Serverless App Engine (SAE) aide Seeyii, un fournisseur de services d'information financière basé sur le big data, à remplacer un processus de déploiement manuel coûteux par un pipeline DevOps cloud native entièrement automatisé. Cette transition réduit la charge opérationnelle de 60 % et permet une mise à l'échelle en quelques secondes.
Amélioration de 60 % de l'efficacité des opérations
Mise à l'échelle en quelques secondes lors des pics de trafic
Aucune planification préalable de la capacité nécessaire pour les événements marketing
Contexte
Seeyii est un fournisseur de services d'information financière axé sur le big data, spécialisé dans le marché primaire, le crédit aux entreprises, la planification industrielle et l'investissement, ainsi que sur le marché des capitaux à plusieurs niveaux. L'entreprise propose des services d'analyse de données intégrés aux grandes banques, aux institutions financières, aux secteurs des services publics et aux groupes d'entreprises. Sa plateforme combine des données entrepreneuriales, industrielles et financières avec des capacités couvrant le traitement des données, le middle data, le développement de systèmes, ainsi que l'analyse et le conseil basés sur des modèles de big data.
La sécurité, la stabilité et l'exactitude des données sont des exigences non négociables pour les clients de Seeyii. Comme Seeyii ne peut pas accéder à l'intégralité des données de production dans un environnement de test, chaque déploiement nécessite une vérification approfondie dans un environnement de déploiement canari. Cela fait de l'efficacité des déploiements un défi opérationnel majeur.
Défis
Avant l'adoption de SAE, le processus de déploiement de Seeyii impliquait jusqu'à 20 à 30 étapes manuelles de vérification des données par déploiement, sans flux de travail DevOps standardisé.
| Défi | Résultat avec SAE |
|---|---|
| Faible efficacité des itérations : Les silos d'information au sein de la plateforme d'analyse de données maintenaient le code métier fortement couplé, ralentissant les cycles de développement. | Les développeurs ont migré sans modifier une seule ligne de code métier. L'architecture serverless de SAE abstrait la gestion des opérations IaaS et des clusters Kubernetes. Contrairement à FaaS, elle ne nécessite aucune modification des modèles de programmation. |
| Déploiements complexes et coûteux : Le code était géré via Apache Subversion (SVN) avec des déploiements entièrement manuels. Chaque déploiement exigeait 20 à 30 étapes de vérification des données dans un environnement canari, générant une lourde charge de travail opérationnelle. | La vérification des déploiements est passée de 20 à 30 étapes manuelles à un déploiement progressif ou canari automatisé avec restauration en un clic. Les namespaces SAE isolent logiquement les environnements de développement, de test et de production. |
| Coût élevé des conteneurs autogérés : Une configuration combinant Elastic Compute Service (ECS) et Docker nécessitait une gestion manuelle des mises à niveau du démon Docker, de la gestion du registre d'images, de la gestion des configurations et de l'ordonnancement des pods. | Gestion complète du cycle de vie des applications (démarrage, arrêt, déploiement et restauration) depuis la console SAE, sans gestion manuelle des conteneurs. |
| Absence de planification automatique de la capacité : L'hébergement d'un événement majeur, tel que la publication de l'indice Xinhua Financial (XHF), obligeait à provisionner des instances ECS au moins une semaine à l'avance, avec des risques de surprovisionnement ou de sous-provisionnement. | Suppression de la fenêtre de préparation de la capacité. La fonction Auto Scaling de SAE déclenche une mise à l'échelle horizontale en quelques secondes lors des pics de trafic et réduit automatiquement la capacité pendant les heures creuses pour diminuer les coûts. |
Solution
Seeyii a remplacé son architecture monolithique basée sur ECS par un système DevOps cloud native construit sur Git, Jenkins et SAE. Cette migration a introduit une architecture serverless dotée de toutes les fonctionnalités des microservices et de Kubernetes, sans obliger les développeurs de Seeyii à réécrire leur code métier.
Le flux de travail de bout en bout est simple : pour mettre en œuvre le déploiement automatique, les développeurs de Seeyii doivent uniquement soumettre le code correspondant à Jenkins. SAE permet à Seeyii de configurer diverses politiques de mise à l'échelle automatique et de déploiement, de gérer le cycle de vie des applications en quelques clics dans la console SAE, d'activer des fonctionnalités diversifiées de surveillance et d'analyse, et de configurer des capacités de microservices améliorées.
Les namespaces SAE séparent les environnements de déploiement canari des environnements de production, offrant à Seeyii un espace sécurisé pour vérifier chaque déploiement avant qu'il n'atteigne les clients. La collecte de journaux en temps réel et basée sur des fichiers alimente Simple Log Service, où les ingénieurs R&D agrègent et analysent les journaux conjointement avec les données métier, sans avoir à gérer les autorisations Bastionhost ni les identifiants des serveurs.
Résultats
CI/CD standardisé, sans dépendance aux opérations
Les ingénieurs R&D exécutent désormais l'intégration continue et le déploiement continu (CI/CD) de manière autonome. Les ingénieurs opérationnels sont libérés de la gestion des déploiements individuels des applications métier et peuvent se concentrer sur la construction de systèmes horizontaux à haute disponibilité et de plateformes de surveillance. L'efficacité des opérations a augmenté de 60 %.
Réduction des barrières à l'adoption des microservices
Après la migration vers une architecture de microservices, Seeyii ne gère aucune infrastructure périphérique liée aux microservices et ne nécessite aucune configuration personnalisée de reprise après sinistre. Les capacités de microservices de SAE ont fait leurs preuves à l'échelle du Double 11.
Mise à l'échelle en quelques secondes, sans planification préalable
La fonction Auto Scaling de SAE élimine la fenêtre de préparation de la capacité d'une semaine pour les événements marketing. La mise à l'échelle horizontale s'effectue automatiquement en quelques secondes lors des pics de trafic ; la réduction de capacité se produit automatiquement pendant les périodes creuses, réduisant ainsi les coûts liés aux ressources inactives.
Adoption de Kubernetes sans complexité
Seeyii a conteneurisé ses applications sans avoir à apprendre les opérations de cluster Kubernetes. Les développeurs utilisent les mêmes flux de travail de déploiement qu'auparavant, et l'accès aux journaux ne nécessite plus la gestion des comptes et mots de passe des serveurs.