В докладе будет представлена текущая высокоуровневая архитектура взаимодействия объектов с их границами в ограниченном контексте, которая позволяет решить сложную задачу доставки десятков тысяч заказов в тысячи пунктов вывоза по всей России и справиться миллионами запросов в день.

Расскажем, почему мы:
- перешли от спрута с десятками конечностей к цельному интерфейсу с единым представлением вариантов доставки заказов;
- считаем, что задача коммивояжера на графе — это лишь одна тысячная часть всего проекта цепи поставок;
- хотим перемножать матрицы размером в триллион элементов;
- в А.Д.у.

Поделимся нашим опытом:
- тестирования черной коробки с последующим расширением изолированными тестами объектов предметной области и coverage 80%;
- логирования десятков показателей и то, как они нам помогают менять алгоритмы расчета, отслеживать эффект от наших изменений и мониторить настройки гетерогенной логистической сети.

Приведем примеры:
- абстракций, которые упростили понимание проекта и расширение его функционала, но замедлили время отклика системы. И почему мы считаем это важным;
- простого инмемори-репозитория, который позволил нам отказаться от большого количества обращений к БД, но стал причиной других проблем (консистентность, память, …).

Сравним, чем наше решение на Python в рамках компании Связной отличается от существующих решений (1С, SAP, ...), какие предлагает возможности, и почему нам важна производительность.