Unternehmensdaten-Ingestion mit niedriger Latenz: Akamai's bewährte Lösungen für Finanzinstitute

Wenn Sie Entwickler in einem Finanzinstitut oder einer Bank sind, wissen Sie, dass Geschwindigkeit und Zuverlässigkeit nicht nur ein Nice-to-have sind - sie sind unerlässlich. In der Finanzwelt können Millisekunden den Unterschied zwischen Gewinn und Verlust ausmachen. Ob es um die Ausführung von Geschäften, die Verarbeitung von Transaktionen oder die Bereitstellung von Echtzeit-Analysen geht - jede Sekunde zählt. Schnellere Verarbeitungszeiten führen direkt zu einem besseren Benutzererlebnis, mehr Transaktionen pro Sekunde und letztendlich zu mehr Umsatz.

Einer unserer Kunden musste Hunderte von Millionen von Datenschlüsseln verarbeiten und dabei strenge SLAs für Leistung und Betriebszeit einhalten. In diesem Blog sehen wir uns an, wie Akamai beim Ingesting großer Datenmengen mit geringer Latenz geholfen hat und warum es auch für Sie die richtige Wahl sein könnte.

Volumen: Verarbeitung riesiger Datenmengen

Das erste "V" in Big Data, Volume, bezieht sich auf die schiere Menge der erzeugten und gesammelten Daten. Für ein Finanzinstitut wie eine Bank ist die effektive Handhabung dieses Volumens aufgrund des konstanten Stroms von Transaktionen, Kontoaktualisierungen, Kundeninteraktionen und anderen Finanzaktivitäten entscheidend. 

Akamai überprüft ständig, wie der Datenverkehr zu und von Ihren Rechenzentren fließt, und erkennt Internetüberlastungen, Ausfälle oder andere Probleme, die Ihre Kunden beeinträchtigen könnten. Dies war ein großer Vorteil für unseren Kunden, der die Möglichkeit benötigte, Benutzer an das nächstgelegene Rechenzentrum oder an Hochleistungsrechenzentren zu senden, um niedrige Latenzzeiten zu gewährleisten. Es wurden benutzerdefinierte Regeln auf der Grundlage von Echtzeitdaten aufgestellt, um sicherzustellen, dass der Datenverkehr so leistungsfähig wie möglich ist. .

Werfen wir einen Blick auf einen Beispiel-Workflow, der zeigt, wie Akamai Global Traffic Management (GTM) mit großem Volumen umgeht. Akamai GTM verteilt den eingehenden Datenverkehr auf mehrere Rechenzentren. 

In diesem Beispiel wickelt Rechenzentrum 2 (oben) 40 % des Datenverkehrs ab, während Rechenzentrum 3 (unten) die restlichen 60 % des Datenverkehrs bewältigt. Nehmen wir für dieses Beispiel an, dass Rechenzentrum 1 wegen eines Stromausfalls ausfällt. Durch diese Verteilung wird sichergestellt, dass kein einzelnes Rechenzentrum zum Engpass wird und eine hohe Leistung und Verfügbarkeit aufrechterhalten wird. GTM leitet den Datenverkehr auch auf intelligente Weise auf der Grundlage der aktuellen Lastbedingungen um, indem es mehr Datenverkehr an Rechenzentrum 3 weiterleitet, da Rechenzentrum 1 ausgefallen ist. 

Lassen Sie uns dieses Beispiel Schritt für Schritt durchgehen. Zunächst sendet der Endnutzer eine Anfrage zum Zugriff auf die mobile Anwendung oder die Website der Bank. 

Dann fordert der DNS-Resolver mit Hilfe von Standard-DNS-Verfahren die IP-Adresse vom Namensserver der Website an. 

Hier kommt Akamai ins Spiel. Anstelle einer direkten IP-Adresse erhält der Resolver einen CNAME-Alias. 

Der Nameserver wird die beste Route zur Bank für diesen Benutzer zurückgeben.

GTM berücksichtigt alle von Ihnen aufgestellten Regeln, prüft sein globales Netzwerk von Sensoren und liefert eine Liste von IP-Adressen für das optimale Datenzentrum.

Dies kann ein Akamai-Rechenzentrum, ein Cloud-Anbieter oder sogar eines Ihrer eigenen Rechenzentren sein. Der Resolver gibt diese optimierte IP-Adresse dann an den Browser des Benutzers zurück. 

Schließlich stellt der Benutzer eine Verbindung zu Ihrer Website her und hat wahrscheinlich keine Ahnung von dem komplexen Tanz, der gerade hinter den Kulissen stattgefunden hat, weil alles in Millisekunden passiert ist. Dies erspart nicht nur eine Menge Kopfzerbrechen bei der Verwaltung des globalen Datenverkehrs, sondern gewährleistet auch eine hohe Verfügbarkeit. Mit der Möglichkeit, benutzerdefinierte Regeln aufzustellen, haben Sie außerdem die Flexibilität, die für Ihre Bank wichtigsten Metriken zu optimieren.

Dieser dynamische Lastausgleich trägt dazu bei, die Überlastung eines einzelnen Rechenzentrums zu verhindern, so dass auch in Spitzenzeiten ein kontinuierlicher Service gewährleistet ist. Darüber hinaus sehen wir Failover-Unterstützung. Wenn das Rechenzentrum 1 ausfällt, leitet Akamai's GTM den Datenverkehr automatisch auf die verfügbaren Rechenzentren (Rechenzentrum 2 und Rechenzentrum 3) um, ohne dass der Benutzer eingreifen muss. Diese Failover-Fähigkeit ist für Banken von entscheidender Bedeutung, denn sie stellt sicher, dass ihre Dienste auch dann erreichbar bleiben, wenn ein oder mehrere Rechenzentren ausfallen. 

Geschwindigkeit: Geschwindigkeit der Datenverarbeitung

Das zweite V in Big Data ist Velocity (Geschwindigkeit). Bei Velocity geht es um die Geschwindigkeit, mit der Daten generiert, verarbeitet und analysiert werden. Durch die strategische Platzierung von Rechenressourcen näher an den Endbenutzern und Datenquellen verkürzt Akamai die Zeit, die die Daten für den Durchlauf durch das Netzwerk benötigen, drastisch. Dieser Ansatz bringt Berechnungen und Datenspeicherung näher an den Punkt, an dem sie benötigt werden, was zu wesentlich schnelleren Datenverarbeitungszeiten führt. Wenn ein Kunde eine Überweisung über die mobile App dieses Finanzinstituts veranlasst, müsste die Transaktionsanforderung traditionell an ein zentrales Rechenzentrum übermittelt werden, das möglicherweise Tausende von Kilometern entfernt ist. Mit dem Edge Computing von Akamai kann die erste Verarbeitung dieser Anfrage auf einem nahegelegenen Edge-Server erfolgen. Dadurch wird die Transaktionsverarbeitungszeit von Sekunden auf Millisekunden reduziert.

Vergleichen wir die Leistung von Akamai mit der von AWS. Für diesen Vergleich verwenden wir den ThousandEyes-Überwachungsdienst und seine 11 US-basierten Testagenten. Unser Team konfigurierte einen Kontrolltest, der ein Objekt ähnlicher Größe über HTTPS von AWS API Gateway anforderte, vor einer Lambda-Funktion, die ein KV-Objekt von DynamoDB zurückgab, das in US-East-1 gehostet wurde. Der Versuchstest forderte ein Objekt über HTTPS von einem NATS. io-Cluster an, das über Akamai Compute bereitgestellt wurde. 

Vergleichen wir nun die Antwortzeiten von AWS und Akamai. Analysieren wir anhand des obigen Dashboards ein paar wichtige Leistungskennzahlen. Die gesamte Downloadzeit (7-Tage-Durchschnitt) für das NATS.io-Objekt von Akamai betrug 55 ms. Für das DynamoDB-Objekt von AWSwaren es 233 ms. Akamai konnte die Gesamt-Downloadzeit im Vergleich zu AWS um 76 % reduzieren, was die überlegene Geschwindigkeit bei der Datenverarbeitung unterstreicht.

Aus den oben genannten Kennzahlen können wir schließen, dass die Architektur von Akamai eine robustere Grundlage für die Erfüllung strenger SLAs in Finanzinstituten bietet. Die deutlich geringere TTI (70 ms gegenüber 280 ms) sorgt für ein schnelleres Nutzererlebnis, was für Finanzanwendungen entscheidend ist. Die Architektur von Akamai ist nicht nur schneller, sondern bietet auch die notwendige Zuverlässigkeit, um die strengen SLAs des Finanzinstituts zu erfüllen.

Vielfalt: Verwaltung von Datentypen

Das letzte V in Big Data steht für Vielfalt. Die Vielfalt bezieht sich auf die verschiedenen Arten von Daten, die Unternehmen verarbeiten müssen. Wenn Sie in einem Finanzinstitut oder einer Bank arbeiten, müssen Sie wahrscheinlich jeden Tag mit einer Vielzahl von Datentypen und -quellen jonglieren. Da gibt es die strukturierten Daten, wie Transaktionsdatensätze, Kontostände und Kundeninformationen. Dann gibt es noch die Echtzeit-Datenströme, wie Börsenfeeds und Online-Zahlungstransaktionen, die sich ständig ändern. 

Akamai's Global Traffic Management ist entscheidend für die Verwaltung dieser verschiedenen Datentypen. Bei Transaktionsdaten mit hoher Priorität, wie z. B. Überweisungen, kann GTM die Netzwerkbedingungen ständig überwachen, um diese Anfragen an die Datenzentren mit der schnellsten Antwortzeit weiterzuleiten. Für Ihre statischen Inhalte (Kontoauszüge oder Informationen über Ihre Finanzprodukte), die sich nicht so häufig ändern, leitet GTM diese Anfragen an Edge-Server weiter, die näher am Benutzer stehen. Dadurch werden Ihre zentralen Systeme entlastet und die Zugriffszeiten verkürzt.  

GTM kombiniert all diese Daten - Netzwerkbedingungen, Serverzustand, Ihre benutzerdefinierten Regeln und aktuelle Datenverkehrsmuster - und nutzt sie, um in Sekundenbruchteilen zu entscheiden, wie jede eingehende Anfrage weitergeleitet werden soll. Es optimiert diese Routen ständig und sorgt dafür, dass jede Art von Daten - egal ob es sich um eine einfache Kontostandsabfrage oder eine komplexe internationale Überweisung handelt - auf die effizienteste Weise verarbeitet wird. Dieses intelligente Routing bedeutet, dass Ihre Bank eine hohe Leistung und Zuverlässigkeit beibehalten kann, selbst wenn das Volumen und die Komplexität Ihrer digitalen Transaktionen weiter zunehmen. 

Zusammenfassend

Wenn es auf Millisekunden ankommt und die Datenkomplexität hoch ist, bieten die Edge-fokussierten Lösungen von Akamai die Geschwindigkeit, Zuverlässigkeit und Effizienz, die Ihr Unternehmen braucht, um an der Spitze zu stehen. Mit seinem fortschrittlichen GTM und intelligentem Caching kann Akamai große Datenmengen effizient und schnell verarbeiten, indem es die Last über sein umfangreiches Netzwerk verteilt. 

Ingenieure in Finanzinstituten können ihre Infrastruktur mit Akamai transformieren. Durch die Nutzung des ausgedehnten globalen Netzwerks von Akamai können Sie eine beispiellose Geschwindigkeit und Zuverlässigkeit erreichen, damit Ihre Benutzer zufrieden sind und Ihr Betrieb reibungslos läuft. 

Wenn Sie neugierig darauf sind, wie die Spitzentechnologie von Akamai Ihren Anwendungen zu einem reibungslosen und effizienten Betrieb verhilft, können Sie bis zu 5.000 US-Dollar beantragen, um Ihre strengen Performance-SLAs zu erfüllen und Ihren Kunden ein hervorragendes Erlebnis zu bieten.