Vai al contenuto
AdiosDocumentazione
Esplora la documentazione

Sviluppa e distribuisci una dashboard di analisi in tempo reale con Node.js, Redis e MongoDB

Sviluppa una dashboard di analisi in tempo reale che registra i clic, conserva le tendenze storiche e trasmette eventi al browser tramite WebSocket.

Lo stack

  • Node.js con Express e Socket.io
  • MongoDB per eventi storici
  • Redis per contatori attivi e pub/sub
  • Ambiente di esecuzione Adios con un processo Node persistente

Perché questo carico di lavoro richiede un processo persistente

Le app WebSocket richiedono un processo che resti attivo. Le funzioni serverless possono essere poco adatte alle connessioni persistenti perché sono progettate per richieste brevi. Su Adios, il server Node.js usa un ambiente di esecuzione persistente, mentre la piattaforma gestisce instradamento, TLS, log e connessioni ai servizi gestiti.

1. Sviluppa l’app

Chiedi all’agente IA Adios:

Build an Express and Socket.io analytics dashboard. Track click events, store
them in MongoDB, publish live counts through Redis, and show a realtime chart in
the browser. Add /healthz.

2. Aggiungi adios.yaml

name: realtime-analytics
region: de
replicas: 1
routable: true

build_cmd: npm ci
start_cmd: node server.js

runtime:
  name: node@24
  port: 3000
  health_path: /healthz
  memory_mb: 1024

env:
  MONGODB_URI: secret://MONGODB_URI
  REDIS_URL: secret://REDIS_URL

requires:
  - mongo
  - cache

Crea una risorsa MongoDB chiamata mongo e una risorsa Redis chiamata cache, oppure imposta i due URL come segreti se disponi già di servizi gestiti.

3. Distribuisci

adios up
adios logs --runtime

4. Provalo

Apri la dashboard da un portatile e da un telefono, interagisci con le pagine e verifica che entrambi i client ricevano lo stesso flusso in tempo reale. Poi controlla i log di esecuzione e i record MongoDB per confermare che l’app gestisca sia i dati in tempo reale sia quelli storici.

Consulta percorso di distribuzione Node.js, il verifiche di distribuzione Redis, e il verifiche di distribuzione MongoDB prima di adattare questo stack alle analisi in produzione.