欢迎：Knative 书店教程¶

Welcome Image

欢迎来到 Knative 的端到端示例应用程序教程！

您来对地方了

如果您对以上任何问题有共鸣，那么您已经找到了完美的起点。

在本教程中，我们将构建一个在线书店应用程序。本交互式指南适合初学者和经验丰富的工程师，将引导您完成使用 Knative 的强大功能构建、部署和监控应用程序的步骤。对于熟悉该过程的人员，可以使用简洁的图形来简化您的学习体验。

我们正在构建什么？¶

App Diagram

我们的应用程序是一个在线书店，销售一本特定书籍。顾客可以匿名发布关于书籍的评论，每个评论都会显示一个反映评论情感的表情符号。包含不当内容的评论将被自动过滤掉，丢弃并记录在后端。

作为书店老板，您将在每次提交包含“敏感词”的评论时通过 Slack 接收通知。

Learning Goal Image

您将学习事件驱动架构 (EDA) 以及它与使用微服务和 REST API 的传统应用程序设计的区别。您将学习

Knative Framework

Knative 是一个强大的框架，它运行在 Kubernetes 之上。本教程将引导您完成

在本教程结束时，您不仅将了解这些概念，而且还将对实施它们感到满意，使您能够使用 Knative 构建健壮、可扩展的事件驱动应用程序。

Bookstore Architecture

书店应用程序包含以下组件

一个与这些服务交互的前端 Next.js 应用程序。它是一个网页，用户可以在其中选择书籍以查看其详细信息、评分和评论。

Kubernetes 上的内存中 PostgreSQL 实例，存储所有用户评论。

一个 Node.js Web 服务器，它将执行事件转发、数据库操作和处理 Websocket 连接。

一个 Apache Camel K 管道，它将我们的事件驱动架构连接到第三方 Webhook：Slack。它接收 CloudEvent 并将其作为消息发送到 Slack 工作区。

有两个机器学习工作流可以对用户的评论进行情感分析和仇恨言论检查。您将使用Knative 序列来确保它们按顺序执行。

它充当我们事件驱动架构的中央大脑。它将所有微服务连接在一起，接收事件，并确保所有事件安全地传递到正确的目的地。

它充当书店 Broker 和 Slack Sink 之间的桥梁，因此当提交包含“敏感词”的评论时，我们可以向您的 Slack 发送通知。

我们将按以下顺序构建示例应用程序

环境设置：为教程设置环境。这包括安装集群、前端和后端。
将评论发送到 Broker：通过 Broker 将评论从前端传递到事件显示器。这包括了解 Broker、SinkBinding 和 CloudEvents 事件类型。
部署情感分析服务：了解如何使用 Knative Function 部署情感分析服务。
部署敏感词过滤服务：使用 Knative Function 自己实现敏感词过滤服务。
使用序列按顺序运行 ML 工作流：了解如何利用 Knative 序列来确保您的 ML 工作流按顺序执行。
数据库部署：了解如何使用简单的 Kubernetes 部署部署内存中 PostgreSQL 实例。
高级事件过滤：通过接收 Broker 的“分析后的评论”（使用触发器）并将它们存储到数据库中来集成所有组件。这包括学习关于触发器和过滤器的知识。
连接到外部服务/API：学习如何使用 Knative Eventing 和 Apache Camel K 集成将您的应用程序连接到外部服务和 API。
额外挑战：额外的挑战，测试您对本教程中学习的概念的理解。