Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Conflation like @ Meetic
Arnaud Georgin Architecte logiciel @arnaud_georgin Cyril Verdier Tech Lead Scala @cyril_verdier
“Conflation happens when the identities of two or more individuals, concepts, or places, sharing some characteristics of o...
Conflation par l’exemple
Conflation par l’exemple
Conflation par l’exemple
Conflation par l’exemple
Conflation par l’exemple
Conflation par l’exemple
Conflation par l’exemple
Conflation par l’exemple
Conflation par l’exemple
Conflation par l’exemple
Conflation par l’exemple
Et si on faisait de la backpressure !?
Application de la conflation
Application de la conflation
Application de la conflation
Application de la conflation
Application de la conflation
Application de la conflation
En résumé Filtrage Merge
En résumé Filtrage Merge
En résumé Filtrage Merge
Live coding
Conflation : Merge Buffer provider 1 provider 2 provider 42 ... Tick Tick délai Merge
Monitoring applicatif : approche Etape 1 : Production de métriques dans le code - Kamon Etape 2 : Infrastructure de collec...
Monitoring applicatif : schéma global application scala Kamon statsD Graphite Grafana serveur de supervision
Comment on l’utilise chez Meetic Merge : notification sur l’interaction la plus qualitative plusieurs types d’interactions...
Questions ? https://github.com/Meetic/scala-merge-conflation https://github.com/Meetic/scala-filter-conflation
Upcoming SlideShare
Loading in …5
×

Conflation Like chez Meetic par Arnaud Georgin (@arnaud_georgin - Meetic) et Cyril Verdier (@cyril_verdier - Meetic)

289 views

Published on

LIEN SOURCE : http://fr.slideshare.net/meeticTech/meetup-scala-paris-user-group-conflation-like-meetic-69671117

Dans un contexte temps de réel, La conflation est un moyen de limiter les traitements sur un flux de données important. Il est parfois plus adapté que la back pressure.

Au programme : présentation des concepts de la conflation, mise en application de certains cas d'usages en live coding.

Pour finir, présentation de nos choix de monitoring qui sont indispensables pour mesurer l'efficacité de cette solution.

Published in: Technology
no profile picture user

  • Be the first to comment

  • Be the first to like this

Conflation Like chez Meetic par Arnaud Georgin (@arnaud_georgin - Meetic) et Cyril Verdier (@cyril_verdier - Meetic)

  1. 1. Conflation like @ Meetic
  2. 2. Arnaud Georgin Architecte logiciel @arnaud_georgin Cyril Verdier Tech Lead Scala @cyril_verdier
  3. 3. “Conflation happens when the identities of two or more individuals, concepts, or places, sharing some characteristics of one another, seem to be a single identity, and the differences appear to become lost. In logic, it is the practice of treating two distinct concepts as if they were one ... intentional conflation may be desirable for the sake of conciseness and recall.” Source: https://en.wikipedia.org/wiki/Conflation
  4. 4. Conflation par l’exemple
  5. 5. Conflation par l’exemple
  6. 6. Conflation par l’exemple
  7. 7. Conflation par l’exemple
  8. 8. Conflation par l’exemple
  9. 9. Conflation par l’exemple
  10. 10. Conflation par l’exemple
  11. 11. Conflation par l’exemple
  12. 12. Conflation par l’exemple
  13. 13. Conflation par l’exemple
  14. 14. Conflation par l’exemple
  15. 15. Et si on faisait de la backpressure !?
  16. 16. Application de la conflation
  17. 17. Application de la conflation
  18. 18. Application de la conflation
  19. 19. Application de la conflation
  20. 20. Application de la conflation
  21. 21. Application de la conflation
  22. 22. En résumé Filtrage Merge
  23. 23. En résumé Filtrage Merge
  24. 24. En résumé Filtrage Merge
  25. 25. Live coding
  26. 26. Conflation : Merge Buffer provider 1 provider 2 provider 42 ... Tick Tick délai Merge
  27. 27. Monitoring applicatif : approche Etape 1 : Production de métriques dans le code - Kamon Etape 2 : Infrastructure de collecte des métriques - Kamon + statsD + graphite Etape 3 : Visualisation des métriques - Grafana
  28. 28. Monitoring applicatif : schéma global application scala Kamon statsD Graphite Grafana serveur de supervision
  29. 29. Comment on l’utilise chez Meetic Merge : notification sur l’interaction la plus qualitative plusieurs types d’interactions entre les membres (visites, favoris, like, …) Notifier les membres sur l’interaction la plus qualitative si plusieurs interactions se suivent Filtrage : compteur de recherche à l’authentification rafraîchissement des compteurs à l’ouverture de session plusieurs messages d’ouverture sessions sont publiés
  30. 30. Questions ? https://github.com/Meetic/scala-merge-conflation https://github.com/Meetic/scala-filter-conflation

×