Использование платформы Advanced для стабильной работы сервиса покупки авто и масштабирования бизнеса

Платформа для онлайн покупки авто изначально строилась с нуля по принципам Cloud Native внутри classified-индустрии экосистемы заказчика. Продуктовая команда фокусировалась на быстром пилотном запуске с гибкими требованиями к надежности инфраструктуры и SLA. В связи с этим для ускорения разработки в качестве sandbox-платформы¹ были использованы сервисы нескольких российских и зарубежных облачных провайдеров. Впоследствии у команды появились четкие цели:

1. Добиться более высокой скорости разработки за счет использования облачных решений;
2. Обмениваться экспертизой по администрированию систем контейнеризации;
3. Достигнуть надежности инфраструктуры без существенных затрат;
4. Масштабировать процессы с соблюдением SLA.

На ранних стадиях развития сервиса требования были гибкие, и команда заказчика тестировала услуги разных поставщиков. Учитывая масштабирование бизнеса, основными критериями выбора облачного провайдера стали:

• зрелость платформенных сервисов;
• надежность инфраструктуры;
• соблюдение SLA.

По результатам пилотного запуска сервиса Cloud Container Engine было принято решение мигрировать на облачную платформу Advanced. Она признана заказчиком как наиболее зрелое платформенное решение на рынке.

Технически миграция на платформу заняла несколько дней. Но так как она происходила в условиях растущего трафика, пришлось действовать поэтапно:

1. Перенести объектное хранилище;
2. Перенести данные и приложения;
3. Завершить миграцию.

В итоге подключение облачных сервисов Cloud произошло плавно и без сбоев.

Клиент использует:

• Cloud Container Engine для автоматического развёртывания, масштабирования и управления приложениями;
• Распределенные программные брокеры сообщений Distributed Message Service for Kafka и Distributed Message Service for RabbitMQ для наращивания пропускной способности;
• Object Storage Service для хранения информации любого типа и объема;
• Elastic Cloud Server для создания виртуальных машин с любыми сценариями использования.

Команда заказчика в первую очередь хотела обеспечить стабильность работы сервиса и инфраструктуры в условиях масштабирования и кратного роста бизнеса. Эта цель успешно достигнута.

Сервис продолжает погружаться в машинное обучение. В частности команда планирует воспользоваться платформой ML Space, применяя в работе мощности суперкомпьютера «Christofari». «Работа облачных сервисов в штатном режиме позволяет больше времени уделять стратегическим вопросам по развитию сервиса. Мы непрерывно работаем над улучшением сервиса, адаптируем его под требования рынка, предлагаем клиентам новые продукты и решения. Сплоченная работа нашей команды и специалистов Cloud поможет нам осуществить задуманное» Представитель заказчика «Cовместная работа с коллегами на стороне заказчика обогащает наш опыт и открывает возможности для экспериментов. Клиент использует сервисы платформы Advanced и планирует подключаться к облачной платформе ML Space для создания и развертывания моделей машинного обучения. Судя по оценке проделанной работы, такой подход позволит сервису развиваться еще быстрее» Денис Соколов Руководитель направления, Cloud