Backend

Streaming d'Événements Temps Réel — Kafka + Spring Cloud Stream

Traitement fonctionnel de flux d'événements avec Spring Cloud Stream et Kafka Streams : un supplier produit des page-events, une function les transforme, et un pipeline KStream applique des fenêtres glissantes de 5 s pour des analytics par page en temps réel diffusées au navigateur via Server-Sent Events.

Voir le Code

Kafka Streams

Streaming engine

5s sliding

Window size

SSE

Live transport

Functional beans

Approche

Beans fonctionnels supplier/function/consumer + agrégation KStream fenêtrée diffusée en direct via SSE

Stack Technique

Java 17Spring Boot 3.3Spring Cloud StreamApache KafkaKafka StreamsDocker Compose

Mots-clés

Apache KafkaKafka StreamsSpring Cloud StreamEvent-DrivenSSEDockerWindowing

Analyse Approfondie

Un pipeline orienté événements bâti autour du modèle de programmation fonctionnelle de Spring Cloud Stream, avec des agrégations Kafka Streams à état.

Pipeline

pageEvent1Supplier ──► topic R2 ──► pageEvent1Consumer (logs)
                                └─► pageEvent1Function (transformation)
       StreamBridge
GET /publish/{topic}/{name} ─────► topic
                                     │
KStream1Function: filtre ──► fenêtre 5s ──► comptage par page ──► topic R4
                                                                     │
GET /analytics  ◄── Server-Sent Events ◄── requête interactive (state store)

Beans fonctionnels

Bean	Type	Rôle
`pageEvent1Supplier`	Supplier	Émet des PageEvent1 vers R2 en continu
`pageEvent1Consumer`	Consumer	Consomme & affiche les événements
`pageEvent1Function`	Function	Transforme les événements
`KStream1Function`	KStream	Filtre, fenêtre (5s), compte par page → R4

Points forts

▸Agrégation fenêtrée à état avec requêtes interactives sur le state store
▸Analytics temps réel poussées vers l'UI via Server-Sent Events
▸Brokers Kafka démarrés avec Docker Compose pour un dev local en une commande

Retour aux Projets Me Recruter