almessadi.
Zurück zu den Projekten

Projekt-Case-Study

Stats-Coronavirus_

Entwickelte ein COVID-19-Tracking-Dashboard und eine API, die sich auf Cache-first-Lieferung, geringe Betriebskomplexität und Resilienz bei intensiven globalen Verkehrsspitzen konzentriert.

Das Problem

Zu Beginn der Pandemie war das Informationsproblem offensichtlich: Die Menschen benötigten einen schnellen Ort, um die sich entwickelnden Fallzahlen zu überprüfen, ohne auf langsame Dashboards oder überlastete APIs warten zu müssen. Das bedeutete, dass das System Resilienz und Leseleistung über architektonische Eleganz priorisieren musste.

Die Architektur

Das Design war absichtlich einfach auf dem heißen Pfad. Daten wurden aus öffentlichen Quellen abgerufen, während der Aufnahme normalisiert und in Redis gespeichert, damit die Leseebene vorgefertigte Antworten liefern konnte, anstatt sie nach Bedarf zu generieren.

Das React-Frontend blieb größtenteils präsentationsorientiert, während die API mehr wie eine Cache-Liefer-Ebene als ein traditioneller Anwendungs-Backend funktionierte.

Was Technisch Zählte

  • einmal während der Aufnahme normalisieren, anstatt bei jedem Lesevorgang zu berechnen
  • Redis auf dem heißen Pfad für schnelle Abfragen halten
  • unnötige bewegliche Teile während eines globalen Verkehrsereignisses vermeiden
  • ein Frontend bereitstellen, das statisch und cachefreundlich bleiben konnte

Das war ein Fall, in dem Einfachheit der fortschrittliche Schritt war. Unter extremem Verkehr schlagen weniger bewegliche Teile oft eine ausgeklügeltere Architektur.

Diese Lektion gilt weiterhin. Wenn der Leseweg ungewöhnlicher öffentlicher Aufmerksamkeit standhalten muss, sind Vorberechnung und Cache-Disziplin wichtiger als architektonische Ornamente.