✈️ Airline Service (항공사 예약 시스템)

사내 교육 'Cloud Native 개발자 코스' Final Project

👩🏻‍🎨 [IaaS] 아키텍처
- 1. 클라우드 아키텍처 구성
  - MSA 아키텍처 구성도
👷🏻 [Biz] 모델링
- 1. 이벤트 스토밍
🧑🏻‍💻 [Dev] MSA 개발
🤵🏻‍♂️ [Ops/PaaS] 운영

👩🏻‍🎨 [IaaS] 아키텍처

1. 클라우드 아키텍처 구성

MSA 아키텍처 구성도

👷🏻 [Biz] 모델링

1. 이벤트 스토밍

📌 시나리오

고객은 원하는 매수만큼 항공권 예약을 할 수 있고, 잔여좌석이 있다면 결제를 진행한다.
고객이 예약하였는데 잔여좌석이 부족하다면 예약 취소처리한다.
고객은 예약을 취소할 수 있다.
예약을 취소할 경우 잔여좌석도 다시 예약 전으로 되돌린다.
고객의 '항공권 예약 횟수'와 '최근 예약일'을 대시보드에서 확인할 수 있다.

📌 이벤트 스토밍 결과

📌 시나리오 검증

🧑🏻‍💻 [Dev] MSA 개발

1. 분산 트랜잭션 `Saga` & 보상처리 `Compensation`

고객이 항공권을 예약하였지만 남은 좌석이 없어 SeatsSoldOut 이벤트가 Pub되었을 때, 이를 Sub하고 있는 UpdateStatus 이벤트를 발행하여 고객의 예약요청(reservationId) 상태값(status)을 'CANCELED'로 변경한다.

💬시나리오

비행기 잔여석보다 더 많은 예약을 발행하는 ReservationPlaced 이벤트가 발행된다. (비즈니스 예외 케이스)
flight 서비스에서 잔여석보다 더 많은 예약이 불가능함에 따라 SeatSoldOut 이벤트를 pub한다.
SeatSoldOut 이벤트를 sub하고 있는 reservation 서비스에서는 원예약(reservationId)의 상태값(status)을 수정한다.

🚧 작업 내용

[Event Storming] “SeatSoldOut” Event 설정
- Long 타입의 reservationId를 추가한다.
- “Trigger By LifeCycle” 설정에서 Post Update로 변경한다.
- “SeatSoldOut” Event와 “update Status” Policy를 pub/sub으로 연결한다.

[Dev] 예약 시 잔여좌석수 감소 로직 flight/src/main/java/airline/domain/Flight.java

public static void decreaseRemainingSeats(
    ReservationPlaced reservationPlaced
) {
    repository().findById(reservationPlaced.getFlightId()).ifPresent(flight->{
        if(flight.getRemainingSeatsCount() >= reservationPlaced.getSeatQty()){
            flight.setRemainingSeatsCount(flight.getRemainingSeatsCount() - reservationPlaced.getSeatQty()); 
            repository().save(flight);
            
            RemainingSeatsDecreased remainingSeatDecreased = new RemainingSeatsDecreased(flight);
            remainingSeatDecreased.publishAfterCommit();
        }else{
            SeatsSoldOut seatsSoldOut = new SeatsSoldOut(flight);
            seatsSoldOut.setReservationId(reservationPlaced.getId());
            seatsSoldOut.publishAfterCommit();
        }
    });
}

[Dev] 잔여좌석 솔드아웃 시 예약 취소 처리 로직

public static void updateStatus(SeatsSoldOut seatsSoldOut) {
    repository().findById(seatsSoldOut.getReservationId()).ifPresent(reservation->{
        reservation.setStatus("CANCELED");
        repository().save(reservation);
    });
}

🏁 작업 결과

reservation localhost:8082
flight localhost:8083

# 1번항공권의 잔여좌석수 5개로 초기셋팅
http :8083/flights remainingSeatsCount=5 flightCode="ACE890" takeoffDate="2025-12-25" cost=200000

# 1번고객이 1번항공권 3자리 예약 (SUCCEED)
http :8082/reservations customerId=1 flightId=1 seatQty=3 reserveDate="2024-11-21" status="SUCCEED"

# 2번고객이 1번항공권 3자리 예약 (CANCELED)
http :8082/reservations customerId=2 flightId=1 seatQty=3 reserveDate="2024-11-22" status="SUCCEED"

# 항공권 잔여좌석수 확인
http :8083/flights

# 예약 내역 확인
http :8082/reservations

2. 단일 진입점 `Gateway`

마이크로서비스 4개(dashboard, flight, payment, reservation)를 API 게이트웨이를 활용해 엔드포인트를 단일화한다.

[2-1. local환경] 작업 내용

Docker실행
- http 클라이언트를 설치하고 kafka를 Local에 컨테이너 기반으로 실행한다.
```
brew install httpie
cd infra
docker-compose up
```

각 마이크로서비스 실행

cd dashboard
mvn spring-boot:run

cd flight
mvn spring-boot:run

cd payment
mvn spring-boot:run

cd reservation
mvn spring-boot:run

cd gateway
mvn spring-boot:run

API 게이트웨이 역할을 하는 ‘gateway’ 서비스의 application.yml에 아래와 같이 설정해준다.

gateway : 8088
- reservation : 8082
- flight : 8083
- payment : 8084
- dashboard : 8085

server:
  port: 8088

---

spring:
  profiles: default
  cloud:
    gateway:
#<<< API Gateway / Routes
      routes:
        - id: reservation
          uri: http://localhost:8082
          predicates:
            - Path=/reservations/**, 
        - id: flight
          uri: http://localhost:8083
          predicates:
            - Path=/flights/**, 
        - id: payment
          uri: http://localhost:8084
          predicates:
            - Path=/payments/**, 
        - id: dashboard
          uri: http://localhost:8085
          predicates:
            - Path=, 
        - id: frontend
          uri: http://localhost:8080
          predicates:
            - Path=/**
#>>> API Gateway / Routes
      globalcors:
        corsConfigurations:
          '[/**]':
            allowedOrigins:
              - "*"
            allowedMethods:
              - "*"
            allowedHeaders:
              - "*"
            allowCredentials: true
...

[2-1. local환경] 작업 결과

게이트웨이로 마이크로 서비스 GET 접근
- 아래와 같이 마이크로서비스 포트 8083 뿐 아니라 게이트웨이로 설정한 포트 8088로 접근해도 진입된다.
게이트웨이로 마이크로 서비스 POST 접근
- 아래와 같이 post 요청도 게이트웨이 포트를 통해 진입해 처리 가능하다.

[2-2. cloud환경] 작업 내용

게이트웨이 application.yaml에 아래와 같이 라우팅룰 설정 후 배포한다.

spring:
  profiles: default
  cloud:
    gateway:
#<<< API Gateway / Routes
      routes:
        - id: reservation
          uri: http://localhost:8082
          predicates:
            - Path=/reservations/**, 
        - id: flight
          uri: http://localhost:8083
          predicates:
            - Path=/flights/**, 
        - id: payment
          uri: http://localhost:8084
          predicates:
            - Path=/payments/**, 
        - id: dashboard
          uri: http://localhost:8085
          predicates:
            - Path=,

게이트웨이 파드의 external IP를 조회한다.

[2-2. cloud환경] 작업 결과

모든 마이크로서비스는 게이트웨이 ip를 통해 접근된다.

3. 분산 데이터 프로젝션 `CQRS`

💬시나리오

고객이 예약을 할 경우, 예약 횟수와 가장 최근 예약한 일자를 Dashboard서비스의 ReadModel에 업데이트해준다.

🚧 작업 내용

[Event Storming] ReadModel ‘CustomerInfo’ 설정

[Dev] CustomerInfo CQRS 로직 작성 dashboard/src/main/java/airline/infra/CustomerInfoViewHandler.java

@StreamListener(KafkaProcessor.INPUT)
public void whenReservationPlaced_then_CREATE_1(
    @Payload ReservationPlaced reservationPlaced
) {
    try {
        if (!reservationPlaced.validate()) return;
        
        // view 객체 조회
        Optional<CustomerInfo> customerInfoOptional = customerInfoRepository.findById(
            reservationPlaced.getCustomerId()
        );

        // 기존 customerId의 대시보드 데이터가 존재하지 않는다면 생성, 존재한다면 수정
        if (customerInfoOptional.isPresent()) {  // 수정
            CustomerInfo customerInfo = customerInfoOptional.get();
            customerInfo.setFlightCount(customerInfo.getFlightCount()+1L);
            customerInfo.setRecentReserveDate(reservationPlaced.getReserveDate());
            customerInfoRepository.save(customerInfo);
        } else { // 생성
            CustomerInfo customerInfo = new CustomerInfo();
            customerInfo.setCustomerId(reservationPlaced.getCustomerId());
            customerInfo.setFlightCount(1L);
            customerInfo.setRecentReserveDate(reservationPlaced.getReserveDate());
            customerInfoRepository.save(customerInfo);
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}

🏁 작업 결과

3차례 예약 진행

# 1번항공권의 잔여좌석수 5개로 초기셋팅
http :8083/flights remainingSeatsCount=5 flightCode="ACE890" takeoffDate="2025-12-25" cost=200000

# 2024-11-11 / 1번고객 / 1번항공권 / 3자리 예약
http :8082/reservations customerId=1 flightId=1 seatQty=3 reserveDate="2024-11-11" status="SUCCEED"

# 2024-11-23 / 2번고객 / 1번항공권 / 1자리 예약
http :8082/reservations customerId=2 flightId=1 seatQty=1 reserveDate="2024-11-23" status="SUCCEED"

# 2024-12-25 / 2번고객 / 1번항공권 / 1자리 예약
http :8082/reservations customerId=2 flightId=1 seatQty=1 reserveDate="2024-12-25" status="SUCCEED"

Dashboard의 customerInfo에 통계값 입력된 것 확인
```
http :8085/customerInfos
```

🤵🏻‍♂️ [Ops/PaaS] 운영

1. 클라우드 배포 `Container`

Azure VM(가상머신) 상에서 Jenkins를 설치한 다음, 대상 서비스를 도커라이징하고 ACR(Azure Container Registry)에 푸쉬한 다음 AKS에 배포하는 전 과정을 Jenkins 파이프라인으로 구성해 본다.

작업내용

Azure 리소스 생성

Azure ACR, AKS SSO 로그인

# az login (SSO)
az login --use-device-code

# Kubernetes login (SSO)
az aks get-credentials --resource-group user16-rsrcgrp --name user16-aks

# Azure AKS와 ACR 바인딩
az aks update -n user16-aks -g user16-rsrcgrp --attach-acr user16

Jenkins에 Azure, Git 접근 크레덴셜 등록

CI/CD 파이프라인 작성

각 마이크로 서비스의 deploy.yaml에 ACR 정보 입력

Jenkinsfile

pipeline {
     agent any
 
     environment {
         SERVICES = 'gateway,dashboard,flight,payment,reservation'
         REGISTRY = 'user16.azurecr.io'
         IMAGE_NAME = 'airline'
         AKS_CLUSTER = 'user16-aks'
         RESOURCE_GROUP = 'user16-rsrcgrp'
         AKS_NAMESPACE = 'default'
         AZURE_CREDENTIALS_ID = 'Azure-Cred'
         TENANT_ID = '29d166ad-94ec-45cb-9f65-561c038e1c7a' // Service Principal 등록 후 생성된 ID
         GIT_USER_NAME = 'hyerimmy'
         GIT_USER_EMAIL = '[email protected]'
         GITHUB_CREDENTIALS_ID = 'Github-Cred'
         GITHUB_REPO = 'https://github.com/hyerimmy/msa_airline.git'
         GITHUB_BRANCH = 'main'
     }
  
     stages {
         stage('Clone Repository') {
             steps {
                 checkout scm
             }
         }
 
         stage('Build and Deploy Services') {
             steps {
                 script {
                     def services = SERVICES.tokenize(',') // Use tokenize to split the string into a list
                     for (int i = 0; i < services.size(); i++) {
                         def service = services[i] // Define service as a def to ensure serialization
                         dir(service) {
                             stage("Maven Build - ${service}") {
                                 withMaven(maven: 'Maven') {
                                     sh 'mvn package -DskipTests'
                                 }
                             }
 
                             stage("Docker Build - ${service}") {
                                 def image = docker.build("${REGISTRY}/${service}:v${env.BUILD_NUMBER}")
                             }
 
                             stage('Azure Login') {
                                 withCredentials([usernamePassword(credentialsId: env.AZURE_CREDENTIALS_ID, usernameVariable: 'AZURE_CLIENT_ID', passwordVariable: 'AZURE_CLIENT_SECRET')]) {
                                     sh 'az login --service-principal -u $AZURE_CLIENT_ID -p $AZURE_CLIENT_SECRET --tenant ${TENANT_ID}'
                                 }
                             }
 
                             stage("Push to ACR - ${service}") {
                                 sh "az acr login --name ${REGISTRY.split('\\.')[0]}"
                                 sh "docker push ${REGISTRY}/${service}:v${env.BUILD_NUMBER}"
                             }
 
                             stage("Deploy to AKS - ${service}") {
                                 
                                 sh "az aks get-credentials --resource-group ${RESOURCE_GROUP} --name ${AKS_CLUSTER}"
 
                                 sh 'pwd'
                                 
                                 sh """
                                 sed 's/latest/v${env.BUILD_ID}/g' kubernetes/deploy.yaml > output.yaml
                                 cat output.yaml
                                 kubectl apply -f output.yaml
                                 kubectl apply -f kubernetes/service.yaml
                                 rm output.yaml
                                 """
                             }
                         }
                     }
                 }
             }
         }
  
         stage('CleanUp Images') {
             steps {
                 script {
                     def services = SERVICES.tokenize(',') 
                     for (int i = 0; i < services.size(); i++) {
                         def service = services[i] 
                         sh "docker rmi ${REGISTRY}/${service}:v${env.BUILD_NUMBER}"
                     }
                 }
             }
         }
     }
 }

작업결과

커밋하니 자동으로 CI/CD 파이프라인이 동작한다.
파이프라인은 모두 정상적으로 완료되었음을 확인할 수 있다.
Azure portal에서도 ACR, AKS에서 이미지가 올라가고 배포가 되었음을 확인할 수 있다.

2. 컨테이너 자동 확장 `HPA`

요청이 많이 들어올때 Auto Scale-Out 설정을 통하여 서비스를 동적으로 확장한다.

💬시나리오

항공권 예약 요청이 갑자기 많아질 경우, 동적으로 서비스에 스케일아웃을 적용시켜 요청을 처리하도록 한다.

작업내용

reservation서비스의 deploy.yaml을 아래와 같이 CPU 요청에 대한 값을 추가 작성 후 배포한다.

apiVersion: apps/v1
kind: Deployment
metadata:
  name: reservation
  labels:
    app: reservation
  template:
    ...
    spec:
      containers:
        - name: reservation
          image: user16.azurecr.io/reservation:latest
          ports:
            - containerPort: 8080
          resources: #cpu
            requests:
              cpu: "200m"

오토 스케일링 설정명령어 호출한다.

# cpu-percent=50 : Pod 들의 요청 대비 평균 CPU 사용율(YAML Spec.에서 요청량이 200 milli-cores일때, 모든 Pod의 평균 CPU 사용율이 100 milli-cores(50%)를 넘게되면 HPA 발생)
kubectl autoscale deployment reservation --cpu-percent=50 --min=1 --max=3

작업결과

1번 터미널을 열어서 seige 명령으로 부하를 주어서 Pod 가 늘어나도록 한다.

kubectl exec -it siege -- /bin/bash
siege -c20 -t40S -v http://reservation:8080/reservations
exit

2번 터미널을 열어 kubectl get po -w 명령을 사용하면, pod 가 생성되는 것을 확인할 수 있다.
kubectl get hpa 명령어를 통해 CPU 값이 늘어난 것을 확인 한다.

3. 컨테이너로부터 환경 분리 `ConfigMap`

컨테이너로부터 환경변수를 분리하여 쿠버네티스에 ConfigMap으로 저장한다.

💬시나리오

flight 서비스의 DB정보, log level을 ConfigMap으로 저장하고 활용한다.

작업내용

YAML 기반의 ConfigMap을 생성하고 배포한다.

kubectl apply -f - <<EOF
apiVersion: v1
kind: ConfigMap
metadata:
  name: config-flight
  namespace: default
data:
  FLIGHT_DB_URL: jdbc:mysql://mysql:3306/connectdb1?serverTimezone=Asia/Seoul&useSSL=false
  FLIGHT_DB_USER: myuser
  FLIGHT_LOG_LEVEL: DEBUG
EOF

생성된 ConfigMap 객체를 확인한다.

kubectl get configmap
kubectl get configmap config-flight -o yaml

주문서비스의 Logging 레벨을 Configmap의 ORDER_DEBUG_INFO 참조하도록 설정한다.

logging:
  level:
    root: ${FLIGHT_LOG_LEVEL}
    org:
      hibernate:
        SQL: ${FLIGHT_LOG_LEVEL}
      springframework:
        cloud: ${FLIGHT_LOG_LEVEL}

flight서비스의 deploy.yaml에 아래 환경변수 추가한다.

env:
  - name: FLIGHT_LOG_LEVEL
    valueFrom:
      configMapKeyRef:
          name: config-flight
          key: FLIGHT_LOG_LEVEL

작업결과

flight 서비스 Kubernetes에 배포 후, 컨테이너 Log를 통해 ConfigMap에 설정한 DEBUG 로그레벨이 적용되었음을 확인한다.
```
kubectl logs -l app=flight
```
env 조회 명령어를 통해 Configmap에서 각 Container로 환경정보가 알맞게 전달되었음을 확인한다.
- 배포시 전달된 ORDER_LOG_LEVEL 정보가 주문 컨테이너 OS에 설정되었음을 알 수 있다.
```
kubectl exec pod/flight-78d456dfd8-qbcj8 -- env
```

4. 클라우드 스토리지 활용 `PVC`

💬시나리오

항공사의 이벤트 문구를 ConfigMap으로 저장하여 쿠버네티스에서 관리한다.

작업내용

아래 YAML로 'promotional-text'라는 PVC(Persistence Volume Claim)를 생성한다.

kubectl apply -f - <<EOF
apiVersion: v1
**kind: PersistentVolumeClaim**
metadata:
  name: promotional-text
spec:
  accessModes:
  - ReadWriteMany
  storageClassName: azurefile
  resources:
    requests:
      storage: 1Gi
EOF

pvc가 제대로 생성되었는지 확인한다.
```
kubectl get pvc
```

flight 마이크로서비스에 볼륨 설정 추가

volumeMounts:
  - mountPath: "/mnt/data"
    name: volume
    volumes:
    - name: volume
      persistentVolumeClaim:
        claimName: promotional-text

작업결과

flight 컨테이너에 접속하여 summer-event.txt를 작성한다.

kubectl exec -it pod/flight-54b56676f4-cr28w -- /bin/sh
cd /mnt/data
echo "[SUMMER EVENT] 50% DISCOUNT!" > summer-event.txt

flight 서비스를 2개로 Scale Out하고, 확장된 주문 서비스에서 summer-event.txt를 조회하여 이전 pod에서 작성한 문구가 조회됨을 확인한다.
```
kubectl scale deploy flight --replicas=2
kubectl exec -it pod/flight-54b56676f4-fzvkk -- /bin/sh
cd /mnt/data
cat summer-event.txt
```

5. 무정지배포 `Rediness Probe`

컨테이너의 상태를 관리하는 readinessProbe 설정을 하여 무정지 배포를 적용한다.

작업내용

flight서비스의 delpoy.yaml 내에 readiness 설정을 주입한다.

readinessProbe:
  httpGet:
    path: '/flights'
    port: 8080
  initialDelaySeconds: 10
  timeoutSeconds: 2
  periodSeconds: 5
  failureThreshold: 10

작업결과

[readinessProbe 적용 전]

seege를 동작시킨 상태에서 배포를 진행한다.

# siege를 사용해 충분한 시간만큼 부하를 준다.
kubectl exec -it siege -- /bin/bash
siege -c1 -t60S -v http://flight:8080/flights --delay=1S

# 배포를 반영한다.
kubectl apply -f deployment.yaml

siege 로그를 통해 배포시 정지시간이 발생한것을 확인할 수 있다.

Lifting the server siege...
Transactions:		         65 hits
Availability:		        58.056 %

[readinessProbe 적용 후]

seege를 동작시킨 상태에서 배포를 진행한다.

# siege를 사용해 충분한 시간만큼 부하를 준다.
kubectl exec -it siege -- /bin/bash
siege -c1 -t60S -v http://flight:8080/flights --delay=1S

# 배포를 반영한다.
kubectl apply -f deployment.yaml

siege 로그를 통해 배포시 무정지로 배포된 것을 확인할 수 있다.

Lifting the server siege...
Transactions:		         108 hits
Availability:		      100.00 %

6. 서비스 메쉬 응용 `Mesh`

Istio Service Mesh를 내 클러스터에 설치하고 Sidecar 인젝션을 진행한다.

작업내용

Istio 설치

# 기본적인 구성인 `demo` 를 기반으로 설치
istioctl install --set profile=demo --set hub=gcr.io/istio-release

Istio add-on Dashboard 설치

mv samples/addons/loki.yaml samples/addons/loki.yaml.old
curl -o samples/addons/loki.yaml https://raw.githubusercontent.com/msa-school/Lab-required-Materials/main/Ops/loki.yaml
kubectl apply -f samples/addons

인그레이스 게이트웨이 설치

# Helm 3.x 설치(권장)
curl https://raw.githubusercontent.com/helm/helm/master/scripts/get-helm-3 > get_helm.sh
chmod 700 get_helm.sh
./get_helm.sh

# 인그레이스 게이트웨이를 위한 Helm repo 설정
helm repo add stable https://charts.helm.sh/stable
helm repo add ingress-nginx https://kubernetes.github.io/ingress-nginx
helm repo update
kubectl create namespace ingress-basic

# Nginx Ingress Controller 설치 (Azure)
helm install ingress-nginx ingress-nginx/ingress-nginx --namespace ingress-basic --set controller.service.annotations."service\.beta\.kubernetes\.io/azure-load-balancer-health-probe-request-path"=/healthz

Istio Dashboard를 위한 라우팅 룰(Ingress) 설정

kubectl apply -f - <<EOF
apiVersion: networking.k8s.io/v1
kind: "Ingress"
metadata: 
  name: "airline-ingress"
  namespace: istio-system
  annotations: 
    nginx.ingress.kubernetes.io/ssl-redirect: "false"
    ingressclass.kubernetes.io/is-default-class: "true"
spec: 
  ingressClassName: nginx
  rules: 
    - host: ""
      http: 
        paths: 
          - path: /kiali
            pathType: Prefix
            backend: 
              service:
                name: kiali
                port:
                  number: 20001
          - path: /grafana
            pathType: Prefix
            backend: 
              service:
                name: grafana
                port:
                  number: 3000
          - path: /prometheus
            pathType: Prefix
            backend: 
              service:
                name: prometheus
                port:
                  number: 9090
          - path: /loki
            pathType: Prefix
            backend: 
              service:
                name: loki
                port:
                  number: 3100
EOF

Sidecar Injection istio-injection을 위한 airline이라는 네임스페이스를 생성하고, 서비스를 배포한다.

kubectl create namespace airline
kubectl label namespace airline istio-injection=enabled
kubectl apply -f deploy.yaml -n airline

작업결과

istio설치 후 실행중인 파드를 확인한다.
```
kubectl get svc -n istio-system
```
마이크로서비스가 정상적으로 배포되었음을 확인한다.

7. 통합 모니터링 `Loggeration/Monitoring`

Grafana를 사용하여 마이크로 서비스의 로그들을 통합하여 모니터링해 본다.

작업내용

Install Grafana with Helm

Helm에 Grafana 저장소 추가

helm repo add grafana https://grafana.github.io/helm-charts
helm repo update

loki-stack 설치 스크립트 다운로드

helm show values grafana/loki-stack > ./loki-stack-values.yaml

loki-stack-values.yaml을 편집하여 아래처럼 PLG 스텍만('true’로 수정) 선택한다.

test-pod: enabled: false // 2번째 line 수정
loki: enabled: true
promtail: enabled: true
fluent-bit: enabled: false
grafana: enabled: true // 37번째 line 수정
prometheus: enabled: false
filebeat: enabled: false 
logstash: enabled: false

Helm으로 PLG 스텍 설치

kubectl create namespace logging
helm install loki-stack grafana/loki-stack --values ./loki-stack-values.yaml -n logging

설치된 Pod 목록을 확인한다.
```
kubectl get pod -n logging
```

작업결과

Grafana External-IP를 생성한다.

 kubectl patch svc loki-stack-grafana -n logging -p '{"spec": {"type": "LoadBalancer"}}'
 kubectl get svc -n logging

발급된 External-IP로 브라우저에서 접속한다.
실행시간에 따른 4가지 마이크로 서비스 로그가 로그리게이션되어 나타난다.

Name		Name	Last commit message	Last commit date
Latest commit History 65 Commits
dashboard		dashboard
flight		flight
gateway		gateway
github/workflows		github/workflows
infra		infra
kubernetes		kubernetes
payment		payment
reservation		reservation
.DS_Store		.DS_Store
.gitignore		.gitignore
.gitpod.yml		.gitpod.yml
.msaez		.msaez
Jenkinsfile		Jenkinsfile
README.md		README.md
build-docker-compose.yml		build-docker-compose.yml
get_helm.sh		get_helm.sh
init.sh		init.sh
loki-stack-values.yaml		loki-stack-values.yaml
monitor-values.yaml		monitor-values.yaml

hyerimmy/msa_airline

Folders and files

Latest commit

History

Repository files navigation

✈️ Airline Service (항공사 예약 시스템)

👩🏻‍🎨 [IaaS] 아키텍처

1. 클라우드 아키텍처 구성

MSA 아키텍처 구성도

👷🏻 [Biz] 모델링

1. 이벤트 스토밍

📌 시나리오

📌 이벤트 스토밍 결과

📌 시나리오 검증

🧑🏻‍💻 [Dev] MSA 개발

1. 분산 트랜잭션 Saga & 보상처리 Compensation

💬시나리오

🚧 작업 내용

🏁 작업 결과

2. 단일 진입점 Gateway

[2-1. local환경] 작업 내용

[2-1. local환경] 작업 결과

[2-2. cloud환경] 작업 내용

[2-2. cloud환경] 작업 결과

3. 분산 데이터 프로젝션 CQRS

💬시나리오

🚧 작업 내용

🏁 작업 결과

🤵🏻‍♂️ [Ops/PaaS] 운영

1. 클라우드 배포 Container

작업내용

작업결과

2. 컨테이너 자동 확장 HPA

💬시나리오

작업내용

작업결과

3. 컨테이너로부터 환경 분리 ConfigMap

💬시나리오

작업내용

작업결과

4. 클라우드 스토리지 활용 PVC

💬시나리오

작업내용

작업결과

5. 무정지배포 Rediness Probe

작업내용

작업결과

6. 서비스 메쉬 응용 Mesh

작업내용

작업결과

7. 통합 모니터링 Loggeration/Monitoring

작업내용

작업결과

About

Resources

Stars

Watchers

Forks

Releases 1

Packages 0

Languages

1. 분산 트랜잭션 `Saga` & 보상처리 `Compensation`

2. 단일 진입점 `Gateway`

3. 분산 데이터 프로젝션 `CQRS`

1. 클라우드 배포 `Container`

2. 컨테이너 자동 확장 `HPA`

3. 컨테이너로부터 환경 분리 `ConfigMap`

4. 클라우드 스토리지 활용 `PVC`

5. 무정지배포 `Rediness Probe`

6. 서비스 메쉬 응용 `Mesh`

7. 통합 모니터링 `Loggeration/Monitoring`

Packages