Опишите технические детали и ваш вклад в ключевой прошлый проект.

Да ты посмотри, что тут у нас! Сижу я, значит, на проекте, который должен деньги переводить, как горячие пирожки. Ну, fintech, блядь, микроплатежи — всё серьёзно, народ бабло швыряет, а мы должны это обработать так, чтобы ни одна копейка не потерялась, и чтобы всё летало, как угорелое.

Чем занимался: Я там был главным по этой всей кухне, Senior Backend Developer. Инструменты: Java 17, Spring Boot 3, вся эта безопасность с JWT, PostgreSQL, Apache Kafka, Redis, Docker, Kubernetes — короче, полный джентльменский набор, чтобы систему раздуть до овердохуища масштабов.

А теперь, блядь, по полочкам, что я там наворотил:

1. Сердце системы — платежи.

   • Сделал такую REST API штуку для создания платежей, которая, как удав, не давит дважды. То есть, если клиент по пьяни пять раз шлёт один и тот же запрос — система понимает, что это он мудак, и не создаёт пять одинаковых платежей. Использовал специальные «ключи идемпотентности». Смотри, как примерно выглядело:

     @PostMapping("/payments")
     public ResponseEntity<PaymentResponse> createPayment(
         @RequestHeader("Idempotency-Key") String idempotencyKey,
         @Valid @RequestBody PaymentRequest request) {
     // Сначала лезем в Redis: а не было ли уже такого ключа? Если было — отдаём старый ответ.
     return paymentService.processIdempotent(idempotencyKey, request);
     }

     Просто, а? А главное — надёжно, ёпта. Никаких дублей.

2. Асинхронщина — наше всё.

   • Платеж — штука долгая. Проверить карту, списать бабки, отправить уведомление... Если всё это делать прямо в том же потоке, где клиент ждёт ответа, он просто сдохнет от таймаута. Поэтому я взял Apache Kafka, эту, блядь, мартышку-почтальона. Клиенту сразу говорим: «Всё ок, приняли!», а саму тяжёлую работу пихаем в Kafka, и она там в фоне спокойно жуёт.

     @Service
     public class PaymentProcessor {
     @KafkaListener(topics = "payment-requests") // Слушаем очередь
     public void processPayment(PaymentEvent event) {
         // А вот тут уже вся основная магия: валидация, списание и прочая хуйня.
         paymentService.executeTransaction(event);
         // Результат кидаем в другую очередь, чтобы кого надо уведомить.
         kafkaTemplate.send("payment-results", resultEvent);
     }
     }

     Клиент доволен (ответ быстрый), система стабильна (очереди не падают). Красота, блядь!

3. Тюнинг и надёжность, чтобы не обосраться.

   • Кэширование, ёбушки-воробушки! Каждый раз лезть в базу за курсом валюты или размером комиссии — это же пиздец какой-то расточительный. Сделал двухэтажную схему: сначала быстрый локальный кэш (Caffeine), а если там нет — идём в общий, распределённый (Redis). Итог: база вздохнула свободно, нагрузка упала процентов на 40, а API стал отвечать ещё быстрее. Вообще огонь.
   • Защита от внешнего геморроя. Наши платежи уходят во внешние шлюзы (типа банков). А эти шлюзы, бывает, ложатся, как суки. Чтобы из-за их проблем не падала вся наша система, поставил Circuit Breaker (Resilience4j). Если шлюз начинает тупить и отваливаться, наш сервис временно перестаёт его дергать, давая тому прийти в себя, а клиентам отдаёт внятную ошибку. Не «всё пропало», а «временные технические шоколадки».
   • База данных. Ну, тут классика: нашёл самые медленные запросы, навешал на них правильные индексы, аудит-логи перевел на пачковую (batch) вставку. Мелочь, а приятно, когда всё шустрит.

И что в сухом остатке, блядь? Система, которая в пик могла переваривать тысячи транзакций в минуту, при этом ключевые запросы укладывались в меньше 100 миллисекунд. Ничего не терялось, не дублировалось, и даже если где-то на стороне начинался пиздец, мы держались молодцом. В общем, не проект, а песня, в рот меня чих-пых!