🔹 💂🏼 🥐 हमने तीन मोनोलिथ की समस्या को कैसे हल किया 👈🏿 🧙🏾 📲

अधिकांश कंपनियों की रणनीतियों में, डिजिटलीकरण का उल्लेख तेजी से किया गया है: कुछ कंपनियां आधुनिक प्रौद्योगिकियों (उदाहरण के लिए, बिग डेटा, IoT, AI, ब्लॉकचैन) को पेश करने की कोशिश कर रही हैं, जबकि अन्य हर जगह अपनी आंतरिक प्रक्रियाओं को स्वचालित कर रहे हैं। सिस्टम कार्यान्वयन में बढ़ते प्रयासों और निवेशों के बावजूद, कई परिणाम औसत दर्जे के रूप में देखते हैं। आदर्श रूप से, आधुनिक संगठन नए डिजिटल उत्पादों को जल्दी से बनाने या लोकप्रिय तृतीय-पक्ष सेवाओं के साथ एकीकृत करने में सक्षम होना चाहिए; उनके संगठन से परे प्रक्रियाओं को ले; अपनी प्रक्रियाओं के अलगाव को बनाए रखते हुए, भागीदारों के साथ प्रभावी ढंग से बातचीत करने में सक्षम हो। आपको न केवल डेटा एकत्र करने में सक्षम होना चाहिए, बल्कि इसे जल्दी से एक्सेस और प्रबंधित करना होगा। हालांकि, यहां तक कि परिपक्व कंपनियों को डेटा को बदलने और प्रबंधित करने की चुनौतियों का सामना करना पड़ता है,व्यावसायिक प्राथमिकताओं की निरंतर प्रतिस्पर्धा के साथ। उन्हें पूर्णता प्राप्त करने से क्या रोकता है?

डिजिटल उत्पादों और सेवाओं को बनाने में हमारी DTG टीम का अनुभव हमें यह बताने की अनुमति देता है कि इन समस्याओं का समाधान तीन मोनोलिथ की समस्या से बाधित है: एप्लीकेशन मोनोलिथ, इंटीग्रेशन मोनोलिथ और डेटा मोनोलिथ । वे पारंपरिक वास्तुकला, संस्कृति के विरासत में दिए गए प्रतिमानों के परिणाम हैं, जो मौजूदा डेटा पर निर्भर हैं और "स्तरित" प्रणाली में काम करते हैं, जहां आईटी विभाग और व्यवसाय के अलगाव से डेटा और उनके बारे में ज्ञान का नुकसान होता है। इस समस्या के समाधान के रूप में, हम पारंपरिक विकास और प्रबंधन के दृष्टिकोण से वितरित लोगों के लिए एक संक्रमण देखते हैं, जो संगठन में गंभीर तकनीकी और सांस्कृतिक परिवर्तनों का अर्थ है।

लेकिन पहले बातें पहले। हमें संक्षेप में बताएं कि कुख्यात मोनोलिथ क्या हैं, और फिर हम उन समाधानों पर आगे बढ़ेंगे, जो हम मोनोलिथ द्वारा उत्पन्न कठिनाइयों को दूर करने के लिए प्रस्तावित करते हैं।

आवेदन मोनोलिथ

एंटरप्राइज़ समाधान बनाते समय तीन वास्तु समस्याओं में से एक अनुप्रयोगों का मोनोलिथ है , जो मौजूदा एप्लिकेशन में अधिक से अधिक फ़ंक्शन के रूप में प्रकट होता है। इन वर्षों में, एप्लिकेशन "राक्षस" में बहुत सारे इंटरवॉवन कार्यक्षमता और सह-निर्भर घटकों के साथ बदल जाता है, जो निम्नलिखित नकारात्मक बिंदुओं को पूरा करता है:

विफलता के एक भी बिंदु की उपस्थिति (एक आवेदन मॉड्यूल में विफलता की स्थिति में, पूरा आवेदन विफल हो जाता है और इस आवेदन के साथ काम करने वाले सभी कर्मचारी काम करना बंद कर देते हैं);
विकसित उत्पाद की आवश्यक गुणवत्ता सुनिश्चित करने में कठिनाई, वॉल्यूमेट्रिक रिग्रेशन परीक्षण की आवश्यकता;
एक अखंड टीम, जो विस्तार करने के लिए व्यावहारिक नहीं है, क्योंकि इससे विकास प्रक्रिया को गति और सुविधा नहीं मिलेगी;
, ; , ;
( -). , , « ». ;
.

सूक्ष्मदर्शी वर्णित समस्याओं को दूर करने में मदद करते हैं। दृष्टिकोण का अर्थ यह है कि एक अखंड एप्लिकेशन को कई छोटे अनुप्रयोगों में विभाजित किया जाता है जिसमें सेवाओं का एक समूह होता है।

अखंड अनुप्रयोगों के विपरीत, यह अखंड दृष्टिकोण की तुलना में बहुत अधिक मापनीयता प्रदान करता है, क्योंकि यह आवश्यक के रूप में अत्यधिक भरी हुई सेवाओं को मापना संभव बनाता है, और पूरे आवेदन को नहीं। माइक्रोसर्विसेज एक संगठन में कई टीमों को स्वतंत्र रूप से काम करने और नई सुविधाओं को जारी करने की अनुमति देते हैं क्योंकि वे फिट दिखते हैं।

यद्यपि कई वर्षों से प्रतिरूपकता का विचार अस्तित्व में है, माइक्रोसर्विस की वास्तुकला बहुत अधिक लचीलापन प्रदान करती है, जिससे संगठनों को बदलते बाजार की स्थितियों के लिए अधिक तेज़ी से प्रतिक्रिया करने की अनुमति मिलती है।

लेकिन भोलेपन से विश्वास न करें कि माइक्रोसिस्टम्स आपके आईटी वातावरण को जटिलता से पूरी तरह से बचाएंगे। माइक्रोसर्विस के आगमन के साथ, उनके विकेंद्रीकरण के कारण प्रबंधन, विकास और समर्थन की जटिलता को बढ़ाते हुए विकास के लचीलेपन को बढ़ाने के लिए एक समझौता है। इसके अलावा, कॉर्पोरेट वातावरण में हर एप्लिकेशन माइक्रोसैसवर्क आर्किटेक्चर के लिए उपयुक्त नहीं है।

एकीकरण मोनोलिथ

दूसरी वास्तुशिल्प समस्या, एकीकरण मोनोलिथ, एकीकरण कॉर्पोरेट बस ( एंटरप्राइज सर्विस बस , ईएसबी) के उपयोग के साथ जुड़ा हुआ है । यह एक एकल-व्यापी इंटरेक्शन परत के साथ एक वास्तुशिल्प पैटर्न है जो एक केंद्रीकृत और एकीकृत घटना-उन्मुख संदेश प्रदान करता है।

इस पारंपरिक दृष्टिकोण में, डेटा स्रोतों और उनके उपभोक्ताओं की परतों के बीच एकीकरण को एक मध्यवर्ती परत के रूप में देखा जाता है। ईएसबी विभिन्न परियोजनाओं में कई प्रणालियों द्वारा उपयोग की जाने वाली सेवाएं प्रदान करता है। ESB को केवल एक एकीकरण टीम द्वारा प्रबंधित किया जाता है, जिसे बहुत योग्य होना चाहिए। इसके अलावा, स्केल करना मुश्किल है। इस तथ्य के कारण कि ईएसबी टीम परियोजना की "अड़चन" है, इसमें परिवर्तन और सुधार की बढ़ती रेखा जारी करना मुश्किल है:

अगले रिलीज के हिस्से के रूप में बस के माध्यम से एकीकरण संभव है, जो कुछ महीनों में बड़े प्रवाह के कारण आवेदन जमा करने के लिए बेहतर है;
कोई भी परिवर्तन तभी किया जा सकता है जब वे अन्य उपभोक्ताओं से सहमत हों, क्योंकि सब कुछ विघटित और अलग-थलग न हो। तकनीकी ऋण जमा हो रहा है, जो केवल समय के साथ बढ़ता है।

अखंड आर्किटेक्चर में, डेटा "आराम" है। लेकिन पूरा व्यवसाय स्ट्रीमिंग इवेंट पर बनाया गया है और इसमें त्वरित बदलाव की आवश्यकता है। और जहां सब कुछ बहुत जल्दी बदलता है, ईएसबी का उपयोग अनुचित है।

इन समस्याओं को हल करने के लिए, एजाइल इंटीग्रेशन दृष्टिकोण मदद करता है, जो संपूर्ण कंपनी या एकल एकीकरण टीम के लिए एक एकल केंद्रीकृत एकीकरण समाधान का अर्थ नहीं करता है। इसका उपयोग करते हुए, कई क्रॉस-फ़ंक्शनल डेवलपमेंट टीमें दिखाई देती हैं जो जानती हैं कि उन्हें किस डेटा की आवश्यकता है और उन्हें किस गुणवत्ता का होना चाहिए। हां, इस दृष्टिकोण के साथ, प्रदर्शन किए गए कार्य को दोहराया जा सकता है, लेकिन यह आपको विभिन्न टीमों के बीच निर्भरता को कम करने की अनुमति देता है और मुख्य रूप से विभिन्न सेवाओं के समानांतर विकास का नेतृत्व करने में मदद करता है।

डेटा मोनोलिथ

तीसरा, लेकिन कोई कम महत्वपूर्ण वास्तुशिल्प समस्या डेटा मोनोलिथ की समस्या नहीं है, जो एक केंद्रीकृत कॉर्पोरेट डेटा वेयरहाउस ( एंटरप्राइज़ डेटा वेयरहाउस) के उपयोग से जुड़ी है, ईडीडब्ल्यू)। EDW समाधान महंगे हैं, उनमें एक विहित प्रारूप में डेटा होता है, जो विशिष्ट ज्ञान के कारण, विशेषज्ञों की केवल एक टीम द्वारा समर्थित और समझा जाता है, जो हर किसी की सेवा करता है। EDW में डेटा विभिन्न स्रोतों से आता है। EDW टीम उन्हें सत्यापित करती है और उन्हें एक विहित प्रारूप में परिवर्तित करती है, जिसे संगठन के भीतर विभिन्न उपभोक्ता समूहों की जरूरतों को पूरा करना चाहिए, और टीम भरी हुई है। इसके अलावा, एक निश्चित कैनोनिकल प्रारूप में परिवर्तित डेटा सभी के लिए और हमेशा के लिए सुविधाजनक नहीं हो सकता है। निचला रेखा - डेटा के साथ काम करने में बहुत अधिक समय लगता है। तदनुसार, बाजार पर एक नए डिजिटल उत्पाद को जल्दी से लॉन्च करना संभव नहीं है।

केंद्रीय घटक के लिए एक अभिविन्यास, आसपास के सिस्टम में बदलाव पर इसकी निर्भरता नई डिजिटल प्रक्रियाओं के विकास और उनके सुधार की योजना में एक वास्तविक समस्या है। परिवर्तन परस्पर विरोधी हो सकते हैं, और अन्य टीमों के साथ उनका समन्वय कार्य को धीमा कर देता है। डेटा मोनोलिथ

की समस्या को हल करने के लिए , एक असंरचित डेटा रिपॉजिटरी, डेटा लेक का आविष्कार किया गया था।। इसका मुख्य अंतर यह है कि "रॉ" डेटा को डेटा लेक में लोड किया गया है, उनके साथ काम करने के लिए एक भी टीम नहीं है। यदि किसी व्यवसाय को अपनी समस्या को हल करने के लिए कुछ डेटा प्राप्त करने की आवश्यकता होती है, तो एक टीम बनाई जाती है जो किसी विशेष कार्य के लिए आवश्यक डेटा को निकालती है। पास में, एक अन्य टीम दूसरे कार्य के लिए भी ऐसा कर सकती है। इस प्रकार, डेटा लेक को पेश किया गया ताकि कई टीमें एक साथ अपने उत्पाद पर काम कर सकें। यह दृष्टिकोण बताता है कि डेटा को अलग-अलग डोमेन में डुप्लिकेट किया जा सकता है, क्योंकि टीम उन्हें अपने उत्पाद को विकसित करने के लिए उपयुक्त रूप में परिवर्तित करती है। यहां यह समस्या उत्पन्न होती है - टीम को विभिन्न डेटा प्रारूपों के साथ काम करने के लिए दक्षताओं की आवश्यकता होती है। हालांकि, यह दृष्टिकोण, हालांकि यह अतिरिक्त लागतों के जोखिम को वहन करता है,व्यवसाय को एक नई गुणवत्ता देता है और नए डिजिटल उत्पादों को बनाने की गति को सकारात्मक रूप से प्रभावित करता है।

और उन्नत संगठनों में से कुछ ही डेटा के साथ काम करने में एक और भी अधिक "परिपक्व" दृष्टिकोण का उपयोग करते हैं - डेटा मेष , जो दो पिछले वाले के सिद्धांतों को विरासत में मिला है, लेकिन उनकी कमियों को दूर करता है। डेटा मेष के लाभ वास्तविक समय डेटा विश्लेषण हैंऔर बड़े डेटा बुनियादी ढांचे के प्रबंधन के लिए कम लागत। दृष्टिकोण धारा प्रसंस्करण का पक्षधर है और तात्पर्य है कि बाहरी प्रणाली एक डेटा स्ट्रीम प्रदान करती है जो स्रोत समाधान एपीआई का हिस्सा बन जाती है। डेटा गुणवत्ता उस सिस्टम के टीम मालिक की जिम्मेदारी है जो इस डेटा को उत्पन्न करता है। इस दृष्टिकोण का अधिक से अधिक उपयोग करने के लिए, डेटा को संसाधित करने और लागू करने से बचने के लिए अधिक कड़े नियंत्रण की आवश्यकता है "लोगों को अर्थहीन जानकारी के एक समूह में लाने से बचने के लिए।" और इसके लिए प्रबंधन और टीम की सोच में बदलाव की आवश्यकता है कि कैसे व्यापार के साथ आईटी की बातचीत का निर्माण किया जाता है। यह दृष्टिकोण उत्पाद-उन्मुख मॉडल में अच्छी तरह से काम करता है, न कि एक परियोजना-उन्मुख में।

ऐसा डेटा इन्फ्रास्ट्रक्चर पूरी तरह से अलग परिप्रेक्ष्य को खोलता है और "डेटा को सहेजने" की स्थिति से "उत्तरदायी डेटा" की स्थिति में संक्रमण की सुविधा देता है। स्ट्रीम प्रोसेसिंग डिजिटल व्यवसायों को डेटा उत्पन्न करते समय घटनाओं का तुरंत जवाब देने में सक्षम बनाता है, जो विश्लेषणात्मक डेटा प्राप्त करने के सहज ज्ञान युक्त साधन और उत्पादों या सेवाओं की वास्तविक समय सेटिंग्स प्रदान करता है जो संगठन को अपने प्रतिद्वंद्वियों से एक कदम आगे जाने में मदद करेगा।

वितरित दृष्टिकोण

संक्षेप में, सभी सूचीबद्ध मोनोलिथ की समस्याओं का समाधान है:

व्यापार कार्यों पर केंद्रित अलग-अलग ब्लॉकों में सिस्टम को विभाजित करना;
स्वतंत्र टीमों का आवंटन, जिनमें से प्रत्येक एक व्यावसायिक फ़ंक्शन बना और संचालित कर सकता है;
स्केलेबिलिटी, गति बढ़ाने के लिए इन टीमों के बीच काम का समानांतर।

आधुनिक संगठन के आईटी बुनियादी ढांचे के निर्माण में कोई सरल समाधान नहीं हैं। और पारंपरिक से वितरित वास्तुकला में परिवर्तन न केवल एक तकनीकी परिवर्तन है, बल्कि एक सांस्कृतिक भी है। इसके लिए व्यापार और सूचना प्रणाली की बातचीत के बारे में सोच में बदलाव की आवश्यकता है। और अगर संगठन में पहले से अखंड अनुप्रयोग मौजूद थे, तो अब हजारों सेवाएं काम करती हैं जिन्हें इंटरफेस और डेटा के संदर्भ में प्रबंधित, बनाए रखने और तुलना करने की आवश्यकता है। इससे लागत में वृद्धि होती है, लोगों के कौशल और परियोजना प्रबंधन की आवश्यकताओं में वृद्धि होती है। आईटी विभाग और व्यवसाय को अतिरिक्त जिम्मेदारियां लेनी चाहिए, और यदि वे इस जटिलता का प्रबंधन करना सीखते हैं, तो यह बुनियादी ढांचा व्यवसाय को नई, उच्च गुणवत्ता के साथ बाजार की चुनौतियों का जवाब देने की अनुमति देगा।

और अब इस बारे में कि हम वास्तव में क्या हैंक्या हम DTG का उपयोग "मोनोलिथ की समस्या" के समाधान के रूप में करते हैं, जब हमारे ग्राहकों की डिजिटल प्रक्रियाओं और भागीदारों के पारिस्थितिकी तंत्र में उनके एकीकरण का अनुकूलन करते हैं? हमारा उत्तर डिजिटल बिजनेस टेक्नोलॉजी प्लेटफ़ॉर्म क्लास (गार्टनर एनालिटिक्स वर्गीकरण देखें) है। हमने उसे GRANUM कहाऔर, परंपरा से, खुले स्रोत प्रौद्योगिकियों के संयोजन पर बनाया गया है, जो हमें कॉर्पोरेट वातावरण में जल्दी और आसानी से जटिल वितरित सिस्टम बनाने की अनुमति देता है। हम नीचे और अधिक विस्तार से प्रौद्योगिकियों पर स्पर्श करेंगे। क्या आसान और तेज हो गया है? प्लेटफ़ॉर्म का उपयोग करते हुए, हमने मौजूदा ग्राहक आईटी प्लेटफ़ॉर्म, ग्राहक इंटरैक्शन सिस्टम, डेटा प्रबंधन, IoT और एनालिटिक्स के एकीकरण को महत्वपूर्ण रूप से तेज कर दिया, व्यावसायिक घटनाओं को संभालने और साझा मूल्य बनाने के लिए संयुक्त निर्णय लेने के लिए पारिस्थितिक तंत्र भागीदारों के साथ ग्राहक प्रणालियों को जल्दी से एकीकृत करने में सक्षम थे। इसके अलावा, खुले स्रोत प्रौद्योगिकियों के उपयोग से हमें लाइसेंस प्राप्त सॉफ़्टवेयर से बचने के लिए ग्राहकों के अनुरोधों का जवाब देने में मदद मिली।

एक तकनीकी दृष्टिकोण से, वितरित वास्तुकला (माइक्रोसर्विसेज और डेटामेश दृष्टिकोण) के उपयोग के माध्यम से प्रक्रियाओं के डिजिटलीकरण के दौरान, हम घटकों की अन्योन्याश्रयता को कम करने और जटिल और लंबे विकास की समस्या को हल करने में सक्षम थे। इसके अलावा, हम वास्तविक समय में स्ट्रीमिंग घटनाओं को संसाधित करने, डेटा की गुणवत्ता को संरक्षित करने और भागीदारों के साथ बातचीत करने के लिए एक विश्वसनीय वातावरण बनाने में सक्षम थे।

मंच को तीन तार्किक परतों में विभाजित किया जा सकता है।

नीचे की परत आधारभूत संरचना है। बुनियादी सेवाएं प्रदान करने के लिए डिज़ाइन किया गया। इसमें लॉग की सुरक्षा, निगरानी और विश्लेषण, कंटेनर प्रबंधन, नेटवर्क रूटिंग (लोड संतुलन), डेप्स शामिल हैं।
एकीकरण परत - एक वितरित वास्तुकला (DataMesh दृष्टिकोण, microservices और स्ट्रीमिंग डेटा प्रसंस्करण) का समर्थन करता है।
— . (track&trace), , . .

विशेष रूप से उन ओपन-सोर्स तकनीकों के बारे में बात करते हैं जिन्हें हमने चुना है। उनमें से कौन सी नेटफ्लिक्स, लिंक्डइन, स्पॉटिफ़ जैसी प्रमुख इंटरनेट कंपनियों द्वारा अपने सर्वोत्तम व्यवहार में उपयोग की जाती हैं। Kubernetes, Jenkins, Keycloak, Spring Boot, Fluentd, Grafana, Prometheus प्रौद्योगिकियां अनुप्रयोगों के मोनोलिथ का मुकाबला करने और एक माइक्रोसैस आर्किटेक्चर के साथ निर्माण और काम करने के लिए, साथ ही लचीलेपन और परिवर्तनों की गति का पीछा करने के लिए चुनी जाती हैं। एक अखंड वास्तुकला से दूर जाने के लिए, एजाइल इंटीग्रेशन दृष्टिकोण आमतौर पर अपाचे कैमल, एनआईएफआई, डब्ल्यूएसओ 2 एपीआई प्रबंधक का उपयोग करता है। और, अंत में, काफ्का, फ़्लिंक, सैलेस इवेंट पोर्टल डेटा मोनोलिथ की समस्या को हल करने, डेटा विभाजन दृष्टिकोण का उपयोग करके वास्तविक समय डेटा विश्लेषण के लिए इसके विभाजन और संक्रमण के लिए उपयोगी है।

नीचे दिया गया चित्रण प्रौद्योगिकियों के एक समूह का प्रतिनिधित्व करता है, जो प्रयोगों के परिणामस्वरूप, हमने DTG में तीन मठों की समस्या को हल करने के लिए इष्टतम माना।

हमने लगभग एक साल पहले वर्णित मंच का व्यावहारिक अनुप्रयोग शुरू किया था और आज हम पहले से ही निष्कर्ष निकाल सकते हैं कि, उद्योग की परवाह किए बिना, इस तरह का समाधान उन संगठनों के लिए रुचि रखता है जो अपनी व्यावसायिक प्रक्रियाओं को निष्पादित करने की लागत को कम करने के बारे में सोच रहे हैं, भागीदारों के साथ बातचीत की दक्षता बढ़ा रहे हैं, बना रहे हैं नए मूल्य श्रृंखला। ऐसी कंपनियों का उद्देश्य तेजी से डिजिटल प्रवाह प्रयोगों (परिकल्पना परीक्षण, एकीकरण, तेजी से बाजार की शुरुआत और यदि स्थानीय सफलता, वैश्विक कार्यान्वयन) है, और यह ग्राहकों के साथ संचार के नए चैनलों को भी खोलेगा और उनके साथ अधिक गहन डिजिटल संचार का निर्माण करेगा। दुनिया। दिलचस्प रिक्तियां

हमारे कंपनियों के समूह में हमेशा खुली होती हैं । तुम्हारा इंतज़ार है!

हमने तीन मोनोलिथ की समस्या को कैसे हल किया

आवेदन मोनोलिथ

एकीकरण मोनोलिथ

डेटा मोनोलिथ

वितरित दृष्टिकोण

More articles: