AWS Design Evolutivo

---

1. Introduzione al Design Evolutivo

• Il design evolutivo assume che i requisiti cambino nel tempo.

• Il design iniziale dettagliato è inefficace in ambienti moderni.

• I servizi si evolvono basandosi sul feedback degli utenti.

• Test A/B e canary releases aiutano a migliorare il software.

---

2. Importanza degli Aggiornamenti Graduali

• Gli aggiornamenti software possono essere implementati silenziosamente.

• I test in beta identificano problemi prima del rilascio completo.

• Se il feedback è negativo, il rilascio può essere annullato.

• Il deployment progressivo riduce il rischio di errori critici.

---

3. Minimo Prodotto Funzionante (MVP)

• I servizi vengono rilasciati con solo le funzionalità essenziali.

• Non è necessario coprire ogni caso limite inizialmente.

• Le funzionalità vengono iterate in base ai feedback.

• Il refactoring avviene quando il prodotto è stabile.

---

4. Pattern Twelve-Factor App e Design Evolutivo

• Codebase: Un solo codice, molteplici deployment migliorano l’iterazione.

• Dependencies: Dichiarare esplicitamente le dipendenze aiuta la modularità.

• Configuration: Le configurazioni devono essere esterne al codice.

• Build, Release, Run: Separare le fasi facilita il rollback.

---

5. Architettura Esagonale

• Separazione della logica di dominio dall'infrastruttura.

• Porti: Interfacce tra logica e attori primari/secondari.

• Adattatori: Convertono richieste in formati comprensibili.

• Attori primari: Utenti, webhook, UI.

• Attori secondari: Database, code di messaggi.

---

6. Pattern Software per Design Evolutivo

• Sidecar: Estende e migliora un servizio principale.

• Ambassador: Gestisce richieste in rete per un servizio.

• Chain: Ordina l’avvio e l’arresto dei container.

• Proxy: Agisce come intermediario tra due componenti.

---

7. Importanza della Cache nei Container

• I container permettono un’evoluzione veloce del design.

• Le immagini sono costruite in livelli indipendenti.

• I livelli non vengono ricostruiti se non modificati.

• La cache dei livelli riduce i tempi di deployment.

---

8. Deployment Progressivi con Canary Releases

• Testare una nuova versione con un sottoinsieme di utenti.

• Se la nuova versione ha problemi, si può annullare il rilascio.

• Il traffico viene gradualmente spostato verso la nuova versione.

• AWS App Mesh aiuta a gestire il traffico dinamico.

---

9. Canary Release con AWS App Mesh

• App Mesh gestisce il traffico tra versioni software.

• Flagger regola il traffico in base a metriche di performance.

• Se le metriche peggiorano, il canary viene annullato.

• Implementabile su Amazon EKS con Argo Rollouts.

---

10. Canary Release su Amazon ECS

• AWS Step Functions aiuta nei deployment progressivi.

• Lo stato del deployment è gestito con Lambda e CloudFormation.

• Il traffico viene spostato progressivamente tra le versioni.

• Il tempo di attesa tra fasi è configurabile.

---

11. Blue/Green Deployment con AWS CodeDeploy

• Canary: Traffico spostato in due incrementi.

• Linear: Traffico spostato gradualmente in intervalli regolari.

• All-at-once: Tutto il traffico viene spostato immediatamente.

• Aiuta a ridurre i tempi di downtime.

---

12. Benefici del Design Evolutivo

• Riduce il rischio di fallimenti software.

• Permette di implementare nuove funzionalità rapidamente.

• Migliora la stabilità del sistema nel tempo.

• Supporta infrastrutture altamente scalabili.

---

13. Monitoraggio e Feedback Continuo

• Il monitoraggio delle performance guida il design futuro.

• I log aiutano a identificare problemi in tempo reale.

• AWS CloudWatch traccia le metriche delle applicazioni.

• Le modifiche vengono guidate dai dati, non dalle ipotesi.

---

14. Architettura a Microservizi e Design Evolutivo

• Ogni microservizio può essere aggiornato indipendentemente.

• Le dipendenze tra microservizi devono essere minime.

• Le API gestiscono la comunicazione tra i servizi.

• I servizi vengono ridistribuiti senza impattare l’intero sistema.

---

15. Test Automatizzati e Design Evolutivo

• I test continui convalidano le nuove modifiche.

• CI/CD automatizza il deployment senza interruzioni.

• I test di carico aiutano a prevenire problemi di scalabilità.

• AWS CodeBuild e CodePipeline semplificano il processo.

---

16. Scalabilità e Evoluzione dell’Infrastruttura

• AWS Auto Scaling adatta il numero di istanze in base al carico.

• Lambda permette di scalare senza gestione server.

• Le API Gateway distribuiscono il traffico in modo intelligente.

• Le architetture senza server sono ideali per l’evoluzione.

---

17. Container Orchestration con Kubernetes e ECS

• Kubernetes gestisce il ciclo di vita dei container.

• ECS integra i container con i servizi AWS.

• Fargate rimuove la necessità di gestire istanze EC2.

• Gli aggiornamenti avvengono con strategie progressive.

---

18. DevOps e Design Evolutivo

• DevOps accelera lo sviluppo continuo del software.

• La cultura DevOps riduce il tempo tra sviluppo e rilascio.

• Gli strumenti CI/CD automatizzano le fasi di deploy.

• Terraform e CloudFormation gestiscono le infrastrutture come codice.

---

19. Gestione della Configurazione nei Servizi Evolutivi

• AWS Systems Manager aiuta a gestire le configurazioni dinamiche.

• I secret manager evitano la hardcoded credentials.

• Le configurazioni sono separate dal codice sorgente.

• Feature flags consentono di attivare/disattivare funzionalità.

---

20. Conclusione: Il Futuro del Design Evolutivo

• Le infrastrutture cloud accelerano il miglioramento continuo.

• I modelli serverless e containerizzati favoriscono l’agilità.

• Il feedback degli utenti guida le nuove funzionalità.

• Il miglioramento iterativo è il cuore del design moderno.

---