Как работает?Система автоматически в непрерывном режиме собирает публикации о компании из различных социальных сетей, сайтов с отзывами и других СМИ. Полученные данные используются для машинного обучения, что позволяет в реальном времени определять категорию и тональность конкретного упоминания, помогая правильно определять приоритеты реагирования на обращения.
Задача нашей команды заключалась в интеграции следующих сервисов с использованием микросервисного похода:
- сервис Router - автоматическое назначение/снятие задач с операторов
- сервис Adapter - импорт данных из системы заказчика
- сервис Web backend - широковещательная отправка данных о ключевых изменениях от веб-сервиса клиентским приложениям через подписку на события по протоколу STOMP (веб-сокет)
Детали реализации:- новые сервисы архитектурно близки к CQRS, все операции делятся на асинхронные команды выполняемые через брокер и синхронные запросы в REST API
- сервисы интегрированы между собой через отправку событий в брокер сообщений
- фронт использует WS для получения информация о результате асинхронных операций
- для формирования очереди задач используется приоритизация сообщений в RabbitMQ
Также проведена:- интеграция с системой обработки сообщений (CRM)
- развертка в кластере OpenShift (Kubernetes)