Srovnání technologií pro implementaci backendu v Javě

Abstract

Táto bakalárska práca sa zaoberá implementáciou backendu aplikácie, ktorá slúži ako jednoduchá sociálna sieť. Tento backend je implementovaný s využitím jazyku Java v štyroch rôznych technológiach Spring, Quarkus, Micronaut a AWS. Taktiež ponúka prihlásenie pomocou Google OAuth 2.0 a užívateľa udržiava prihláseného pomocou JWT. Keďže je to sociálna sieť, tak jej súčasťou sú obrázky, ktoré sú manažované pomocou služby Cloudinary. Okrem klasickej SQL databázy je využívaná NoSQL databáza menom Elasticsearch. Na synchronizáciu dát medzi týmito dvoma databázami sa využíva Logstash. Na monitorovanie a získavanie metrík z aplikácie sa používa Prometheus a Grafana. Pre lokálny vývoj AWS backendu je využívaná technológia Localstack a príkazy, ktoré ponúka AWS CLI. S jednoduchým spustením týchto backendov a spolu s nimi aj pomocných služieb a technológií pomáha Docker, ktorý vytvorí pre každú časť aplikácie kontajner. Tieto kontajnery sa pomocou Docker Compose môžu spustiť súčasne. Hlavným cieľom je tieto implementácie porovnať z pohľadu náročnosti vývoju a podpory pre testovanie.

This bachelor thesis covers implementation of a backend application that serves as a simple social network. This backend is implemented using Java language in four different technologies Spring, Quarkus, Micronaut and AWS. It also offers login using Google OAuth 2.0 and a user maintained logged in using JWT. Since it is a social network, it includes images that are managed using Cloudinary service. In addition to the classic SQL database is used a NoSQL database called Elasticsearch. Logstash is used to synchronize data between the two databases. Prometheus and Grafana are used to monitor and obtain metrics from the application. For the local development of AWS backend is used Localstack and commands offered by AWS CLI. With help of Docker, which for each part of the application creates container, it is easy to run these backends and with them launch the auxiliary services and technologies. These containers can be launched simultaneously using Docker Compose. The main goal is to compare these implementations in terms of the complexity of development and support for testing.