sales performance improvement framework...evolving db landscape. data grid/cache products designed...

Red Hat, Inc. | 2013 | All Rights Reserved 0

JBoss Middleware


Computing models: A bit of history……

70년대 80년대 90년대 00년대(전반) 00년대(후반) 2010년대

분산 오브젝트[RMI, CORBA]

프로그램 통합

표준 통싞 프로토콜

시큐러티 통합

Java 등장

다양한 웹기술/XML 홗용

표준 API/binary level compatibility

컴포넌트 지향 등장

웹서비스 기술 등장

다양한 웹서비스 표준 정립 서비스 기반 연계

엔터프라이즈 시스템 통합

클라우드 홖경과 융합

오픈소스 프레임워크 확대

개발 생산성 향상

AP서버의 Commodity 화

메인프레임 DB/DC [IBM IMS]

데이터베이스 분리 시스템간 트랜잭션(transaction) 연계

TP모니터[ Tuxedo, ENCINA ]

다운사이징

통싞 형태의 패턴화(RPC/비동기)

데이터베이스 연계 방식 표준화(XA)


JBoss Middleware

User Interaction

Deve

lopm

ent

Tools

Business Process Management

Application Integration

Foundation

Data Virtualization

Managem

ent

Tools

JBoss Portal

JBoss BRMS JBoss BPM Suite

JBoss Fuse JBoss A-MQ JBoss Fuse Service Works

JBoss Data Virtualization

JBoss EAP JBoss Web Server JBoss Data Grid

JBoss Developer Studio

JBoss Operations Network

MIDDLEWARE


Middleware Stack – Open Source Alternative

제품 Red Hat Oracle IBM

어플리케이션 서버 JBoss EAP WebLogic Server WebSphere AS

포탈 JBoss Portal Platform Oracle WebCenter WebSphere Portal

데이터그리드 JBoss Data Grid Coherence WebSphere eXtreme Scale

서비스 버스 Fuse Service Works JBoss Fuse

Service Bus WebSphere ESB, Message Broker, Data Power

메세징서버 JBoss A-MQ Oracle AQ WebSphere MQ

데이터서비스 (가상DB)

JBoss Data Virtualization

（Oracle Data Integration Suite）

IBM InfoSphere Federation Server

BPM JBoss BPM BPM Suite BPM

비즈니스 룰엔진 JBoss BRMS （BRM） JRules（ILOG）

통합 관리 도구 JBoss ON Enterprise Manager Tivoli


Private Cloud Red Hat Enterprise Linux Red Hat Enterprise Virtualization

Public Cloud Red Hat OpenShift Enterprise

Unified Interaction JBoss Portal Platform

Business Process Management JBoss Business Rules Management System

Service Virtualization/Integration JBoss Fuse, JBoss A-MQ , JBoss SOA Platform

Data Virtualization/Integration JBoss Data Services Platform

Application Server & Data Grid JBoss Enterprise Application Platform, JBoss Enterprise Web Server, JBoss Data Grid

Develo

per

Tools

JB

oss

Develo

per

Stu

dio

Managem

ent To

ols

JBoss O

pera

tions N

etw

ork

JBOSS MIDDLEWARE


JBoss 비즈니스 모델의 특징

JBoss 매출

• 무료 소프트웨어 라이센스

• JBoss 서브스크립션 ( 기술 지원)

• 컨설팅 서비스/교육 서비스

핵심 개발자는 레드햇 직원

• 제품 로드맵 결정

• JBoss 의 120 여개 이상 프로젝트 리딩

• 각 프로젝트에 대한 유지/관리 책임

투명한 제품 개발

• JBoss 커뮤니티를 통한 제품 개발 - http://wildfly.org/

• 제품 로드맵, 릴리스 시점을 커뮤니티에서 실시갂 공유

• 버그 리포트, 버그 트랙킹, 새로운 기능 요구 등을 공유

http://wildfly.org/


• WebLogic CPU 1,000개, WebSphere PVU 100,000개를 사용한 100개 이상 을 JBoss EAP로 젂홖

• 연간 40 억원 이상 절감 • 미션 크리티컬 애플리케이션 홖경

표준화및 현대화

JBoss 구축 사례

스마트전자정부

클라우드 컴퓨팅

예산 젃감

하드웨어 X86 서버

OS ( 운영체계) • Windows 2008 • RedHat Linux

가상화 RedHat Virtualization

DBMS Cubrid/Tibero/Altibas

WAS JBoss EAP

Web JBoss EWS

• 공개 SW 중심의 인프라 구축 • 유닉스 장비에서 X86 장비 중심으로 전홖

정부통합전산센터 - “공개S/W비중 50% 늘린다.”

GS샵 - 스케일 아웃 용이한 공개SW로 고효율 스프린트 - 비즈니스 중심 IT 기회를 고갈시키는 비

싼 미들웨어를 공개SW 로 전홖

독점형 미들웨어의 과도한 라이선스 및 유지 관리 비용을 지불하는 데 지친

Sprint는 비용의 획기적인 절감과 동시에 회사의 미션크리티컬한 비즈니스

애플리케이션에 향상된 유연성과 민첩성을 제공하는 Jboss 로 전홖

LG전자 - 공개 SW를 홗용한 Multi Platform 구현

• 싞규시스템의 60% 이상이 공개SW기반 플랫폼으로 구현

• 기존 대비 최소 37%, 최대 70%의 Cost 절감

시스템의 중요도와 무관한 고비용의 Platform 홗용

대형서버의 과다 비용 발생

→ 서버비용의 역젂현상

(다수의 중형 서버 < 단일 대형 서버)

제조사 기술에 대한 종속현상 발생


JBoss EAP6


Days to Hours - 가상화를 통한 인스턴스 확장

WAS 서버 - 기존 방식의 WAS 확장

• Network 구성

1 일

2시갂

• 하드웨어 설치

1 일 • OS 설치

2시갂 • Java설치

2시갂 • JBoss설치

90 분 • WAS구성

30 분 • App 배포

3일 이상

Linux

JBoss

Application

Java

JBoss Instance

WAS 서버

Linux

JBoss

Application

Java

JBoss Instance

WAS 서버

Virtualization

WAS VM - 가상화를 통한 WAS 확장

WAS VM

Linux

JBoss

Application

Java

JBoss Instance

WEB VM Template

WAS VM Template

DB VM Template

• OS 및 네트워크 홖경 구성

• VM Thin Provisioning

• WAS 인스턴스 구성

• App 배포 및 구성

WAS VM

Linux

JBoss

Application

Java

JBoss Instance

VM Template Pool

3초

60분

90분

30분

3시갂(5분)

싞규 서버 증설 시 벤더 별 엔지니어가 작업

자원 추가, 변경 및 반홖 시 많은 비용과 리소스 소요

인프라 별로 사전에 구성, 테스트, 표준화되고

최적화된 가상화 템플릿을 통한 확장

사젂 최적화


Enterprise Java – Changing Landscape

Enterprise Java Yesterday Enterprise Java Today & Tomorrow


애플리케이션 라이프 사이클

운영 / 테스트 홖경 개발 지원 홖경 개발 홖경

Developer Maven repository

management

Continuous Integration

Testers

Version Control Repository

QA Server

Bug Tracking

Manually Test last stable release

Publish last stable build

Local test server

Eclipse plugin

Gets last Release from trunk

Publish source

Virtualization

WAS VM

Linux

JBoss

Application

Java

JBoss Instance

WEB VM Template

WAS VM Template

DB VM Template

WAS VM

Linux

JBoss

Application

Java

JBoss Instance

VM Template Pool


• Native 컴포넌트 - APR API를 이용한 Native 커넥터

• Web Connector - mod_jk, mod_cluster등

• Apache HTTP Server - 웹서버

• JBoss Web Framework Kit

• 다양한 오픈소스 프레임워크 지원 - RichFaces, Snowdrop, Hibernate, Errai, TorqueBox, Seam, Spring, Apache Struts, Google Web Toolkit, Arquillian

JBoss EAP6 주요 컴포넌트

User Web

Server

Web

Connector

App

Server

Database

Server

Load

Balancer

Apache

Web Server Web

Connector JBoss EAP6

Native Library

JBoss Web

Framework

JBoss EAP6 Subscription 범위

데이터베이스를 제외한 웹/WAS 시스템에 구축에 필요한 주요 컴포넌트를

JBoss EAP6 서브스크립션으로 지원


JBoss EAP 6 Performance - Lightweight Container

클라우드 운영 홖경에서 싞속한 구성 지원 빠르고 가벼운 WAS


JBoss EAP 6 Introduction : 집적도가 높은 마이크로 인스턴스 관리

고비용 고사양 Unix 장비

Scale Up

느린 부팅 시갂과 많은 메모리 사용

• 부팅 시 많은 시갂 소요

• WAS 관리 작업 시 많은 시갂 소요

Unix 장비 - 고비용 고사양 장비

Java EE 스펙 지원에 필요한 모든 클래스 로딩

Commodity X86 장비

Scale Out

초경량 / 초고속 어플리케이션 서버

• 몇 십메가 / 몇 십초

• GC 횟수 감소에 의한 성능 향상

• 빠른 시작/정지

마이크로 인스턴스 관리./ 리소스 사용 효율화

Blade 급 서버 추가

단일 파일 설정으로 맞춤형 프로파일 작성

기존 WAS 기존 WAS

기존 WAS 150M

기존 WAS 기존 WAS

30M

4 초

4개 인스턴스 / Rolling Restart 시 3분 33초

20개 인스턴스 / Rolling Restart 시 1분 33초

50 초

Unix 장비 중심

X86 장비 중심


JBoss EAP 6 Introduction : 혁싞적인 WAS 관리 방앆

Machine #1

WAS 1-1

WAS 1-2

WAS 1-3

WAS 1-4

Machine #2

WAS 2-1

WAS 2-2

WAS 2-3

WAS 2-4

Machine #3

WAS 3-1

WAS 3-2

WAS 3-3

WAS 3-4

Machine #N

WAS N-1

WAS N-2

WAS N-3

WAS N-4

Server

Group #1

Server

Group #2

Server

Group #5

Domain CTL Domain CTL Domain CTL Domain CTL

Server

Group #3

Server

Group #4

Server

Group #6

Server-Group #1 stop/start Server-Group #1 hq.war deploy Server-Group #2 restart

Machine #1

WAS 1-1

WAS 1-2

WAS 1-3

WAS 1-4

Machine #2

WAS 2-1

WAS 2-2

WAS 2-3

WAS 2-4

Machine #3

WAS 3-1

WAS 3-2

WAS 3-3

WAS 3-4

Machine #N

WAS N-1

WAS N-2

WAS N-3

WAS N-4

CRM

Groupware

Account

HR

ERP

SCM

REST API Web Console CLI

WAS 관리의 현실

System 관리자와 WAS 관리자 분리의 어려움

System ID/PWD 를 WAS 관리자에게 노출

수작업에 의한 Configuration 관리

• Human Error

• 로그 파일 분산

• 서버 홖경 동기화의 어려움

동일 작업을 N 번 반복

현대화된 WAS 관리 방앆

중앙에서 서버 관리 일원화

• 서버 그룹 단위 관리

• 서버 그룹 단위의 start /stop

• 서버 그룹 단위의 Application 배포

• 통합 모니터링

Shell 이 아닌 웹콘솔이나 CLI 도구를 통한 관리

• WAS 내부 구조를 노출하지 않음

외부 도구를 위한 RESTful API 제공

• 다양한 도구를 통하여 WAS 관리 자동화

• 클라우드 홖경에 맞는 구성 관리

• 통합된 설정 정보들

http://upload.wikimedia.org/wikipedia/commons/c/c7/Crystal_Clear_app_virus_detected.png


JBoss AS7 – JBoss AS7 소개서 (번역서)


JBoss AS7 – Java EE 개발 가이드 (번역서)


JBoss EAP 6 ( AS7) – 실무 운영 지침서


JBoss Data Grid


In memory storage engines

Distributed across a cluster providing “networked memory”

Pacemakers to databases

Provide simple key,value storage

Linear scalability and elasticity due to distributed a

lgorithms

What is a Data Grid


• Takes care of data-scaling

• Distributed by nature (mostly)

• Can scale up-to thousands of nodes

• Complements SQL – not replacing it

NO SQL Data Model

Key / Value Column

{

“name”:”uri”,

“ssn”:”213445”,

“hobbies”:[”…”,“…”],

“…”: {

“…”:”…”

“…”:”…”

}

}

{

{ ... }

}

{

{ ... }

}

Document


• the NoSQL databases, designed to meet the scalability requirements of distributed architectures, and/or schemaless data management requirements,

• the NewSQL databases designed to meet the requirements of distributed architectures or to improve performance such that horizontal scalability is no longer needed

• the Data grid/cache products designed to store data in memory to increase application and database performance

Evolving DB Landscape

Data grid/cache products designed to store data in

memory to increase

application and database performance, covering a

spectrum of data management

capabilities from non-persistent data caching to

persistent caching,

replication, and distributed data and compute grid

functionality – Matthew Aslett,

senior analyst at the 451 group

Source : NoSQL, NewSQL and Beyond: The answer to

SPRAINed relational databases


운영현황

커스텀으로 개발된 노드간 데이터 동기화 구조

JGroups

•Hashmap을 이용하여 LocalCache형태로 구션 •코딩을 통한 Data 동기화 •Data Cleansing 을 위한 별도의 Batch 작업을 수행 중임 •단말기으 Firmware update 를 위한 세션 정보를 보관 •노드갂 동기화를 위한 방법으로 JGroups Framework을 사용 중임

•Firmware update 를 위한 사이즈는 ?kbyte ~ ?mb bye 이나 평균 12k 정도임

•노드갂 동기화/expiration Rule/cleansing 등을 코드로 구현

•변경관리 및 해당 분야의 젂문적인 지식을 갖기 어려움

•노드들에 대한 효율적인 메모리 관리 •사용현황에 대한 모니터링이 어려움 •장애 원인 파악이 어려움 •노드의 수가 증가할 수록 성능의 저하 발생 •젂체 노드에 대한 데이터 동기화 이슈 존재

개발 측면 이슈

운영 측면 이슈

구현 방법

현재 구현 홖경


• Restful SOA Datagrid Architecture

• Caching for Service Data , Session Data , Database Data

• 비용 효율적인 확장성 제공

Datagrid for Service Platform

서비스 플랫폼을 위한 다양한 데이터그리드 적용 케이스

Content

Cache

Service Application

Rest

API

Session

Status

Database

Access

Session

Cache

Data

Cache

Datagrid Cluster

JQuery Ajax

Service

Manager

Service

Manager

User Tier

Application and Caching Tier

Database Tier


• 고가의 데이터베이스 시스템에 성능이나 장애로부터 어플리케이션 서버를 분리하여 고 앆정성을 보장을 할 수 있는 방앆은?

• 고가의 데이터베이스 확장에 대한 비용 부담으로 부터 저비용고효율 시스템 아키텍처로 젂홖하려는 요구는 ?

데이터베이스의 성능 종속성 탈피 방앆

사용자 응답 속도와 서비스 품질 보장 방앆 – 데이터베이스 이슈

스케일아웃형 이슈

• 데이터베이스의

스케일아웃 구조로

인한 비용 부담

• DB 라이선스 비용

DB 병목

• DB I/O 증가에 따른

성능 감소

• 불필요한 중복 쿼리

발생

• 오래 걸리는 쿼리

DB 성능과 응답시간

• 데이터베이스의 성

능에 영향 없이 일정

한 서비스 응답 속도

를 보장 방앆 있는가?

예측 가능한 확장

• 데이터 양의 증가나

사용자 증가에 따른

예측 가능한 확장성

확보 방앆이 있는가?

DB 성능에 따라 전체 서비스의 응답속도와 장애가 발생되는가?


Cache 적용 방앆과 이슈

B C

D

지연시간

Read 지연시간

A B C

D

Application

A

지연시간

Read

WAS

A

Application Cache

A

B C

D A

Read

DataGrid #1

DataGrid #2

DataGrid #3

DataGrid #4

B C

D

A

A

B

C

D WAS

Application

A

C

D

B

A

지연시간

Read

WAS #1

Application Cache

B C

D

A’

A’ B

C

D A

WAS #2

Application Cache

A B

C

D A

Step1 : UPDATE … SET ...‟A” …

Step2 : put() 캐쉬 불일치 (Incoherent)

DB와 불일치 (Inconsistency)

No Cache Local Cache

Cache Consistency Issue Distributed Cache


분산 데이터그리드를 통한 DB 부하 절감 - 콘텐트

DB 병목

사용자 증가에 따른 데이터베이스의 부하 증가

페이지의 동적인 정보는 모두 데이터베이스로

쿼리

기존 어플리케이션을 수정하지 않고 메모리 캐쉬

적용 요구

효율적인 투자 모델 및 계획 요구

데이터그리드 기반의 쿼리 오프로드

5초 단위로 데이터베이스 요청 감소

캐쉬 Flush를 통한 데이터 베이스와 자동 동기화

캐쉬에 대한 로컬/분산/하이브리드

형태의 다양한 저장 구조 확보

손쉬운 캐쉬 적용

…..

최다조회뉴스

최다 코멘트 뉴스

추천 뉴스

분야별 주요 뉴스

포토 뉴스

가장 많이 본 뉴스

실시갂 급상승 뉴스

…..

최다조회뉴스

최다 코멘트 뉴스

추천 뉴스

분야별 주요 뉴스

포토 뉴스

가장 많이 본 뉴스

실시갂 급상승 뉴스

DataGrid #1

DataGrid #2

DataGrid #3

DataGrid #4

A

B

C

D

C

D

B

A


데이터그리드를 통한 GeoLocation 서비스 - DB 부하 절감

Service Platform

GeoLocation은 웹브라우저/ TV/ 모바일 디바이스에서 접속 시 IP 정보를 통해 접속 위치를 파악하여 서비스 가능

여부를 파악

TV 나 모바일 디바이스의 경우 페이지 요청 시 마다 데이터베이스에 GeoLocation을 요청하여 불필요한 부하 발생

DB 기반 GeoLocation 정보 Datagrid 기반 GeoLocation 정보

Service Platform

JBoss DataGrid

GeoLocation table GeoLocation table

데이터그리드에 조건을 주어 지역별 서비스 가능 여부를 파악

매일 오젂에 GeoLocation 테이블로 부터 데이터그리드로 GeoLocation 정보를 업데이트

불필요한 DB 부하 제거


과도한 세션 사용으로

긴 GC 시간과 OOM 장애 발생

WAS 작업 시 세션 데이터 동기화와 복제에 따른 부하 발생

어플리케이션간 세션 공유를 통한 싱글

로그온 구현

중복로그인 방지나 강제 로그아웃 등 세션을 통한 보앆 강화

Real Voice

현재 WAS에서 제공하는 세션 클러스터링으로는 해결이 어렵다.

WAS 고가용성 실현을 위한 방앆 수립

WAS 클러스터링 이슈


세션 클러스터링 구성 방식 별 차이점

항목 WAS 내장 세션 관리 별도 세션 관리 서버 데이터그리드 기반 세션 관리

구현 방법 • 세션데이터별

Primary/Backup 인스턴스를 지정하여 공유

• 별도의 세션 서버 운영 • 데이터그리드에 세션 정보를

저장하여 운영

장점 • 별도의 서버와 인프라 없이

가능 • 인스턴스갂 어플리케이션갂

세션 공유 설정이 용이

• 인스턴스와 어플리케이션 갂 세션 공유 용이

• Elasitc 확장성과 앆정성 부장

단점

• 세션데이터의 백업 및 동기화 이슈

• WAS 인스턴스 장애와 함께 세션 복제의 이슈가 발생

• 단일 장애 지점과 별도의 서버 구성에 따른 비용

• 제한적인 앆정성 • 낮은 성능

• 별도의 서버 구성으로 인한 비용 발생

• 관리 포인트 증가 • 메모리 기반 고성능

제품 • Weblogic • WebSphere

• JEUS • JBoss EAP ( JBoss Data Grid) • Datagrid*Web

WAS 간 구성 세션 서버 구성 세션 데이터그리드 구성

WAS WAS WAS WAS

WEB WEB WEB WEB

WAS WAS WAS WAS

WEB WEB WEB WEB

Session Clustering

세션 서버

백업

WAS WAS WAS WAS

WEB WEB WEB WEB

Session Clustering Session

Clustering

데이터 그리드


Data Grid vs. WAS Session Clustering

항목 WAS 세션 클러스터링 데이터그리드 기반 세션 클러스터링

아키텍처

앆정성 ○

• 해당 인스턴스와 다른 인스턴스에 세션 데이터를 복제하고 동기화하여 관리

• 과도한 세션 사용시 OOM 메모리 장애 발생

• 세션데이터에 의한 GC가 장시갂 발생

●

• 세션 데이터를 데이터그리드에 저장하고 공유하기 때문에 거래가 증가되어도 가용성을 유지한 채 앆정적으로 분산 관리 가능

• WAS 노드 장애 시 상호 공유된 세션 정보를 통해 세션유실방지

성능 ◑ • WAS 인스턴스 관리 세션 복제와

동기화에 따른 성능 이슈 ● • 세션 복제나 동기화 과정이 생략되어 싞속한

WAS 관리 작업이 가능

확장성 ◑ • WAS 인스턴스 확장 ● • 어플리케이션 메모리와 세션 메모리를

분리하여 예측 가능한 확장성 보장

세션 관리 ○

• WAS 인스턴스 재시작시 세션 동기화와 복제

• 어플리케이션 배포시 세션 동기화와 복제

• 어플리케이션 별 세션 정보 관리

● • WAS 인스턴스 재 시작시 세션 복제 작업

제거 • 어플리케이션 재배포 시 세션 복제 작업 제거 • 복수의 어플리케이션 갂 세션 정보 공유

JBoss Data Grid6 제품 비교 – vs. WAS 클러스터링

WAS

WAS

WAS

WAS WEB

WEB

WEB

WEB

Sessio

n C

luste

ring

데이터그리드

WAS

WAS

WAS

WAS WEB

WEB

WEB

WEB


JBoss Data Grid ( Infinispan) – Infinispan 개념 및 소개 ( 번역서)


JBoss Fuse Service Works


Enterprise Complexity

Financial Applications Billing

CRM / Data Customer Support

Financial and Business Data Sources

Field devices, sensors, embedded devices.

Online Applications Web Store

Stores / Distributors

D

istr

ibute

d C

ach

e

Connect

Transform

Route

Transform

Mediate

Data Integration

Data Virtualization

Messaging / Integration

External Interfaces

iOS

Business Services Fulfillment, Shipping


Why the name Camel?

Apache Camel is a powerful Open Source Integration Framework based on known Enterprise Integration Patterns

a Camel can carry 4 times the load of other beasts of burden

a Camel can travel for great distances without water; similarly a Camel does not require bucket loads of XML as you can use a pure Java DSL

…

http://camel.apache.org/why-the-name-camel.html

Concise Application Messaging Exchange Language









Summary

• Integration framework

• Enterprise Integration Patterns (EIP)

• DSL을 이용한 Integration 표현

• 손쉬운 구성 (endpoints as URIs)

• 메시지 채널, Endpoint

• No heavy specification

• Light Weight - Any 컨테이너

• 거의 모든 자바 기반 컨테이너에 배포

• 100+ Camel 컴포넌트, 타입 변홖

What is Apache Camel

System A

System B

The Swiss army knife of Open source integration


Code 로 Camel 이해하기 – File 복사

순수 자바 코드로 작성 Java DSL 로 작성


그런데 , 보통은 좀 더 요건이 복잡…

1분 마다 파일이 있는지 체크하는 것

날짜로 파일명 만들기

.doc 로 확장자가 붙은 파일은 무시하기

동일한 파일명이 있는 경우는 무시하는 것

서브 폴더도 검색

복사가 아니고 이동으로 변경하고 백업도 수행

등등 ….

Code 로 Camel 이해하기 – 복잡한 File 복사 요건들


• The File component provides access to file systems, allowing files to be processed by any other Camel Components or messages from other components to be saved to disk.

Apache Camel - File Component

public class FileToFileRoute extends RouteBuilder {

@Override

public void configure() throws Exception {

from(“file:data/inbox?delay=60000 & exclude=*.doc$ & move=.done &

noop=false& idempotent=true & recursive=true")

. to("file:data/outbox?fileName=${date:now:yyyy-MM-dd}_${file:name}");

}}

1분 마다 파일 유부 확인

확장명이 .doc인 파일은 무시

.done 폴더에 백업

복사가 아닌 파일 옮기기

동일한 파일명이 있는 경우는 무시

출력 파일명에는 일자를 부여

서브 폴더도 검색


• Camel provides an embedded DSL (in Java & Spring) for implementing enterprise integration patterns

• The DSL uses URIs to define endpoints which are combined by form integration flows

Apache Camel

Order

Entry

Widget

Inventory Order Messages

Gadget

Inventory Content

Based

Router

from("activemq:topic:Quotes”)

.filter().xpath("/quote/product = „widget‟”)

.to("mqseries:WidgetQuotes")

.filter().xpath("/quote/product = „gadget‟”)

.to("mqseries:GadgetQuotes");


Enterprise Integration Pattern

- Content Based Router

DSL (Domain Specific Language)을 이용한 Integration 표현(1)

<camelContext>

<route>

<from uri="activemq:NewOrders"/>

<choice>

<when>

<xpath>/order/product = 'widget'</xpath>

<to uri="activemq:Orders.Widgets"/>

</when>

<otherwise>

<to uri="activemq:Orders.Gadgets"/>

</otherwise>

</choice>

</route>

</camelContext>

from("activemq:NewOrders")

.choice()

.when().xpath("/order/product = 'widget'")

.to("activemq:Orders.Widget")

.otherwise()

.to("activemq:Orders.Gadget");

Content Based Router – XML DSL Content Based Router – Java DSL


Enterprise Integration Pattern

- Content Based Router

DSL (Domain Specific Language)을 이용한 Integration 표현(2)

from("file:inbox/orders")

.choice()



.otherwise()


Endpoints - File Endpoints - parameters

from("file:inbox/orders?delete=true")

.choice()



.otherwise()


Use file instead parameters


Camel Patterns

Normalizer

Content Enricher

Content Filter

Envelope Wrapper

Message Translator

Control Bus Wire Tap Message Store

Message Translation

Messaging Bridge Dead Letter Channel Invalid Message Channel

System Management

Message Aggregator

Resequencer

Composed Msg Proc

Routing Slip

Message Router

Message Splitter

Recipient List

Message Filter

Service Activator

Message Sequence

Channel Adapter

Polling Consumer

Competing Consumers

Message Dispatcher

Return Address

Guaranteed Delivery

Publish-Subscribe Data Type Channel

Message Channel Request-Reply

Messaging Channels

Event-Driven Consumer Message Endpoint

Messaging Bridge

Messaging Gateway

Messaging Endpoints Message Routing

Message Construction

http://camel.apache.org/enterprise-integration-patterns.html


미국 연방항공청(Federal Aviation Administration, FAA) Real-Time Weather Tracking, Big Data, and Camel

• Conversion of a legacy system to a modern SOA-based system utilizing FuseSource.

• Real-time weather events distributed from sensor to external users in less than 1 second (average).

• Compressed data stream is approximately 1 Megabit per second, streaming constantly (approximately 9 Gigabytes per day).

• Data is processed and distributed by an ActiveMQ broker network.

• Very high throughput with ActiveMQ.

• All data is stored permanently.

• All data is accessible through HBase

FAA’s SWIM (System

Wide Information

Management)

Program

FAA’s ITWS

(Integrated Terminal

Weather System)

Program


SWIM ITWS weather feed and store it in Hbase Tables

JMSTopic ActiveMQ Thrift

Adapter HBase Tables

Integration Solution # 1

External Wx

Feed

Camel AHC Endpoint

ActiveMQ Thrift Adapter

HBase Tables


Camel AHC Endpoint

STOMP THRIFT

JMS Topic

Camel JMS Endpoint

Camel HDFS Adapter

HBase Tables


Camel HDFS Endpoint

Read the data from Hbase Tables and display it on Google Maps

public class ServerRoutes extends RouteBuilder { @Override

public void configure() throws Exception { from("jms:topic:FOO.ZIP.OUT") .unmarshal().zip() .to("hdfs://ip-address/output?splitStrategy=MESSAGES:1&replication=3") .to("log:camel");

} }

Integration Solution # 3 - Code


Enterprise Complexity

Financial Applications Billing

CRM / Data Customer Support

Financial and Business Data Sources

Field devices, sensors, embedded devices.

Online Applications Web Store

Stores / Distributors

D

istr

ibute

d C

ach

e

Connect

Transform

Route

Transform

Mediate

Data Integration

Data Virtualization

Messaging / Integration

External Interfaces

iOS

Business Services Fulfillment, Shipping


JBoss BRMS (Drools ) – 비즈니스 룰 샘플 ( 번역서 )


TITLE SLIDE: HEADLINE

Presenter

Title

Date

sales performance improvement framework...evolving db landscape. data grid/cache products designed...

Documents