ການຝຶກອົບຮົມກ່ຽວກັບການຢືນຢັນໃນຂະຫນາດໃຫຍ່ກັບສະຖານີ Serverless

ຂ້າພະເຈົ້າສືບຕໍ່ໄດ້ຮັບການປະທັບໃຈຂອງຂ້າພະເຈົ້າ, ຂ້າພະເຈົ້າສືບຕໍ່ໄດ້ຮັບການປະທັບໃຈຂອງຂ້າພະເຈົ້າ, ຂ້າພະເຈົ້າສືບຕໍ່ໄດ້ຮັບການປະທັບໃຈຂອງຂ້າພະເຈົ້າ ການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນ ຂໍຂອບໃຈວ່າທ່ານຈະໄດ້ຮັບການປະທັບໃຈໂດຍບໍ່ໄດ້ຮັບການປະທັບໃຈໂດຍບໍ່ໄດ້ຮັບການປະທັບໃຈໂດຍບໍ່ໄດ້ຮັບການປະທັບໃຈໂດຍບໍ່ໄດ້ຮັບການປະທັບໃຈໂດຍບໍ່ໄດ້ຮັບການປະທັບໃຈໂດຍບໍ່ໄດ້ຮັບການປະທັບໃຈໂດຍບໍ່ໄດ້ຮັບການປະທັບໃຈໂດຍບໍ່ໄດ້ຮັບການປະທັບໃຈໂດຍບໍ່ໄດ້ຮັບການປະທັບໃຈ. I. ສະພາບແວດລ້ອມແລະຄວາມອຸດົມສົມບູນດ້ານວິຊາການສໍາລັບການປະທັບໃຈໃນຂະຫນາດໃຫຍ່ ໃນໂຄງການບັດ Banking-as-a-Service (BaaS), fintechs ໂດຍທົ່ວໄປເຮັດວຽກໂດຍຜ່ານການ sponsor Bank Identification Number (BIN), Banking ຈໍາກັດຮັບປະກັນ FDIC ທີ່ມີໃບອະນຸຍາດການເຄືອຂ່າຍບັດແລະມີຄວາມຮັບຜິດຊອບສໍາລັບການຄຸ້ມຄອງແລະການຄວບຄຸມໂຄງການ. Programs ປະຫວັດສາດປະກອບດ້ວຍລັກສະນະສາມ: ການເຄືອຂ່າຍບັດ (ສໍາລັບການ routing ແລະຄໍາຮ້ອງສະຫມັກ), Banking ຈໍາກັດ (ອະນຸຍາດອະນຸຍາດແລະ counterparty ການຄຸ້ມຄອງ), fintech Program Manager (ການປະສົບການແລະການປະຕິບັດຂອງຜູ້ໃຊ້ທຸລະກິດ), ແລະ Processor ຈໍາກັດ (ການອະນຸຍາດໃນເວລາທີ່ແທ້ຈິງແລະການປະຕິບັດບັນຊີບັດ). ການຫຸ້ມຫໍ່ບັດເລີ່ມຕົ້ນດ້ວຍການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມ, ປະຫວັດສາດໂດຍ ISO 8583, ເປັນມາດຕະຖານທົ່ວໄປສໍາລັບການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມ. ການແກ້ໄຂເງິນທີ່ແທ້ຈິງເກີດຂຶ້ນໃນມື້ນີ້ຕໍ່ໄປ, ໃນເວລາທີ່ເຄືອຂ່າຍ distributes ຂໍ້ມູນການແກ້ໄຂເຄືອຂ່າຍກັບທັງຫມົດຜູ້ເຂົ້າຮ່ວມ. ການຕັດສິນໃຈນີ້ລະຫວ່າງການອະນຸຍາດໃນເວລາທີ່ແທ້ຈິງແລະການຕັດສິນໃຈ batch ແມ່ນສິ່ງທີ່ຕົ້ນຕໍຂອງການຕັດສິນໃຈແມ່ນ file-driven ແລະຄຸນນະສົມບັດການປະຕິບັດ. ການທົດສອບແມ່ນການຄວບຄຸມທີ່ທົດສອບປະສິດທິພາບໃນໄລຍະເອກະສານພາຍໃນແລະອຸປະກອນທົດສອບພາຍໃນ, ລວມທັງ core bank, card network or processor files, and fintech program data. Because these systems differ in identifiers, timing, and adjustment semantics, reconciliation is inherently multi-party and multi-step. A single mismatch can trigger costly investigation and elevate compliance risk. ໃນບົດຄວາມນີ້, entity ເປັນຜູ້ຊ່ຽວຊານຂອງໂຄງການ fintech. account ເປັນ object ທີ່ມີຫຼາຍ metadata ກ່ຽວກັບການເຊື່ອມຕໍ່ຂອງ entities ກັບໂຄງການ fintech. balance ເປັນ object ທີ່ມີຄຸນນະສົມບັດທີ່ຖືກຄຸນນະສົມບັດໃນຄຸນນະສົມບັດທີ່ແຕກຕ່າງກັນ. transaction ເປັນ object ທີ່ຖືກຄຸນນະສົມບັດສໍາລັບການປະຫວັດສາດເສດຖະກິດ, ເຊັ່ນດຽວກັນກັບການຊື້, ການຊໍາລະເງິນ, ຫຼືການຊໍາລະເງິນທີ່ແຕກຕ່າງກັນຄຸນນະສົມບັດຂອງຄຸນນະສົມບັດທີ່ແຕກຕ່າງກັນ. card ເປັນຫນຶ່ງໃນອຸປະກອນທີ່ສາມາດຖືກນໍາໃຊ້ເພື່ອປະຕິບັດການແລະປ່ຽນແປງຄຸນນະສົມບັດ. a bank core is the ledger that holds the program’s money. ໃນປັດຈຸບັນ, ການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນການຢັ້ງຢືນ: ການຄວບຄຸມການຂົນສົ່ງທີ່ປະກອບດ້ວຍບັນຫາ. ສະຫນັບສະຫນູນຜູ້ຊ່ຽວຊານຂອງລູກຄ້າທີ່ມີຄຸນນະພາບສູງແລະຄຸນນະພາບສູງ. ການຮ່ວມເພດຂອງການຮ່ວມເພດແລະການຮ່ວມເພດທີ່ແຕກຕ່າງກັນກັບການຮ່ວມເພດທີ່ແຕກຕ່າງກັນ ການຢັ້ງຢືນຄຸນນະພາບ, ສະພາບອຸປະກອນບັດ, ແລະຂໍ້ມູນການຢັ້ງຢືນຄຸນນະພາບອຸປະກອນທີ່ສາມາດດໍາເນີນການທົດສອບເງິນຫຼັງຈາກນັ້ນຫຼັງຈາກນັ້ນຫຼັງຈາກນັ້ນຫຼັງຈາກນັ້ນ. ຖ້າຫາກວ່າຂະຫນາດໃຫຍ່ຂອງ workflows ໄດ້ເຮັດວຽກໂດຍຜ່ານ API (Application Programming Interface), reconciliation ບໍ່ດົນມານີ້ຍັງຄ້າຍຄືກັນກັບເອກະສານ end-of-day ໃນຂະນະທີ່ພວກເຂົາເຈົ້າສະຫນອງ snapshot ທີ່ສາມາດກວດສອບແລະສະຫນັບສະຫນູນ reprocessing deterministic.At scale, these constraints shape the architecture more than business logic does: ການຈັດສົ່ງແລະ replays ເອກະສານທີ່ບໍ່ມີຄຸນນະສົມບັດ: ເອກະສານຈະໄປຢ້ຽມຢາມຂ້າງຂວາງ, ປະທັບໃຈ, duplicated, ຫຼືການປັບປຸງ, ດັ່ງນັ້ນ pipeline must be idempotent ແລະປອດໄພເພື່ອ re-run. ການເຂົ້າລະຫັດບໍ່ໄດ້ກໍານົດໄວ້ຢ່າງງ່າຍດາຍ: ການທົດແທນທີ່ແຕກຕ່າງກັນສາມາດນໍາໃຊ້ ID ທີ່ແຕກຕ່າງກັນໃນພາກສ່ວນອື່ນໆ, ດັ່ງນັ້ນການເຂົ້າລະຫັດຄຸນນະສົມບັດຄຸນນະສົມບັດຄຸນນະສົມບັດຄຸນນະສົມບັດຄຸນນະສົມບັດຄຸນສົມບັດຄຸນສົມບັດຄຸນສົມບັດຄຸນສົມບັດຄຸນສົມບັດຄຸນສົມບັດຄຸນສົມບັດຄຸນສົມບັດຄຸນສົມບັດ. ການສອບເສັງການແກ້ໄຂຄວາມເຂັ້ມແຂງຂອງການປິ່ນປົວ: ການປິ່ນປົວ, ການສອບເສັງ, ຄ່າໃຊ້ຈ່າຍ, ແລະການປິ່ນປົວການປ່ຽນແປງປົກກະຕິການປິ່ນປົວໃນໄລຍະເວລາແລະເພີ່ມການຂະຫຍາຍການຂຽນ. ການປິ່ນປົວແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແຜ່ນແ ໃນບົດຄວາມນີ້, ພວກເຮົາມີຄວາມຊ່ຽວຊານໃນການຄົ້ນຄວ້າດ້ານວິຊາການຂອງການເຊື່ອມຕໍ່ເງິນ, ໂດຍສະເພາະ, ການຄວບຄຸມ balances ແລະການເຊື່ອມຕໍ່ການເຊື່ອມຕໍ່ເຄືອຂ່າຍ, ແລະວິທີທີ່ພວກເຮົາມີການອອກແບບ pipeline serverless ຂອງ AWS ໃນປັດຈຸບັນ. II. Architecture Serverless: Decoupling ແລະ Orchestration ໃນຖານະເປັນບໍລິສັດຂອງພວກເຮົາ, ພວກເຮົາມີຄວາມຊ່ຽວຊານໃນການຄົ້ນຄວ້າແລະວິຊາຊີບ. ພວກເຮົາມີຄວາມຊ່ຽວຊານໃນການຄົ້ນຄວ້າແລະວິຊາຊີບໃນການຄົ້ນຄວ້າແລະວິຊາຊີບຂອງພວກເຮົາ. ແລະ ສໍາລັບການປົກປັກຮັກສາບົດຄວາມຢ່າງງ່າຍດາຍແລະ concentrated, ພວກເຮົາຈະກວດສອບພຽງແຕ່ກ່ຽວກັບເອກະສານທຸລະກິດ. Amazon Simple Storage Service (Amazon S3), Amazon EventBridge, Amazon Simple Queue Service (Amazon SQS), Amazon DynamoDB, AWS Lambda, Amazon Elastic Container Service (Amazon ECS), AWS Step Functions A. ການອັບໂຫລດແລະ Routing Event (Amazon S3 ແລະ Amazon EventBridge) ລະບົບການເລີ່ມຕົ້ນໃນເວລາທີ່ຫນຶ່ງຂອງເອກະສານ (Transaction, Balance, ຫຼື Network Settlement) ໄດ້ຖືກຂ້າງຂວາງໃນປັດຈຸບັນຂອງ Secure File Transfer Protocol (SFTP) folder ທີ່ຖືກເຂົ້າລະຫັດກັບ buckets S3. ໃນການອອກແບບຂອງພວກເຮົາ, ພວກເຮົາມີວິທີການຈັດການປະຫວັດສາດທີ່ຖືກສ້າງໂດຍ Object ຂອງ S3 ໂດຍຜ່ານ EventBridge ໃນຂະນະທີ່ໃຊ້ການປະທັບໃຈ S3 ການປົກກະຕິ. ນີ້ເຮັດໃຫ້ການເຂົ້າລະຫັດເສັ້ນທາງໄດ້ງ່າຍທີ່ຈະພັດທະນາຢ່າງງ່າຍດາຍ, ໃນຂະນະທີ່ຜູ້ຜະລິດແລະຜູ້ຊ່ຽວຊານໄດ້ຮັບການເຂົ້າລະຫັດຢ່າງງ່າຍດາຍ. B. ການປິ່ນປົວເສັ້ນຜ່າໃຊ້ຈ່າຍ (Amazon SQS) ໃນການອອກແບບຂອງພວກເຮົາ, ລະບົບການ EventBridge ໄດ້ຖືກນໍາໃຊ້ເພື່ອຮັບປະກັນຊັ້ນປະເພດຂອງ SQS ເພື່ອຮັບປະກັນ buffering durable ແລະ disconnect ingestion ຈາກການປິ່ນປົວ. ການຊັ້ນປະເພດນີ້ບໍລິການສາມສະຖານທີ່ສໍາຄັນ: Throttling / Load Leveling: ມັນປັບປຸງ spikes ingestion. If three massive files arrive at once, the queue absorbs the load, helping to ensure our downstream computing services pull messages at a steady, sustainable rate rather than being overwhelmed. ສະ ຫນັບ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ການຄຸ້ມຄອງ Lambda ມີຜົນປະໂຫຍດຫຼາຍດັ່ງນັ້ນ (ລັກສະນະຂອງການຄຸ້ມຄອງ Lambda ແມ່ນຫຼາຍດັ່ງນັ້ນ) ຫຼາຍກວ້າງຂວາງ (ລັກສະນະຂອງການຄຸ້ມຄອງ Lambda ມີຜົນປະໂຫຍດຫຼາຍດັ່ງນັ້ນຫຼາຍກ່ວາການຄຸ້ມຄອງຫຼາຍກ່ວາການຄຸ້ມຄອງຫຼາຍກ່ວາການຄຸ້ມຄອງຫຼາຍກ່ວາການຄຸ້ມຄອງຫຼາຍກ່ວາການຄຸ້ມຄອງ). C. Compute Layer (AWS Lambda ແລະ Amazon ECS) ການອຸປະກອນການຄອມພິວເຕີຂອງພວກເຮົາມີໂຄງປະກອບການຄອມພິວເຕີທີ່ແຕກຕ່າງກັນຢ່າງວ່ອງໄວເພື່ອປັບປຸງຄ່າໃຊ້ຈ່າຍແລະປະສິດທິພາບ: AWS Lambda: ການປິ່ນປົວການເຮັດວຽກຂະຫນາດນ້ອຍ, bursty, ແລະ orchestrating, ເຊັ່ນດຽວກັນກັບການປິ່ນປົວຄໍາຮ້ອງສະຫມັກແລະການປິ່ນປົວຮູບແບບ parallel ຂອງ Step Function. Lambda ສະຫນັບສະຫນູນການເລີ່ມຕົ້ນຮ້ອນທີ່ດີເລີດແລະຄ່າໃຊ້ຈ່າຍຕ່ໍາສໍາລັບການເຮັດວຽກ ephemeral ທີ່ຮັບປະກັນເພື່ອປິ່ນປົວໃນ 15 ນາທີ. AWS ECS Fargate: ສະຫນັບສະຫນູນສໍາລັບການທົດສອບການທົດສອບທີ່ຕ້ອງການອຸປະກອນຂະຫນາດໃຫຍ່ຫຼືຫຼາຍກ່ວາ 15 ນາທີ Lambda timeout (ການປິ່ນປົວຢ່າງກວ້າງຂວາງຢ່າງກວ້າງຂວາງ, ເຊັ່ນດຽວກັນກັບລາຍລະອຽດໃນ Section III). ປະເພດຂອງ Workflow Orchestration (AWS Step Functions) ການສອບເສັງແມ່ນການເຮັດວຽກຢ່າງກວ້າງຂວາງ, ປະມານຫຼາຍມື້, ດັ່ງນັ້ນ AWS Step Functions ແມ່ນທີ່ເຫມາະສົມສໍາລັບການ orchestrating serverless ເພື່ອສອບເສັງການຄອມພິວເຕີສ່ວນບຸກຄົນ. ພວກເຮົາເລືອກ Step Functions ໂດຍສະເພາະວ່າມັນສະຫນອງຄວາມເຂັ້ມແຂງແລະ tolerance ຄວາມຜິດພາດທີ່ບໍ່ສາມາດທົດສອບສໍາລັບການປິ່ນປົວເງິນ, ໂດຍບໍ່ຈໍາເປັນຕ້ອງຂຽນ retry complex ແລະລະຫັດການຄຸ້ມຄອງສະຖານທີ່. ຄໍາຮ້ອງສະຫມັກຂອງການຄັດເລືອກນີ້ແມ່ນຖືກສ້າງຕັ້ງຂຶ້ນໃນຄວາມຕ້ອງການອຸປະກອນ: ການປິ່ນປົວສະຖານະການແລະຄວາມປອດໄພ: ການປິ່ນປົວສະຖານະການປະກອບມີປະເພດຂອງປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດປະເພດ ຂະຫນາດໃຫຍ່ Parallelism via Map State: ໃນຖານະເປັນຄໍາຮ້ອງສະຫມັກຂອງພວກເຮົາ, ພວກເຮົາມີການເຮັດວຽກພິເສດໃນ parallel ໂດຍໃຊ້ສະຖານະການ Parallel ແລະອື່ນໆ, ໃນເວລາທີ່ພວກເຮົາມີຄວາມຕ້ອງການທີ່ຈະປະມວນຜົນກ່ຽວກັບການເຮັດວຽກเดียวกันທີ່ມີ input ທີ່ແຕກຕ່າງກັນ, ພວກເຮົາໄດ້ນໍາໃຊ້ສະຖານະການ Map ການເຄື່ອນໄຫວ Visual ແລະ Auditability: ສໍາລັບການຄຸ້ມຄອງແລະການປະຕິບັດ, ຄວາມສາມາດໃນການເຄື່ອນໄຫວລະດັບການເຮັດວຽກທັງຫມົດແມ່ນບໍ່ມີຄ່າໃຊ້ຈ່າຍ. Step Functions ສະຫນັບສະຫນູນຄຸນນະພາບຮູບພາບຂອງແຕ່ລະເລີ່ມຕົ້ນ, ລວມທັງ input, outputs, ແລະ reasons for failure. This makes it easy for on-call team to track the state of a particular task and start debugging. E. ປະເພດ persistence (Amazon DynamoDB) ພວກເຮົາມີ DynamoDB ເປັນຂໍ້ມູນຕົ້ນຕໍຂອງພວກເຮົາສໍາລັບການເກັບຮັກສາບັນຊີລາຍລະອຽດອຸດົມສົມບູນແລະບັນຊີລາຍລະອຽດອຸດົມສົມບູນ due to its characteristics essential for a massive card program: Volume ສູງ, Latency Low: DynamoDB ໄດ້ຖືກອອກແບບມາສໍາລັບການຄາດຄະເນດຽວກັນ, millisecond ມິຖຸນາມິຖຸນາມິຖຸນາມິຖຸນາທີ່ມີຂະຫນາດໃຫຍ່, ທີ່ຖືກຕ້ອງສໍາລັບການ workflows financial. serverless ແລະການຄຸ້ມຄອງ: ໂດຍການນໍາໃຊ້ຄຸນນະພາບການຄຸ້ມຄອງທັງຫມົດຂອງຕົນ, ພວກເຮົາມີຜົນປະໂຫຍດຂອງ provisioning, patching, ແລະ sharding ບັດອະນຸຍາດ (MySQL / Postgres), ເຊິ່ງໃຫ້ພວກເຮົາມີຄວາມຊ່ວຍໃຫ້ພວກເຮົາມີຄວາມຊ່ຽວຊານໃນການຄຸ້ມຄອງຄຸນນະພາບຂອງອຸປະກອນ, ເຊັ່ນ: ການອອກແບບ Key Partition. Integration Streams: DynamoDB Streams ແມ່ນສໍາຄັນ, ສະຫນັບສະຫນູນການປິ່ນປົວໃນເວລາທີ່ແທ້ຈິງຂອງການປ່ຽນແປງທີ່ເລີ່ມຕົ້ນການປິ່ນປົວລະບົບການປິ່ນປົວ, ການຄົ້ນຄວ້າ, ແລະການເກັບຮັກສາຂໍ້ມູນ (Snowflake). ລະບົບການທົດສອບຂອງພວກເຮົາຂອງການຂົນສົ່ງບັດຄອມພິວເຕີເຊັ່ນດຽວກັນ. ໃນຕອນເລີ່ມຕົ້ນ, ການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວ. ໃນປັດຈຸບັນ, Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech Fintech F ໃນຕອນແລງ, ພວກເຮົາມີການສອບເສັງ FBO, ເຊິ່ງສອບເສັງບັນຊີລາຍລະອຽດ fintech ກັບຄ່າໃຊ້ຈ່າຍທີ່ຜ່ານມາໃນບັນຊີ FBO, ເພື່ອສະຫນັບສະຫນູນຄວາມຖືກຕ້ອງ end-to-end ໃນໄລຍະເຄືອຂ່າຍ, fintech, ແລະບັນຊີລາຍລະອຽດທຸລະກິດ. The Scaling Battle: Overcoming Serverless Limits ວິທະຍາໄລນີ້ໄດ້ເຮັດວຽກດີເລີດໃນຕອນເລີ່ມຕົ້ນ, ແຕ່ໃນຂະນະທີ່ການຂະຫຍາຍຕົວຂອງພວກເຮົາ, ພວກເຮົາມີສອງບັນຫາທີ່ສໍາຄັນ: ໄລຍະເວລາການຄອມພິວເຕີ, ແລະ partitioning database, ເຊິ່ງພະລັງງານໃຫ້ພວກເຮົາມີຄວາມປອດໄພໃນການພັດທະນາຂອງພວກເຮົາ. A. Optimizing Compute: ການຂົນສົ່ງ Lambda ກັບ ECS ໃນຂະນະທີ່ການດໍາເນີນການຂອງ Lambda 15 ນາທີໄດ້ຊ່ວຍ, logic ການສອບເສັງທີ່ສົມບູນແບບໃນຂະຫນາດໃຫຍ່ (ເຊັ່ນດຽວກັນ, 20,000 ສະບັບໃນເອກະສານຂະຫນາດໃຫຍ່, ສະບັບຂະຫນາດໃຫຍ່ fixed) ຢ່າງໃດກໍຕາມຍັງມີເວລາຫຼາຍກ່ວາ window ນີ້. ການປິ່ນປົວຂອງພວກເຮົາແມ່ນບໍ່ແມ່ນການອອກແບບໃຫມ່, ແຕ່ການປ່ຽນແປງ architectural ງ່າຍດາຍ: Unified Codebase: ພວກເຮົາມີການປິ່ນປົວ worker reconciliation core, ການນໍາໃຊ້ containerized ທີ່ຖືກຂຽນໃນ Go, ທີ່ປິ່ນປົວການປິ່ນປົວແລະການປິ່ນປົວເອກະສານ. Dynamic Execution: ພວກເຮົາມີການນໍາໃຊ້ຮູບພາບ Container ນີ້ໃນທັງ Lambda (ສໍາລັບການປະຕິບັດຢ່າງໄວ້ວາງໃຈ, ephemeral) ແລະ ECS Fargate (ສໍາລັບການເຮັດວຽກທີ່ໃຊ້ເວລາຫຼາຍກ່ວາເວລາຫຼາຍກ່ວາເວລາຫຼາຍກ່ວາເວລາຫຼາຍກ່ວາເວລາຫຼາຍກ່ວາເວລາຫຼາຍ). Step Function Choice: The Step Function utilizes a Choice state early in the process. If the file size is below a certain threshold (e.g., 1GB), it targets the Amazon Lambda function. If the file is large, the Choice state invokes the Step Functions integration for ECS (RunTask) to start a dedicated Fargate task. ການປິ່ນປົວນີ້ໃຫ້ພວກເຮົາມີຜົນປະໂຫຍດທີ່ເຫມາະສົມ: ຄວາມປອດໄພແລະຄວາມໄວຂອງ Lambda ສໍາລັບ 90% ຂອງເອກະສານຂະຫນາດນ້ອຍ, ແລະຄອມພິວເຕີຄອມພິວເຕີຂອງ Fargate ສໍາລັບ 10% ຂອງການຂົນສົ່ງຂະຫນາດໃຫຍ່, slow-to-process ແລະເອກະສານ balance. B. Mastering DynamoDB ສໍາລັບການພິມຄວາມກົດດັນສູງ DynamoDB ແມ່ນການເລືອກທີ່ດີສໍາລັບຂໍ້ມູນຂໍ້ມູນທີ່ມີຂະຫນາດໃຫຍ່, ຄວາມຕ້ອງການຄວາມຍາວຕ່ໍາສໍາລັບການເກັບຮັກສາການຂົນສົ່ງ. ຢ່າງໃດກໍຕາມ, ຄວາມຍາວຂອງຕົນແມ່ນ predicated ກ່ຽວກັບການຈັດການ I / O ທັດສະນະໂດຍທົ່ວໄປໃນພາກສ່ວນ. We immediately ran into writing throttling due to hot partitions. Throttling ສ້າງຕັ້ງຂຶ້ນໃນເວລາທີ່ຄອມພິວເຕີຕັດສ່ວນຫນຶ່ງຫຼາຍກ່ວາອຸດົມສົມບູນຂອງຕົນ (ລວມທັງ 1,000 Write Capacity Units (WCU) ຫຼື 3,000 Read Capacity Units (RCU) per second). ພວກເຮົາມີ Key Partition ProgramID#FileDate (ລັກສະນະ, PROGX#20250101) ການອອກແບບນີ້ບໍ່ໄດ້ເຮັດວຽກຫຼັງຈາກວ່າການຂົນສົ່ງທັງຫມົດສໍາລັບໂຄງການຂະຫນາດໃຫຍ່ໃນຫນຶ່ງມື້ໄດ້ບັນລຸ , ຫຼາຍກ່ວາອຸດົມສົມບູນ WCU ແລະ throttling ingestion. ດາວນ໌ໂຫລດການຄ້າທັງຫມົດສໍາລັບໂຄງການພິເສດໃນເວລາທີ່ພິເສດ ລະຫັດ QR The Global Secondary Index (GSI) Backpressure Lesson: ພວກເຮົາມີປະສົບການເລີ່ມຕົ້ນເພື່ອປິ່ນປົວນີ້ໂດຍຜ່ານການປ່ຽນແປງ Key Primary High Cardinality ກັບ GSI ແລະການສອບເສັງ GSI ໃນຂະນະທີ່. ຢ່າງໃດກໍຕາມ, ນີ້ບໍ່ໄດ້ສະຫນອງການປິ່ນປົວ. ໃນຂະນະທີ່ GSI ໄດ້ຮັບປະໂຫຍດຂອງຂໍ້ມູນຂອງຕົນຈາກທັນສະໄຫມຕົ້ນຕໍ, ຖ້າຫາກວ່າ partition ຂອງທັນສະໄຫມຕົ້ນຕໍແມ່ນໄດ້ throttled, ການສອບເສັງອາຫານຂອງ GSI ຈະໄດ້ຮັບຄວາມກົດດັນ backpressure ຂອງ GSI, ໃນຂະນະທີ່ຫຼຸດຜ່ອນການຂ້າງຂວາງຂອງທັນສະໄຫມທັງຫມົດ. ພວກເຮົາມີຄວາມຮູ້ວ່າບັນຫາ Key Partition Core ຈະໄດ້ຮັບການປິ່ນປົວໃນລະດັບທັນສະໄຫມ ການອອກແບບ Key ທີ່ດີທີ່ສຸດ: Partition Key Sharding: ການປິ່ນປົວຂອງພວກເຮົາແມ່ນການນໍາສະເຫນີການຂຽນ sharding ສໍາລັບລູກຄ້າຂອງພວກເຮົາມີຂະຫນາດໃຫຍ່ທີ່ສຸດ: PK Sharding: ພວກເຮົາມີລາຍລະອຽດຈໍານວນ shard ທີ່ຖືກຄັດເລືອກກັບ Key Partition: ProgramID#FileDate#ShardN. Sharding Logic: We used a lightweight hashing algorithm (e.g., modulo) on the TransactionID to assign it to a shard (e.g., TransactionID % 10 result in a shard number between 0 and 9). ຜົນປະໂຫຍດ: This spread the write load across ten physical partitions instead of one, instantly alleviating the hot partition issue and allowing us to ingest data at a 10x higher rate. ຊື່ຫຍໍ້ຂອງ : Actionable Lessons learned ໃນຕອນແລງນີ້, ທ່ານສາມາດນໍາໃຊ້ຮູບແບບທີ່ທ່ານສາມາດນໍາໃຊ້ໃນ pipelines reconciliation ຂອງທ່ານເອງ, ມີຕົວຢ່າງຈາກການນໍາໃຊ້ຂອງພວກເຮົາ. A. ການຝຶກອົບຮົມ Design System ນີ້ແມ່ນສາມຊົ່ວໂມງການອອກແບບລະບົບທີ່ທ່ານສາມາດນໍາໃຊ້ໃນເວລາທີ່ທ່ານກໍ່ສ້າງ pipeline reconciliation ທີ່ຕ້ອງປິ່ນປົວ retries, input imperfect, ແລະລະບົບອື່ນໆ: Make retries safe by default (idempotency is the baseline): In an event-driven pipeline, retries are expected, so you should design each step to be safely repeatable. For our use case, we had to pass an idempotency key (for example, a TransactionID or MessageID) through the workflow and use it to guard every side-effecting operation. In practice, that means: Workflow steps: each state transition is protected with conditional writes (for example, in DynamoDB) so the same message cannot advance or mutate state twice. Core banking transactions: postings, transfers, and ledger-affecting actions are executed with explicit dedupe semantics (same idempotency key → same outcome), so a retry results in a no-op or a deterministic “already processed” response rather than a duplicate movement of funds. Webhooks and outbound notifications: These are delivered at least once, so each message includes a stable, recipient-facing idempotency key (event ID) and we maintain an internal delivery ledger (attempts, acknowledgements, and final state). Recipients can safely dedupe replays, and our retries won’t trigger duplicate downstream actions. Always Use a Dead Letter Queue (DLQ): and a redrive policy so that malformed messages are quarantined instead of endlessly retrying and clogging the queue. Configure a SQS DLQ Do not let a service be the only source of truth for its own correctness.: Reconciliation is cross-system by definition, so build checks that validate invariants from the outside. For example, comparing transactions sent by the program against the network and their FBO was very important. ການຕັ້ງຄ່າ SQS DLQ B. ການຝຶກອົບຮົມ Excellence Operational ການຝຶກອົບຮົມການເຮັດວຽກນີ້ແມ່ນກ່ຽວກັບການ reducing time-to-detect ແລະ time-to-resolve ໂດຍການເຮັດໃຫ້ການທົດສອບທີ່ເບິ່ງ, ການປະຕິບັດ, ແລະງ່າຍທີ່ຈະທົດສອບສໍາລັບລູກຄ້າຂອງທ່ານແລະລູກຄ້າຂອງທ່ານ. ພວກເຮົາມີຄວາມຮູ້ສຶກວ່າຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບຂອງການຄຸນນະພາບ. ພວກເຮົາ ກໍາ ລັງເຮັດທຸລະກິດໃນ 2012. ພວກເຮົາ ກໍາ ລັງເຮັດທຸລະກິດໃນ 2012. ພວກເຮົາ ກໍາ ລັງເຮັດທຸລະກິດໃນ 2012. ພວກເຮົາ ກໍາ ລັງເຮັດທຸລະກິດໃນ 2012. ພວກເຮົາ ກໍາ ລັງເຮັດທຸລະກິດໃນ 2012. ການລົງທຶນໃນອຸປະກອນ: ສ້າງອຸປະກອນການຄົ້ນຄວ້າໃນເວລາທີ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ທ່ານສາມາດຊອກຫາການຕັດສິນໃຈກັບເອກະສານລະອຽດ, ການປິ່ນປົວການເຮັດວຽກ, ແລະເອກະສານທີ່ຜ່ານມາໂດຍບໍ່ໄດ້ຮັບການຕັດສິນໃຈໂດຍຜ່ານບັນຊີລາຍຊື່. ດັ່ງນັ້ນ, ການຕັດສິນໃຈແມ່ນຍໍາແລະປົກກະຕິ, ເຊັ່ນດຽວກັນກັບເວລາທີ່ຂະຫນາດໃຫຍ່ຫຼືການທົດສອບຄໍາຖາມ. ພວກເຮົາ ກໍາ ລັງເຮັດທຸລະກິດໃນ 2012. ພວກເຮົາແມ່ນບໍລິສັດທີ່ໃຫຍ່ທີ່ສຸດ ສໍາ ລັບຜູ້ໃຫ້ບໍລິການລູກຄ້າຂອງພວກເຮົາ. ພວກເຮົາແມ່ນບໍລິສັດທີ່ໃຫຍ່ທີ່ສຸດ ສໍາ ລັບຜູ້ໃຫ້ບໍລິການລູກຄ້າຂອງພວກເຮົາ. ພວກເຮົາແມ່ນບໍລິສັດທີ່ໃຫຍ່ທີ່ສຸດ ສໍາ ລັບຜູ້ໃຫ້ບໍລິການລູກຄ້າຂອງພວກເຮົາ. ການອອກແບບ Interface: File vs. API ຄວາມຜິດພາດປົກກະຕິແມ່ນການດໍາເນີນການໂດຍປົກກະຕິກັບ interfaces ເອກະສານທີ່ແຕກຕ່າງກັນໃນເວລາທີ່ API ແມ່ນທີ່ດີທີ່ສຸດສໍາລັບການທຸລະກິດ. ນໍາ ເວັບ ໄຊ ທ ໌ ອອນ ໄລ ນ ໌ ວັນ ທີ ການ ສ້າງ ຕັ້ງ ສະ ເພາະ ສໍາ ລັບ lovers ສັດ ລ້ຽງ. ບໍ່ ວ່າ ຈະ ເປັນ ທ່ານ ກໍາ ລັງ ຊອກ ຫາ ຄູ່ ຮ່ວມ ງານ ຂອງ ຊີ ວິດ, buddy ສໍາ ລັບ ສັດ ລ້ຽງ ຫຼື ພຽງ ແຕ່ ຜູ້ ໃດ ຜູ້ ຫນຶ່ງ ຂອງ ທ່ານ ທີ່ ຈະ ວາງ ສາຍ ອອກ ກັບ, ທີ່ ນີ້ ທ່ານ ຈະ ສາ ມາດ ຊອກ ຫາ ໄດ້ ຜູ້ ທີ່ ທ່ານ ກໍາ ລັງ ຊອກ ຫາ ສໍາ ລັບ - pet lovers ຄື ຕົວ ທ່ານ ເອງ. ການປິ່ນປົວ schemes file ເຊັ່ນດຽວກັນກັບການທັນສະໄຫມ versioned: ທ່ານຕ້ອງປິ່ນປົວ schemes file ເຊັ່ນດຽວກັນກັບການທັນສະໄຫມ versioned, ເນື່ອງຈາກວ່າການປ່ຽນແປງຂະຫນາດນ້ອຍສາມາດປິ່ນປົວການປິ່ນປົວແລະປິ່ນປົວຜົນປະໂຫຍດການປິ່ນປົວ. ໃນ pipeline ຂອງພວກເຮົາ, ພວກເຮົາມີການນໍາສະເຫນີການປິ່ນປົວ scheme ແລະການປິ່ນປົວການປິ່ນປົວການປິ່ນປົວທີ່ຮູ້ສຶກວ່າການປິ່ນປົວການປິ່ນປົວໂດຍການປ່ຽນແປງ format upstream. ພາສາລາວ ການກໍ່ສ້າງລະບົບການທົດສອບທີ່ scales ໃນ AWS ແມ່ນບໍ່ແມ່ນກ່ຽວກັບການເລືອກ components serverless ແລະເພີ່ມເຕີມກ່ຽວກັບການອອກແບບສໍາລັບການທົດສອບ, replay, ແລະການທົດສອບ. ໃນການນໍາໃຊ້ຂອງພວກເຮົາ, AWS serverless services ໄດ້ສະຫນອງພື້ນຖານທີ່ເຂັ້ມແຂງສໍາລັບການ orchestration ແລະສະພາບອຸປະກອນທີ່ຍິ່ງໃຫຍ່. ຜົນການຜະລິດຫຼັງຈາກນັ້ນໄດ້ອຸປະກອນໂດຍສະເພາະກ່ຽວກັບລາຍລະອຽດ, ລວມທັງ idempotence, ການອອກແບບ Key Partition, ແລະໂທລະສັບການປະຕິບັດທີ່ເຮັດໃຫ້ການຕັດສິນໃຈໄດ້ຢ່າງວ່ອງໄວເພື່ອຊອກຫາແລະປິ່ນປົວ.