rodrigospimentacwb/credit-card-mcc

credit-card-mcc

Poc simulandoum endpoint de transação de cartão de credito

Descrição

Este é um pequeno projeto REST testando alguns conhecimentos em Java e Spring Boot. Foi utilizado também o design pattern Solid e Inversão de Controle (IoC) e o Strategy Pattern como uma forma de deixar o código simples e de fácil manutenção.

Tecnologias Utilizadas

• Java 21
• Spring Boot 3
• JUnit 5
• Docker
• Mysql
• Liquibase
• Git Actions CI com SonarCloud

Banco de Dados

• MySQL (utilizado via Docker Compose)
• Banco H2 para contexto de testes unitários e de integração

Organização do Projeto

Os pacotes foram separados em domínios e utilizando o modelo MVC que é bastante comum a todos os desenvolvedores.

Arquivos na Raiz do Projeto

• Docker compose com as configurações do MySQL (compose.yaml)
• Migration do Liquibase organizada por ano/mes facilitando os commits e evitando PRs com conflitos (changelog)
• Collection do Postman (credit-card-mcc-collection.postman_collection.json)

Configurações Necessárias

• Java 21
• Intellij ou IDE de sua preferencia (No momento não concluí a geração do projeto em uma imagem docker)
• Docker

Comandos uteis

# subir o banco de dados
docker-compose up -d    

# atualizar/criar o banco de dados
mvn liquibase:update

# build e testes
mvn clean install

Pontos de Melhoria

• Adicionar um logstash para enviar os logs ao Kibana, poderia ter um local no docker compose.
• Corrigir o contexto de limpeza das classes de banco pois usando o @DirtiesContext temos perda de performance para reiniciar o contexto a cada teste com o H2.

Em caso de transações simultâneas

Caso o projeto fosse utilizado em produção e escalado teríamos alguns pontos de melhoria:

• Prevenção de Transações Simultâneas: Para evitar que duas transações sejam feitas ao mesmo tempo e gerem um saldo negativo, podemos implementar um lock distribuído usando o ID da conta como chave. Além disso, adicionar uma chave de idempotência no cabeçalho ou corpo da requisição ajudaria a garantir que a mesma transação não seja processada mais de uma vez.

• Uso de Cache Distribuído: Podemos utilizar um cache de banco de dados distribuído para reduzir consultas desnecessárias ao banco de dados. Esse cache seria atualizado apenas quando as entidades fossem alteradas, e não nas leituras, ajudando a evitar sobrecarga do sistema e lentidão.

• Circuit Breaker para Estabilidade: Adicionar um circuit breaker pode proteger o sistema contra sobrecarga de requisições desnecessárias, evitando que ele fique lento ou comece a apresentar erros.

• Gerenciamento de Índices: É fundamental gerenciar bem os índices do banco de dados para garantir que as consultas sejam rápidas e eficientes, evitando qualquer tipo de lentidão.

• Considerar Banco de Dados NoSQL: Utilizar um banco de dados NoSQL para armazenar transações pode ser uma boa ideia, pois ele é mais rápido para leituras e escritas. No entanto, vale lembrar que o NoSQL pode não ser tão eficiente para consultas complexas, como as que envolvem a geração de relatórios.

• Se estiver utilizando algum provedor de serviços em nuvem, como AWS ou Google Cloud, é crucial verificar a região correta onde deixara sua infraestrutura disponível evitando latência de rede.