နားလည်ထားရမယ့် အချက်
ဒီသင်ခန်းစာက ဒီ course တစ်ခုလုံးက အစိတ်အပိုင်းအားလုံးနီးပါးကို ယနေ့တည်ဆောက်နေသော real product အများစုကို လှုပ်ရှားစေတဲ့ architecture pattern နှစ်ခုအဖြစ် ချိတ်ဆက်ပေးပါတယ်။
DNS, CDN, frontend, backend, database, API, authentication, secret management အားလုံးက label တပ်ထားတဲ့ diagram တစ်ခုတည်းထဲမှာ အတူတကွ ပေါ်လာတာကို မြင်ရတာက ယခင်သင်ယူခဲ့သမျှအတွက် အကျိုးအမြတ်ပါပဲ။
AI web application architecture သည် အရေးကြီးသော ကွက်လပ်အသစ်တစ်ခုနှင့်အတူ ယခုအားဖြင့် ရင်းနှီးနေပြီးသား ပုံသဏ္ဌာန်ကို လိုက်နာသည် — user ရဲ့ browser သည် frontend နှင့် ပြောဆိုပြီး ၎င်းက backend နှင့် ပြောဆိုကာ backend သည် secret API key လိုအပ်လေ့ရှိသည့် AI API ဒါမှမဟုတ် locally hosted AI model ဆီ ခေါ်ဆိုသော အစိတ်အပိုင်း ဖြစ်သည်။
ဒီ backend သည် application data အတွက် ပုံမှန် database, embedding များအပေါ် similarity search အတွက် vector store, upload လုပ်ထားသော document ဒါမှမဟုတ် ဖန်တီးထားသော image ကဲ့သို့ file များအတွက် object storage ဆီသို့ မကြာခဏ ခွဲထွက်ပါတယ်။
ယခင် secret-management သင်ခန်းစာများမှ ဆက်ခံလာသော အဓိက architectural rule ကတော့ ရိုးရှင်းပါတယ် — AI API key ကို client-side browser code ထဲမှာ ပုံမှန်အားဖြင့် ဖော်ပြထားလို့ မသင့်ပါဘူး၊ ဘာလို့လဲဆိုတော့ browser ဆီပို့လိုက်တဲ့ ဘာမဆို ဖွင့်ကြည့်သူတိုင်း ဖတ်နိုင်လို့ပါ၊ ဒါကြောင့် backend က key ကို server-side မှာ ထိန်းသိမ်းထားပြီး frontend ကိုယ်စား AI ကို ခေါ်ဆိုပေးပါတယ်။
E-commerce architecture သည် ပြိုင်တူဖြစ်သော်လည်း ကွဲပြားသော ပုံသဏ္ဌာန်တစ်ခုကို လိုက်နာသည် — user သည် store frontend ဆီ ရောက်ရှိပြီး ၎င်းက backend နှင့် ပြောဆိုကာ backend သည် products database, ဝယ်ယူမှုကို ခြေရာခံသော orders system, customer account အတွက် authentication, custom-built payment code အစား external API အဖြစ် ကိုင်တွယ်ထားသော payment provider, ပြီးတော့ receipt နှင့် shipping update များအတွက် email service ဆီသို့ ခွဲထွက်ပါတယ်။
ပုံစံနှစ်ခုစလုံးသည် ယခင် chapter များမှ building block တူတူများကိုသာ product တစ်ခုစီရဲ့ တိကျသော requirement နှင့် ကိုက်ညီအောင် စီစဉ်ထားခြင်းသာ ဖြစ်ပါတယ်။
AI WEB APP AND E-COMMERCE ARCHITECTURE
--------------------------------------
AI WEB APP AND E-COMMERCE ARCHITECTURE
------------------------------------------
AI WEB APPLICATION ARCHITECTURE
User -> Browser -> Frontend -> Backend -> AI API / Local AI
|
--------------------------------
| | |
Database Vector Store Object Storage
E-COMMERCE ARCHITECTURE
User -> Store Frontend -> Backend
|
------------------------------------------------
| | | | |
Products Orders Authentication Payment Email
Database Providerလက်တွေ့ scenario နဲ့ ချိတ်ကြည့်မယ်
premium subscription ကိုပါ ရောင်းချသော AI writing assistant တစ်ခု ဆောက်လုပ်နေသော startup တစ်ခုကို စိတ်ကူးကြည့်ပါ။
AI feature များအတွက် AI architecture လိုအပ်ပါတယ် — frontend က user ရဲ့ draft ကို backend ဆီ ပို့ပြီး backend က server ကနေ ဘယ်တော့မှ မထွက်တဲ့ key ကို သုံးကာ AI API ကို ခေါ်ဆိုကာ ရလဒ်များကို နောက်ပိုင်း similar past document များ ပြန်ရှာနိုင်ဖို့ embedding များနှင့်အတူ vector store ထဲ သိမ်းထားနိုင်ပါတယ်။
subscription နှင့် billing ဘက်ကတော့ e-commerce pattern ကနေ အစိတ်အပိုင်းတွေ လိုအပ်ပါတယ် — account များအတွက် authentication system, subscription charge processing အတွက် external API အဖြစ် ကိုင်တွယ်ထားသော payment provider, receipt နှင့် renewal notice များအတွက် email service — ဒီ product က ရုပ်ပိုင်းဆိုင်ရာ ကုန်ပစ္စည်း ရောင်းသော traditional online store မဟုတ်ပါဘဲနဲ့ပါပဲ။
ဒါက အထူးကိစ္စ မဟုတ်ဘဲ လက်တွေ့ကျသော ပေါင်းစပ်မှုတစ်ခုသာ ဖြစ်ပါတယ် — real product တစ်ခုတည်းက ၎င်းရဲ့ core feature အတွက် AI ပုံသဏ္ဌာန်ကို, ငွေရှင်းဖို့ e-commerce ပုံသဏ္ဌာန်ကို အသုံးပြုကာ architecture pattern တစ်ခုထက်ပို၍ တစ်ပြိုင်တည်း အစိတ်အပိုင်းများ ယူလေ့ရှိပါတယ်။ label တပ်ထားတဲ့ diagram တစ်ခုစီနောက်ကွယ်က database, auth, API, secret, payment provider ကဲ့သို့ တစ်ခုချင်းစီ component များကို မှတ်မိနိုင်ခြင်းသည် diagram ပုံသဏ္ဌာန် တိကျတိကျ အလွတ်ကျက်ထားခြင်းထက် ရင်းနှီးမှုမရှိသော product အသစ်တစ်ခုဆီ တကယ်လွှဲပြောင်းသုံးနိုင်စေသော အရာဖြစ်ပါတယ်။
AI API key လျှို့ဝှက်ချက်ကို browser code ထဲမှာ ဘယ်တော့မှ မဖော်ပြပါနှင့်
client-side JavaScript ထဲထားလိုက်တဲ့ AI API key သည် visitor တိုင်းရဲ့ browser ဆီ ရောက်သွားပြီး developer tools ဖွင့်ကြည့်သူတိုင်းက ဖတ်, ကူးယူ, အလွဲသုံးစားလုပ်နိုင်ပါတယ်။ key ကို backend ဘက်, server-side မှာသာ ထားပြီး frontend ကိုယ်စား AI ကို backend ကနေ ခေါ်ဆိုပါစေ — ဒါက ဒီ course ရဲ့ ယခင်ပိုင်းက secret-management principle အတိုင်းပါပဲ။
အတူတူ စမ်းရေးကြည့်မယ်
function assembleArchitecture({ isAIPowered, isEcommerce, needsPayments, needsVectorSearch }) {
const components = new Set(["DNS", "CDN", "Frontend", "Backend", "Database", "Authentication"]);
if (isAIPowered) {
components.add("AI API / Local AI");
components.add("Object Storage");
if (needsVectorSearch) components.add("Vector Store");
}
if (isEcommerce) {
components.add("Products Database");
components.add("Orders System");
components.add("Email Service");
if (needsPayments) components.add("Payment Provider (external API)");
}
return Array.from(components);
}
const app = {
isAIPowered: true,
isEcommerce: true,
needsPayments: true,
needsVectorSearch: true,
};
console.log(assembleArchitecture(app));ဒါက ဒီအတိုင်း ပရင့်ထုတ်ပါတယ်: [ 'DNS', 'CDN', 'Frontend', 'Backend', 'Database', 'Authentication', 'AI API / Local AI', 'Object Storage', 'Vector Store', 'Products Database', 'Orders System', 'Email Service', 'Payment Provider (external API)' ] — AI-powered ဖြစ်ပြီး e-commerce ပါဝင်သော product တစ်ခုအတွက် ပေါင်းစပ် component list ပါ။၅ မိနစ် စမ်းကြည့်
သင်သုံးဖူးတဲ့ real AI-powered product တစ်ခုနှင့် real online store တစ်ခုကို ရွေးပါ။ ဒီသင်ခန်းစာရဲ့ diagram နှစ်ခုက component များကိုသာ သုံးပြီး တစ်ခုစီရဲ့ architecture ကို ရေးဆွဲပါ၊ ပြီးရင် product တစ်ခုတည်းအဖြစ် ပေါင်းစည်းရင် ဘယ် component တွေကို မျှဝေနိုင်မလဲ စစ်ဆေးပါ။
သတိလေးတစ်ချက်
AI API key ကို frontend/browser JavaScript code ထဲ တိုက်ရိုက်ထည့်တာ — ဒါက backend ထဲမှာ server-side အနေနဲ့သာ ရှိသင့်ပါတယ်။
AI-powered ဒါမှမဟုတ် e-commerce product တိုင်းက ပြထားတဲ့ component အားလုံးကို လိုအပ်တယ်လို့ ယူဆတာ — product သေးသေးလေးတစ်ခုက vector store ကို ကျော်ခြင်း ဒါမှမဟုတ် မလိုအပ်တဲ့ external API များကို ချန်ခြင်း လုပ်နိုင်ပါတယ်။
Wikipedia — E-commerce — How the Web Works