Integration eines Kong API Gateways für eine Spring Boot Anwendung mit Apache Camel
Teil 2 Im zweiten Teil unserer Reihe stellen wir nun den ersten Teil unserer Anwendung vor, dies entspricht dem rot umrahmten Fenster unserer Architektur in Abbildung 1. Dieser beinhaltet eine Beispielanwendung mit Spring Boot und Apache Camel. Wir stellen dabei zwei verschiedene Routing Mechanismen von Camel vor. Vollständiger Code verfügbar unter: https://git.opitz-consulting.de/scm/oclab/blue-335-api-gw-camel-integration.git Aufbau der Spring […]
Read moreCatastrophic slow backup/restore to Oracle Cloud Infrastructure Object Storage and its fix
I used Oracle Zero Downtime Migration Tool to move some databases from OnPrem Exadata to a freshly instantiated OCI Exadata Cloud Service (Quarter Rack to be more precise). I found out then, that the speed and performance of backup and restore to OCI Object Store was more than catastrophical. Instead of advertised ~2,5h for a […]
Read moreIntegration eines Kong API Gateways für eine Spring Boot Anwendung mit Apache Camel
Teil 1 In einer Reihe von drei Blogbeiträgen präsentieren wir einen Architekturentwurf, der ein Kong API Gateway für eine Spring Boot Anwendung mit Apache Camel implementiert. Mit dem Kong API Gateway können Zugriffe auf verschiedene Backendservices über eine Vielzahl von Plugins einfach verwaltet und gesteuert werden. Camel bietet im Backend eine Unterstützung für eine Vielzahl […]
Read moreKPI Ideenfindung – OC Data Kitchen: Schritt für Schritt mit Co-Creation sinnvolle Datenlösungen entwickeln. Teil 3.
Auf unserer gemeinsamen Reise zu sinnvollen Data Analytics Lösungen erlebten wir die Co-Creation von Absichten und Zielen und richtungsweisenden Entscheidungen für den Rahmen und Fokus unserer Arbeit (Teil 1). Wir starteten mit dem Aufbau einer Analytics Map für den IST-Zustand zu Perspektiven Mensch, Kunde, Daten, Use Cases und KPI. Die Map ermöglicht ein gemeinsames Verständnis […]
Read moreAufbau der Analytics Map – OC Data Kitchen: Schritt für Schritt mit Co-Creation sinnvolle Datenlösungen entwickeln. Teil 2.
Wir kümmerten uns in Teil 1, in den Schritten 1 und 2 um die Absichten, den Zweck und die Ziele unseres Vorhabens, sinnvolle Datenlösungen zu entwickeln. Jede der Teilnehmer/innen verfügte so über ein gemeinsames Bild, wo die Reise hingehen soll. Schritt 3 – Entstehung der Visualisierung – Die Analytics Map Wir starten mit der Entwicklung […]
Read moreOC Data Kitchen: Schritt für Schritt mit Co-Creation sinnvolle Datenlösungen entwickeln. Teil 1.
Überblick Im Rahmen der OC Data Kitchen entwickeln wir Data-Lösungen in Co-Creation. Ein erster fundamentaler Baustein der OC Data Kitchen ist es, zu verstehen, wo der Mehrwert für den Menschen bzw. Kunden liegt. Gemäß dem Motto: „There is only one valid definition of business purpose: to create a customer” (Peter Drucker). Wir nennen diesen Baustein […]
Read moreKlassifikation mit dem Autopiloten von Amazon Sagemaker – Teil2
TestCase2 – Regression Einleitung Einer der vielen Use-Cases von Machine Learning (ML), der eine hohe Nachfrage in der heutigen Wirtschaft aufweist, ist die Fähigkeit Geschäftszahlen vorherzusagen. Hierzu werden Regressionsalgorithmen verwendet, um unter anderem Produktpreise, Konsumverhalten oder Immobilienpreise vorherzusagen. Um einen konkreten Use-Case darzustellen, haben wir ein eigenes Regressions-Modell in AWS SageMaker trainiert und evaluiert. Hierfür […]
Read more
Priorisierung von Product Backlogs in agilen Projekten
Motivation Heutzutage werden besonders in der IT-Branche immer mehr Projekte agil und nicht mehr klassisch durchgeführt. Es entfällt die Rolle des Projektmanagers und Teams organisieren sich selbst. Das Entwicklungsteam muss wissen, warum es etwas tun soll und welche Vision dahintersteckt. Da die Produktverantwortlichen jedoch oftmals nicht diejenigen sind, die das voll umfängliche technische Verständnis für […]
Read moreKlassifikation mit dem Autopiloten von Amazon Sagemaker
Dies ist der erste Beitrag einer zweiteiligen Reihe, die die Möglichkeiten von Amazon SageMaker evaluiert. Nachdem wir uns bereits mit dem Thema Reinforcement Learning anhand des AWS DeepRacers beschäftigten [Link zu Blogpost], haben wir nun den Amazon SageMaker untersucht. Dabei lag der Hauptfokus auf den folgenden Fragestellungen: Welche Funktionen bietet Amazon SageMaker Liefert automatisiertes maschinelles […]
Read moreEvaluierung Java Microframeworks: JAVALIN
Wir haben es uns zur Aufgabe gemacht, verschiedene Microframeworks anhand eines kleinen Anwendungsfalles zu evaluieren, der detaillierte Anwendungsfall wurde bereits in unserem ersten Blog-Post „https://thecattlecrew.net/2020/07/01/evaluierung-java-microframeworks-setting-the-scene/“ beschrieben. Heute werden wir uns auf das Microframework Javalin konzentrieren. Im Folgenden zeigen wir die wichtigsten Eigenschaften, Stärken und Schwächen von Javalin. Das Codebespiel ist unter diesen Link „https://github.com/opitzconsulting/javalin-demo“ zu […]
Read more