.

Travailler avec une interface de feuille de calcul permet à la plupart des utilisateurs métier d'exprimer des règles simples à très complexes sans avoir à écrire une seule ligne de code.

En outre, le spécialiste peut exprimer la documentation de la logique métier. Par exemple, dans la dernière feuille de règles ci-dessous, le troisième panneau (celui du bas) contient une déclaration de règle.

Ces instructions de règle seront générées au moment de l'exécution et sont généralement utilisés à des fins d'audit ou de traçage. Dans notre exemple, nous les utilisons pour consigner les informations d'audit. Il s'agit d'informations essentielles à avoir lorsque nous devons justifier pourquoi les utilisateurs peuvent se voir refuser des services ou pourquoi un montant spécifique leur est facturé.

Ces derniers les règles peuvent devenir assez compliquées et seraient difficiles à programmer correctement et rapidement si elles devaient être codées dans un langage de programmation standard. Il est plus simple, plus fiable et plus rapide de laisser le spécialiste rédiger, maintenir et tester les règles. Cela fournit un bon division du travail ; l'intégrateur peut se concentrer sur la sécurisation de la solution et sa mise à l'échelle sans avoir à se soucier d'une bonne partie de la mise en œuvre et des tests de la logique métier.

Maintien de la logique métier

Corticon.js fournit également es beaucoup de productivité lors du maintien de la logique métier. Prenons un exemple : disons que l'équipe est chargée d'offrir une promotion aux jeunes conducteurs de 20 à 22 ans qui conduisent peu par jour et s'ils ont au moins deux ans d'expérience de conduite.

L'analyste d'affaires ajoute simplement une colonne. avec la bonne condition pour le conducteur et ajoutez le prix de la promotion dans la cellule correspondante dans le panneau d'action comme illustré ci-dessous dans la colonne 12.

Comme vous pouvez voir, l'analyste d'affaires peut faire les changements très rapidement ainsi que les tester.

Du point de vue de l'intégrateur, le service de décision est vraiment une boîte noire qui, étant donné un ensemble d'entrées, fournira la charge à attribuer au conducteur .

Conclusion

Les fonctions sans serveur deviennent très populaires et deviennent un composant essentiel des applications cloud. Dans ce contexte, Corticon.js fournit une excellente solution pour créer une logique métier complexe à exécuter dans ces fonctions sans serveur.

Corticon.js est natif du cloud et permet de créer une logique métier à un rythme sans précédent. Les clients signalent jusqu'à 90 % d'amélioration de la productivité. Et tout aussi important, il fournit une solution indépendante du cloud afin que vous puissiez être assuré de pouvoir déployer votre logique métier sur l'une des principales plates-formes cloud sans effort.

En savoir plus sur Corticon.js




Source link

0 Partages