ՎՏԲ ՏՏ բաժինը մի քանի անգամ ստիպված է եղել դիմակայել համակարգերի շահագործման արտակարգ իրավիճակներին, երբ դրանց վրա բեռը բազմապատկվել է։ Հետևաբար, անհրաժեշտություն կար մշակել և փորձարկել այնպիսի մոդել, որը կկանխատեսի կրիտիկական համակարգերի գագաթնակետային բեռը: Դրա համար բանկի ՏՏ մասնագետները մոնիթորինգ են սահմանել, վերլուծել տվյալները և սովորել ավտոմատացնել կանխատեսումները: Մենք ձեզ կարճ հոդվածում կպատմենք, թե որ գործիքներն օգնեցին կանխատեսել բեռը և արդյոք դրանք օգնեցին օպտիմալացնել աշխատանքը:
Բարձր բեռնվածության ծառայությունների հետ կապված խնդիրներ առաջանում են գրեթե բոլոր ոլորտներում, սակայն ֆինանսական հատվածի համար դրանք չափազանց կարևոր են: X ժամին բոլոր մարտական ստորաբաժանումները պետք է պատրաստ լինեն, և, հետևաբար, անհրաժեշտ էր նախապես իմանալ, թե ինչ կարող է տեղի ունենալ և նույնիսկ որոշել այն օրը, երբ բեռը ցատկելու է և որ համակարգերը կհանդիպեն դրան: Անհաջողությունները պետք է լուծվեն և կանխվեն, ուստի կանխատեսող վերլուծական համակարգի ներդրման անհրաժեշտությունը նույնիսկ չի քննարկվել: Անհրաժեշտ էր մոնիտորինգի տվյալների վրա հիմնված համակարգերի արդիականացում։
Վերլուծություն ձեր ծնկների վրա
Աշխատավարձի նախագիծը ձախողման դեպքում ամենազգայուններից է։ Դա կանխատեսման համար ամենից հասկանալին է, ուստի որոշեցինք սկսել դրանից։ Բարձր կապի պատճառով այլ ենթահամակարգերը, ներառյալ հեռակառավարման բանկային ծառայությունները (RBS), կարող են խնդիրներ ունենալ առավելագույն ծանրաբեռնվածության ժամանակ: Օրինակ, հաճախորդները, ովքեր հիացած էին գումար ստանալու մասին SMS-ով, սկսեցին ակտիվորեն օգտվել դրանից: Բեռը կարող էր ցատկել ավելի քան մեծության կարգով:
Առաջին կանխատեսման մոդելը ստեղծվել է ձեռքով: Մենք վերցրել ենք վերջին տարվա վերբեռնումները և հաշվել, թե որ օրերին են սպասվում առավելագույն պիկերը՝ օրինակ՝ 1-ին, 15-ին և 25-ին, ինչպես նաև ամսվա վերջին օրերին։ Այս մոդելը պահանջում էր զգալի աշխատուժի ծախսեր և ճշգրիտ կանխատեսում չէր տալիս: Այնուամենայնիվ, այն հայտնաբերեց խցանումներ, որտեղ անհրաժեշտ էր ապարատներ ավելացնել, և հնարավորություն տվեց օպտիմիզացնել գումար փոխանցելու գործընթացը՝ համաձայնեցնելով խարիսխ հաճախորդների հետ. որպեսզի աշխատավարձերը մեկ կում չտրամադրեն, տարբեր տարածաշրջաններից գործարքները ժամանակի ընթացքում բաժանվեցին: Այժմ մենք դրանք մշակում ենք այն մասերով, որոնք բանկի ՏՏ ենթակառուցվածքը կարող է «ծամել» առանց ձախողման:
Ստանալով առաջին դրական արդյունքը՝ մենք անցանք կանխատեսումների ավտոմատացմանը, ևս մեկ տասնյակ կրիտիկական ոլորտներ սպասում էին իրենց հերթին։
Համակողմանի մոտեցում
ՎՏԲ-ն ներդրել է MicroFocus-ի մոնիտորինգի համակարգ: Այնտեղից մենք վերցրել ենք տվյալների հավաքագրում կանխատեսման համար, պահեստավորման համակարգ և հաշվետվական համակարգ: Իրականում մոնիտորինգն արդեն գործում էր, մնում էր միայն չափումների, կանխատեսման մոդուլի ավելացումն ու նոր հաշվետվությունների ստեղծումը։ Այս որոշումը պաշտպանում է արտաքին կապալառու «Տեխնոսերվ»-ը, ուստի ծրագրի իրականացման հիմնական աշխատանքն ընկել է նրա մասնագետների վրա, բայց մենք ինքներս ենք կառուցել մոդելը: Կանխատեսման համակարգը ստեղծվել է՝ հիմնվելով «Facebook»-ի կողմից մշակված բաց կոդով արտադրանքի վրա: Այն հեշտ է օգտագործել և հեշտությամբ ինտեգրվում է մեր տեղադրված ինտեգրված մոնիտորինգի գործիքներին և Vertica-ին: Կոպիտ ասած՝ համակարգը վերլուծում է բեռի գրաֆիկը և այն էքստրապոլացնում՝ հիմնվելով Ֆուրիեի շարքի վրա։ Կարելի է նաև օրական ավելացնել որոշակի գործակիցներ՝ վերցված մեր մոդելից։ Չափիչները վերցվում են առանց մարդու միջամտության, կանխատեսումը ավտոմատ կերպով վերահաշվարկվում է շաբաթը մեկ անգամ, և նոր հաշվետվություններն ուղարկվում են հասցեատերերին:
Այս մոտեցումը բացահայտում է հիմնական ցիկլայինությունները, օրինակ՝ տարեկան, ամսական, եռամսյակային և շաբաթական: Աշխատավարձերի և կանխավճարների, արձակուրդների, արձակուրդների և վաճառքների վճարումներ. այս ամենը ազդում է դեպի համակարգեր զանգերի քանակի վրա: Պարզվեց, օրինակ, որ որոշ ցիկլեր համընկնում են միմյանց, և համակարգերի հիմնական բեռը (75%) գալիս է Կենտրոնական դաշնային շրջանից: Իրավաբանական և ֆիզիկական անձինք տարբեր կերպ են վարվում։ Եթե «ֆիզիկոսների» բեռը համեմատաբար հավասար է բաշխվում շաբաթվա օրերին (սա շատ փոքր գործարքներ են), ապա ընկերությունների համար 99,9%-ը ծախսվում է աշխատանքային ժամերի վրա, իսկ գործարքները կարող են կարճ լինել կամ կարող են մշակվել մի քանիսի ընթացքում։ րոպեներ կամ նույնիսկ ժամեր:
Ստացված տվյալների հիման վրա որոշվում են երկարաժամկետ միտումները։ Նոր համակարգը բացահայտեց, որ մարդիկ զանգվածաբար տեղափոխվում են հեռահար բանկային ծառայություններ: Սա բոլորը գիտեն, բայց մենք չէինք սպասում նման մասշտաբի և սկզբում չէինք հավատում դրան. բանկային գրասենյակներ զանգերի թիվը չափազանց արագ է նվազում, իսկ հեռահար գործարքների թիվը՝ նույնքանով։ Համապատասխանաբար, համակարգերի ծանրաբեռնվածությունը նույնպես աճում է և կշարունակի աճել։ Այժմ մենք կանխատեսում ենք ծանրաբեռնվածությունը մինչև 2020 թվականի փետրվար: Նորմալ օրերը կարելի է կանխատեսել 3%, իսկ պիկ օրերը 10% սխալմամբ։ Սա լավ արդյունք է։
Որոգայթներ
Ինչպես միշտ, սա առանց դժվարությունների չի անցել. Ֆուրիեի շարքի օգտագործմամբ էքստրապոլյացիայի մեխանիզմը լավ չի հատում զրոյական մակարդակը. մենք գիտենք, որ իրավաբանական անձինք հանգստյան օրերին քիչ գործարքներ են ստեղծում, բայց կանխատեսման մոդուլն արտադրում է արժեքներ, որոնք հեռու են զրոյից: Զոռով կարելի էր ուղղել, բայց հենակները մեր մեթոդը չեն։ Բացի այդ, մենք պետք է լուծեինք սկզբնաղբյուր համակարգերից տվյալների առանց ցավի վերբերման խնդիրը: Տեղեկատվության կանոնավոր հավաքագրումը պահանջում է լուրջ հաշվողական ռեսուրսներ, ուստի մենք կառուցեցինք արագ քեշեր՝ օգտագործելով վերարտադրությունը և ստացանք բիզնես տվյալներ կրկնօրինակներից: Նման դեպքերում հիմնական համակարգերի վրա լրացուցիչ բեռի բացակայությունը արգելափակման պահանջ է:
Նոր մարտահրավերներ
Պիկերի կանխատեսման պարզ խնդիրը լուծվեց. այս տարվա մայիսից բանկում գերբեռնվածության հետ կապված խափանումներ չեն եղել, և դրանում կարևոր դեր է խաղացել կանխատեսման նոր համակարգը։ Այո, պարզվեց, որ դա բավարար չէ, և այժմ բանկը ցանկանում է հասկանալ, թե որքան վտանգավոր են իր համար գագաթները։ Մեզ անհրաժեշտ են կանխատեսումներ՝ օգտագործելով չափումներ բեռի փորձարկումից, և կրիտիկական համակարգերի մոտ 30%-ի համար սա արդեն աշխատում է, մնացածը կանխատեսումներ ստանալու գործընթացում է: Հաջորդ փուլում մենք պատրաստվում ենք կանխատեսել համակարգերի ծանրաբեռնվածությունը ոչ թե բիզնես գործարքների, այլ ՏՏ ենթակառուցվածքի առումով, այսինքն՝ մեկ շերտով կիջնենք։ Բացի այդ, մենք պետք է լիովին ավտոմատացնենք չափումների հավաքագրումը և դրանց հիման վրա կանխատեսումների կառուցումը, որպեսզի չզբաղվենք ներբեռնումների հետ: Դրանում ոչ մի շքեղ բան չկա. մենք պարզապես անցնում ենք մոնիտորինգի և բեռնվածության թեստավորում՝ համահունչ համաշխարհային լավագույն փորձին:
Source: www.habr.com