Il gigante del ride-hailing Uber ha lanciato CheckEnv, uno strumento progettato per semplificare la sua complessa architettura di microservizi. Questa soluzione innovativa identifica ed elabora rapidamente le chiamate di procedura remota (RPC) che attraversano ambienti diversi, come la produzione e lo staging. Queste RPC sono fondamentali perché possono portare a incoerenze dei dati o comportamenti imprevisti.

CheckEnv: una soluzione basata su grafici per la complessità dei microservizi

CheckEnv utilizza i grafici delle dipendenze per comprendere in modo completo i modelli di comunicazione e le dipendenze tra i servizi. Questi grafici fungono da tabella di marcia per identificare le chiamate RPC nei vari ambienti, prevenendo così potenziali interruzioni del sistema. Lo strumento funziona su due tipi di grafici delle dipendenze: grafici in tempo reale e aggregati.

Il grafico in tempo reale viene costantemente aggiornato, acquisendo parametri e identificando potenziali problemi. D'altro canto, un grafico aggregato fornisce una visione storica delle interazioni dei servizi, che aiuta gli sviluppatori a comprendere i modelli nel tempo.

Integrazione con i sistemi di archiviazione dati di Uber

CheckEnv funziona insieme a Grail e Local Graph, i sistemi di data warehousing di Uber. Fornisce API per accedere a informazioni importanti sulle dipendenze dei servizi, garantendo una comunicazione fluida e senza interruzioni tra i diversi servizi. Lo strumento ha trovato la sua applicazione nella piattaforma di test di carico sintetico di Uber, Ballast. In questo caso, svolge un ruolo fondamentale nel mantenere un ambiente di test sicuro identificando potenziali chiamate tra ambienti durante i test di carico.

Uber ha in programma di migliorare ulteriormente CheckEnv e la sua pipeline di acquisizione dati, MazeX. L'obiettivo è creare un grafico delle dipendenze più robusto, che possa migliorare i modelli di comunicazione tra i servizi e migliorare il flusso di dati. Si prevede inoltre che questo approccio basato su grafici allevierà le sfide legate al rilevamento degli errori in tempo reale e semplificherà la gestione del flusso di lavoro all’interno di un’architettura di microservizi.