В сфере облачного основного банковского ПО общих тестов производительности уже недостаточно. Хотя базовые сертификации и системное тестирование подтверждают возможности платформы, они не могут учесть бесконечную вариативность архитектуры современного банка и быстро меняющиеся линейки продуктов в ответ на рыночные тренды. Каждое учреждение работает с индивидуальными финансовыми продуктами, уникальными инфраструктурными ограничениями и специфическими профилями трафика.
Опора на общие эталонные тесты для прогнозирования реальной производительности — это значительный операционный риск. Для достижения подлинной архитектурной уверенности банкам нужен «цифровой двойник» (Production-Twin) — высокоточная копия их среды, продуктов и профилей нагрузки.
Предложение Thought Machine «Тестирование как услуга» (TaaS) предоставляет именно это. Сотрудничая напрямую с инженерами, создавшими Vault Core, банки могут проактивно проводить стресс-тестирование своих уникальных внедрений до того, как они попадут в рабочую среду. В этом документе на примере трех различных стратегических кейсов показано, как TaaS помогает банкам перейти от реактивного устранения неполадок к проактивному масштабированию, экономя критически важные инженерные часы и предотвращая дорогостоящие сбои в работе.
Стандартное взаимодействие в рамках TaaS — это узкоспециализированный трехнедельный процесс, предназначенный для предоставления данных о производительности, готовых для обсуждения на уровне руководства. В соответствии со строгими протоколами безопасности данных ISO 27001 и SOC-2, клиенты предоставляют информацию о своих финансовых продуктах и ожидаемых профилях нагрузки. В ответ Thought Machine создает временного высокоточного «цифрового двойника» для выполнения целевых сценариев тестирования.
Результатом является не общая проверка работоспособности, а четкая карта архитектурных ограничений банка и ясные, применимые на практике рекомендации по настройке инфраструктуры.
Компания Lunar, использующая высокоскоростную модель «Банкинг как услуга» (BaaS), сталкивалась с крайне концентрированными профилями трафика в периоды пикового спроса. Им нужно было знать физические пределы своей стандартной архитектуры реестра до того, как всплеск трафика приведет к сбою в рабочей среде.
Извлекая метрики Prometheus напрямую из дашбордов Grafana в рабочей среде Lunar, команда TaaS создала статистически точную эмуляцию их высокоскоростного профиля трафика и заполнила базу данных 600 000 активных счетов для воспроизведения реальной энтропии данных.
Взаимодействие в рамках TaaS позволило успешно определить точный операционный порог, выявив момент, при котором производительность системы, в частности время кругового обращения (RTT), начинает снижаться при экстремальной нагрузке.
ROI: Вооружившись этим точным, подкрепленным данными выводом, Lunar смогла отказаться от догадок относительно пределов масштабирования. Они приняли объективное бизнес-решение проактивно настроить свою архитектуру, эффективно обеспечив готовность своего BaaS-предложения к будущим нагрузкам и полностью минимизировав риск громкого сбоя во время пикового спроса.
При развертывании сложного корпоративного программного обеспечения часто возникает точка трения: «На машине вендора все работает, почему же у нас так медленно?». Клиент сталкивался с узкими местами производительности в своих тестовых средах: пиковые онлайн-операции ограничивались всего 429 транзакциями в секунду (TPS) до нарушения наших SLA по времени кругового обращения (RTT), а скорость открытия счетов ограничивалась 51 TPS.
Вместо того чтобы вслепую исследовать каждую возможную переменную, влияющую на производительность, клиент воспользовался услугой TaaS. Используя их точный смарт-контракт, команда TaaS развернула аналогичного по размеру «цифрового двойника» с тем же уровнем исторических данных, загруженных в базу данных.
Среда TaaS успешно обработала 2630 TPS для онлайн-операций (шестикратное увеличение) и 2320 TPS для открытия счетов.
ROI: Эти окончательные данные доказали, что смарт-контракт не был узким местом, что сэкономило Thought Machine и инженерным командам банка бесчисленное количество часов на ненужный рефакторинг кода. Вооружившись этим пониманием, объединенные инженерные команды переключились на исследование инфраструктуры, быстро выявив в качестве истинных виновников отсутствующие флаги базы данных и ограниченное горизонтальное масштабирование Kubernetes.
Клиенту требовалась абсолютная уверенность в том, что Vault Core сможет поддержать их агрессивные прогнозы роста на 2 года: масштабирование до 59 миллионов счетов для их виртуального банка.
Команда Thought Machine загрузила прогнозируемые объемы банка в «цифрового двойника» для тестирования сложных запланированных процессов конца дня (EoD) и конца месяца (EoM), а также продублировала их обработку погашений в пакетном режиме.
Первоначальные тесты выявили 3 критические уязвимости:
- Несоответствия в пакетном режиме: Высокообъемные пакеты погашений вызывали несоответствия в финансовой логике — то, что клиент не мог определить самостоятельно без этой услуги.
- Алгоритмическая сложность: Смарт-контракт с крайне сложной возобновляемой кредитной линией, включавший логику просрочки на 1 год, выдавал тайм-аут из-за вычислительной сложности O(n). В рабочей среде это привело бы к остановке окна EOD/EOM.
- Стратегия базы данных: Одна база данных была бы неспособна справиться с ожидаемыми высокими объемами трафика, тогда как подход с использованием нескольких баз данных мог бы масштабироваться гораздо эффективнее.
ROI: TaaS выявила эти неэффективности в песочнице, а не в рабочей среде. Рекомендовав конкретные настройки PostgreSQL autovacuum и архитектуру с несколькими базами данных, банк в конечном итоге сократил время обработки EoD на 30%.
Исторически сложилось так, что у банков, ищущих индивидуальную проверку производительности, было два варианта: создать дорогостоящую внутреннюю систему тестирования производительности с нуля или нанять традиционную консалтинговую компанию «Большой четверки» (например, KPMG, Deloitte). Крупномасштабные консалтинговые проекты по тестированию ПО и обеспечению качества обычно стоят от 150 000 до 300 000 долларов и более, требуют месяцев на мобилизацию и полагаются на специалистов широкого профиля, которые не знают глубоко внутреннее устройство основного банковского движка.
Предложение TaaS от Thought Machine меняет эту модель по двум направлениям:
Предложение TaaS — это не изолированная структура, требующая отдельных затрат на обслуживание. Оно работает на тех же самых надежных и сложных тестовых фреймворках, которые наши внутренние команды по сертификации релизов используют для проверки Vault Core.
Эта общая архитектура создает непревзойденное преимущество в скорости по сравнению с традиционными системными интеграторами (SI). Когда Thought Machine разрабатывает новую функцию, тестовый фреймворк для ее проверки создается одновременно. По мере роста возможностей нашего продукта наши возможности TaaS автоматически растут параллельно.
Напротив, консалтинговый подход по своей сути является реактивным. Консультанты должны дождаться выпуска новой версии Vault Core, потратить несколько недель на понимание изменений в программном обеспечении, а затем создать тестовый фреймворк для проверки. TaaS полностью обходит эту фазу обнаружения, превращая тестирование производительности из раздутых капитальных затрат в экономичный, повторяемый операционный инструмент защиты, доступный с первого дня релиза.
В Thought Machine один из наших основных корпоративных принципов звучит так: мы прозрачны. В индустрии корпоративного банковского программного обеспечения поставщики часто публикуют высокооптимизированную «лабораторную статистику» — синтетические, идеализированные показатели производительности, предназначенные для маркетинговых брошюр, но практически невозможные для воспроизведения в реальной производственной среде.
Мы принципиально отвергаем такой подход. Вся наша система обеспечения качества и, как следствие, предложение TaaS основаны на концепции RBT.
RBT требует, чтобы мы не проводили тестирование в вакууме. Мы тестируем с учетом реалистичной энтропии базы данных, полномасштабных объемов учетных записей и сложных, специализированных смарт-контрактов, которые действительно обеспечивают работу уникальных финансовых продуктов банка. Когда банк начинает сотрудничество с TaaS, он покупает не «лучший сценарий», а эмпирическую истину. Пороговые значения производительности и пределы масштабирования, указанные в отчете TaaS, — это именно те показатели, которых вы должны достичь в промышленной эксплуатации.
Перестаньте угадывать пределы масштабирования на основе общих тестов. Истинная архитектурная уверенность приходит от тестирования именно тех продуктов, моделей трафика и инфраструктуры, которые обеспечивают работу вашего бизнеса.
Независимо от того, проверяете ли вы многолетний рост, отлаживаете сложные инфраструктурные узкие места или готовитесь к высокоскоростному трафику, сервис Testing-as-a-Service от Thought Machine предоставляет эмпирическую истину, необходимую вам до того, как первая строка кода попадет в промышленную эксплуатацию.
