Pelisse Romain

La communauté de projet open source JBoss [1] s'est construite autour de son serveur d'application, Wildfly [2], mais a aussi été le berceau de librairies et de frameworks très utiles aux développements logiciels, comme par exemple Hibernate[ 3]. Pour le besoin de tous ces projets, mais aussi pour assurer un développement rapide, efficace et sûr, la communauté est aussi à l'origine de nombreux frameworks et outils de développement, malheureusement moins connus. Certains de ces outils seront peut-être tout aussi utiles aux lecteurs qu'aux développeurs JBoss. Je vous présente aujourd'hui Aphrodite [4], une couche d'abstraction développée par mon équipe, la JBoss Sustain Engineering Team, qui va vous permettre de facilement développer vos propres outils pour contrôler et outiller vos propres processus de développement.

Si les microservices ont le vent en poupe, ils semblent parfois incompatibles avec le modèle proposé par les serveurs d'applications JEE [1] tel que Widlfy [2]. Heureusement, Wildfly Swarm [3] est là pour vous permettre d'allier le meilleur des deux mondes sans difficulté.

La communauté du projet open source JBoss [1] s'est construite autour de son serveur d'application, Wildfly [2], mais a aussi été le berceau de librairies et de frameworks très utiles aux développements logiciels, comme par exemple Hibernate [3]. Pour le besoin de tous ces projets, mais aussi pour assurer un développement rapide, efficace et sûr, la communauté est aussi à l'origine de nombreux frameworks et outils de développement, malheureusement moins connus. Aujourd'hui, nous allons donc regarder, en détail, le « framework » de test Arquillian, et décrire en quoi il peut faciliter votre vie de tous les jours.

Combiner la flexibilité nécessaire à beaucoup de cœurs de métiers et la mise en place d'un logiciel néanmoins stable constitue une problématique de l'informatique presque aussi vieille que cette dernière. C'est dans ce contexte que l'apparition des « moteurs de règles » [1] tels que Drools [2] est particulièrement intéressante. Démonstration par la pratique, avec un cas concret issu de notre métier.

Dans un précédent article, nous avons implémenté le squelette d'un service ReST [1] à l'aide des API – et surtout les annotations [2], fournies au sein de JEE [3], par les standards CDI et JAX-RS [4], dans le but simple de fournir un service de « cache » à IMDB [5]. Pour construire notre service, nous avons aussi opté pour l'utilisation d'Infinispan [6], parfait pour la conception de cache de données, et du serveur d'applications Wildfly.

Si le style d'architecture REST [1] est loin d'être né dans le giron du monde JEE, il n'en reste pas moins que depuis l'introduction de la spécification JAX-RS [2], il est devenu d'une grande simplicité, et d'une élégance très appréciable, de développer des services Restful en Java/JEE [3]. Cet article va illustrer ceci, de manière très pratique, en réalisant, à l'aide de cette technologie, un service de cache de données.

Que ce soit à des fins statistiques, marketing, ou encore plus simplement pour la recherche scientifique, nos systèmes d'information doivent constamment stocker un nombre impressionnant de données, souvent de plusieurs téraoctets, tout en garantissant non seulement un temps d'accès défiant toute concurrence, mais aussi permettre de retrouver un échantillon ou un sous-ensemble de ces données tout aussi rapidement. Dans cet article, nous allons étudier comment Infinispan [1] permet d'implémenter de puissantes fonctions de recherche, à l'aide de l'une de ses récentes fonctionnalités de requête (« Query » [2]).

En ces années « Big Data », ce n'est pas seulement la taille ou la quantité de données qui représente un nouveau défi, mais aussi leur nature. En effet, que ce soit pour des raisons techniques de tenue de charge ou par souci de simplicité, les données sont sauvegardées dans de plus en plus de systèmes différents. Si l'on pouvait, au début des années 2000, estimer que nos données applicatives seraient stockées, la plupart du temps, dans une base de données relationnelle, ou éventuellement extraites d'un système historique (mainframe), le paysage a assez radicalement changé.

Depuis le début de l'ère internet, le nombre de systèmes et d'applicatifs déployés par les entreprises ne cesse de croître de manière exponentielle, et l'arrivée du cloud et du Big Data n'a fait qu'accélérer la tendance. En outre, là où il y a vingt ans un administrateur système gérait une douzaine de machines, le même administrateur en gère aujourd'hui parfois plusieurs centaines. Or, il devient de plus en plus compliqué de proposer une supervision adaptée qui puisse supporter une telle mise à l'échelle.