Skip to main content

​
Архитектура REKLA

REKLA построена на современной микросервисной архитектуре, обеспечивающей высокую масштабируемость, надежность и простоту разработки.

​
Принципы архитектуры

Микросервисы

Каждый сервис отвечает за конкретную бизнес-функцию и может разрабатываться независимо

API-First

Все взаимодействие между сервисами происходит через REST API

Масштабируемость

Горизонтальное масштабирование каждого сервиса по необходимости

Отказоустойчивость

Изоляция сбоев и graceful degradation при недоступности сервисов

​
Схема архитектуры

​
Компоненты системы

​
REKLA BOT

Назначение: Telegram-бот для взаимодействия с пользователями
  • Регистрация и аутентификация пользователей
  • Управление каналами и подписками
  • Интерфейс для создания и редактирования публикаций
  • Система календаря и планирования
  • Настройка автопостинга и автоподписей
  • Отображение аналитики и статистики
  • Язык: Python 3.11+
  • Фреймворк: aiogram 3.x
  • База данных: SQLAlchemy ORM
  • Кеширование: Redis
  • Очереди: Celery + Redis

​
Dashboard Backend

Назначение: API-сервер для бизнес-логики и управления данными
  • RESTful API для всех операций
  • Управление пользователями и правами доступа
  • Обработка медиа-файлов и их хранение
  • Система планировщика задач
  • Интеграция с внешними сервисами
  • Аналитика и отчетность
  • Язык: Python 3.11+
  • Фреймворк: FastAPI
  • База данных: PostgreSQL + SQLAlchemy
  • Кеширование: Redis
  • Файловое хранилище: AWS S3 / MinIO
  • Очереди: Celery + Redis

​
Dashboard Frontend

Назначение: Веб-интерфейс для управления каналами
  • Веб-панель управления каналами
  • Интерфейс создания и редактирования контента
  • Визуализация аналитики и статистики
  • Настройка автопостинга и расписаний
  • Управление пользователями и правами
  • Биллинг и подписки
  • Язык: TypeScript
  • Фреймворк: React 18 + Next.js
  • UI Kit: Custom UI components
  • Стейт-менеджмент: Redux Toolkit
  • Стилизация: Tailwind CSS
  • Сборка: Vite / Next.js

​
Marking Module

Назначение: Автоматическая маркировка рекламного контента
  • Анализ контента на предмет рекламы
  • Автоматическое добавление маркировочных меток
  • Валидация юридической информации
  • Интеграция с внешними реестрами
  • Логирование всех операций маркировки
  • Язык: Python 3.11+
  • ML/NLP: scikit-learn, transformers
  • API: FastAPI
  • База данных: PostgreSQL
  • Очереди: Celery + Redis

​
Паттерны проектирования

​
Repository Pattern

Все сервисы используют паттерн Repository для абстракции работы с данными: 
class BaseSQLRepo:
    def __init__(self, session: AsyncSession):
        self.session = session
    
    async def get(self, id: int) -> Optional[Model]:
        # Базовая реализация получения по ID
        pass
    
    async def create(self, **kwargs) -> Model:
        # Базовая реализация создания
        pass

​
Unit of Work

Управление транзакциями через паттерн Unit of Work: 
class UnitOfWork:
    def __init__(self):
        self.users = UserRepository()
        self.channels = ChannelRepository()
    
    async def __aenter__(self):
        self.session = await create_session()
        return self
    
    async def commit(self):
        await self.session.commit()
    
    async def rollback(self):
        await self.session.rollback()

​
Event-Driven Architecture

Использование событий для связи между сервисами: 
@dataclass
class PublicationCreated:
    publication_id: int
    channel_id: int
    user_id: int
    scheduled_at: datetime

# Обработчик события
async def handle_publication_created(event: PublicationCreated):
    await marking_service.process_publication(event.publication_id)

​
Масштабирование и производительность

​
Горизонтальное масштабирование

  • Каждый микросервис может масштабироваться независимо
  • Load balancer распределяет нагрузку между инстансами
  • Автоматическое масштабирование на основе метрик

​
Кеширование

  • Redis для кеширования часто используемых данных
  • Кеширование результатов API запросов
  • Кеширование статической информации о каналах

​
Асинхронная обработка

  • Celery для обработки тяжелых задач в фоне
  • Очереди для планирования публикаций
  • Асинхронные операции с внешними API

​
Мониторинг и логирование

​
Централизованное логирование

  • Структурированные логи в JSON формате
  • Агрегация логов всех сервисов
  • Алерты на критические ошибки

​
Метрики и мониторинг

  • Мониторинг производительности каждого сервиса
  • Отслеживание бизнес-метрик
  • Health checks для всех сервисов

​
Трейсинг

  • Распределенный трейсинг запросов между сервисами
  • Отслеживание времени выполнения операций
  • Выявление узких мест в производительности

​
Безопасность

​
Аутентификация и авторизация

  • JWT токены для API аутентификации
  • OAuth 2.0 для внешних интеграций
  • Role-based access control (RBAC)

​
Защита данных

  • Шифрование конфиденциальных данных
  • Регулярные бэкапы базы данных
  • Соответствие требованиям GDPR

​
Сетевая безопасность

  • HTTPS для всех внешних соединений
  • VPN для межсервисного взаимодействия
  • Firewall и DDoS защита

​
Следующие шаги

Микросервисы

Подробное описание каждого микросервиса

База данных

Схема базы данных и модели данных

Развертывание

Процесс развертывания и DevOps практики

API Reference

Документация по API всех сервисов
⌘I