Как распределенные базы данных поддерживают критически важные бизнес-приложения: пример с Эми Банарсе

Поскольку мир становится все более цифровым, предприятиям во всех отраслях — от розничной торговли до финансов и автомобилестроения — приходится обрабатывать огромные объемы данных. Будь то управление каталогами продукции, обработка телеметрических данных или проведение финансовых транзакций, способность управлять и масштабировать данные в реальном времени в нескольких регионах имеет решающее значение для глобальных операций.

Одним из экспертов, лидирующих в решении этих задач управления данными, является Эмей Банарсе, инженер решений с более чем десятилетним опытом работы с технологиями распределенных баз данных. Эмей использует свои знания для решения сложных задач управления данными, снижения затрат и повышения производительности.

Его работа привела к успешному сотрудничеству с предприятиями из списка Fortune 500, включая такие мировые финансовые институты, как Wells Fargo и Fiserv, крупные розничные торговцы, такие как Kroger, и автомобильные компании, включая General Motors, что сделало его заметной фигурой в этой области.

Проблемы управления данными в цифровую эпоху

Координация больших объемов информации представляет собой уникальную задачу в современном мире. Технологические прорывы, такие как аналитика в реальном времени и машинное обучение, обеспечили огромные преимущества, но эти достижения также создают новые препятствия, такие как необходимость доступа с низкой задержкой и поддержания постоянной доступности данных в разных регионах.

Амей Банарсе делится своими идеями о том, как преодолеть эти трудности, и рассказывает о пути, который позволил ему стать экспертом в этой области.

В: Эми, что вдохновило вас выбрать карьеру в сфере разработки технических решений?

A : Мой путь начался с получения степени магистра в Университете Пенсильвании в 2010 году. Я начал свою карьеру в качестве старшего консультанта по аналитике данных в Gemini Systems, Нью-Йорк, где я сосредоточился на платформах аналитики данных в секторе финансовых услуг. Сотрудничество с известными клиентами, такими как Нью-Йоркская фондовая биржа (NYSE), для разработки решений и работа над высокоэффективными проектами разожгли мою страсть к управлению данными. Именно во время моего сотрудничества с Управлением по регулированию финансовой отрасли (FINRA) я по-настоящему осознал критическую важность надежной архитектуры данных. Сегодня, как признанный лидер мысли в индустрии данных, я совмещаю глубокие знания в распределенных системах и облачных транзакционных приложениях с приверженностью продвижению инноваций в области корпоративных данных. Для меня большая честь вносить вклад в ведущие форумы, такие как Forbes Technology Council, делясь идеями посредством написания, презентаций и лидерства мысли. Мои выступления на таких ведущих конференциях, как AWS ReInvent, VMWare Explore и SpringOne, отражают мою приверженность формированию отраслевого дискурса — от современных архитектур данных до стратегий корпоративных данных, помогая организациям раскрыть весь потенциал своих информационных активов.

В: С какими проблемами сталкиваются отрасли, поскольку растет спрос на обработку данных в режиме реального времени?

A : Сегодняшние предприятия, особенно в секторах и развивающихся отраслях, таких как розничная торговля, автомобилестроение и финансы, должны управлять огромными объемами данных в реальном времени, обеспечивая при этом безопасность и масштабируемость. К проблемам относятся обработка скачков трафика в пиковые периоды, поддержание целостности данных в географически распределенных системах и обеспечение стабильной производительности. Неспособность решить эти проблемы может привести к узким местам, несоответствиям данных и операционной неэффективности, которые существенно повлияют на качество обслуживания клиентов и доход.

В: Можете ли вы поделиться своим подходом к решению этих проблем с использованием технологий распределенных баз данных?

A : Конечно. Я использую такие технологии, как ЮгабайтДБ , что обеспечивает возможность обработки высокопроизводительных транзакций, поддержания высокой согласованности и поддержки многорегиональных развертываний. Я сосредоточен на проектировании архитектуры данных, которая интегрирует распределенные базы данных с облачными платформами, обеспечивая доступность и надежность данных в реальном времени в разных местах. Сотрудничая с инженерными группами, я реализую тщательное тестирование в условиях имитируемого большого трафика и настраиваю системы для оптимальной производительности.

В: Не могли бы вы подробнее рассказать о конкретном проекте, в котором вы внедрили эти решения?

A : Один из примечательных проектов был с глобальным ритейлером, управляющим более чем 300 миллионами товаров. Им нужна была масштабируемая система для обеспечения доступа к данным в режиме реального времени в периоды пиковых покупок и для обеспечения отсутствия простоев во время распродаж и дней запуска продуктов. Я руководил командой и реализовал масштабируемое архитектурное решение с использованием YugabyteDB, что не только снизило их общую стоимость владения более чем на 10 миллионов долларов, но и обеспечило постоянную высокопроизводительную работу в критические сезоны покупок. Это решение обеспечивает бесперебойный опыт для конечного покупателя в пиковый праздничный сезон, что повышает лояльность клиентов и узнаваемость бренда ритейлера.

В: Не могли бы вы подробнее рассказать о конкретном проекте, в котором вы внедрили эти решения?

A : Один из примечательных проектов был с глобальным ритейлером, управляющим более чем 300 миллионами товаров. Им нужна была масштабируемая система для обеспечения доступа к данным в режиме реального времени в периоды пиковых покупок и для обеспечения отсутствия простоев во время распродаж и дней запуска продуктов. Я руководил командой и реализовал масштабируемое архитектурное решение с использованием YugabyteDB, что не только снизило их общую стоимость владения более чем на 10 миллионов долларов, но и обеспечило постоянную высокопроизводительную работу в критические сезоны покупок. Это решение обеспечивает бесперебойный опыт для конечного покупателя в пиковый праздничный сезон, что повышает лояльность клиентов и узнаваемость бренда ритейлера.

В: Вы также работали с General Motors. С какими трудностями они столкнулись и как вы им помогли?

A: Платформа подключенных автомобилей компании General Motors играет важнейшую роль в поддержке ее новых услуг, собирая и используя данные из более чем 20 миллионов подключенных автомобилей . Платформа поддерживает такие функции, как отслеживание состояния транспортного средства, удаленный запуск и отчеты о состоянии дороги через мобильные приложения GM и OnStar. Однако существующая база данных, на которой работает эта платформа, Apache Cassandra, становилась узким местом. Это приводило к высоким эксплуатационным расходам, ограниченной масштабируемости и проблемам с производительностью, особенно во время пикового спроса. Я тесно сотрудничал с их техническим руководством, чтобы перепроектировать архитектуру системы, которая может обрабатывать огромные объемы телеметрических данных в режиме реального времени, поддерживать согласованность и эффективно масштабироваться. Я также руководил миграцией с Apache Cassandra на YugabyteDB. Эта миграция привела к десятикратному улучшению масштабируемости и производительности, что позволило системе обрабатывать до трех миллионов записей в секунду, при этом значительно сократив занимаемую оборудованием площадь и эксплуатационные расходы. Эта трансформация позволила GM улучшить свои услуги для подключенных транспортных средств и обеспечить превосходное качество обслуживания клиентов.

В: Можете ли вы привести пример того, как вы помогли клиенту из сферы финансовых услуг модернизировать свои системы данных?

A : Знаменательным случаем было сотрудничество со старшим техническим руководством крупной компании финансовых услуг при переходе с устаревшего мэйнфрейма IBM DB2 на современную масштабируемую систему для поддержки панели управления розничным портфелем. Руководя переходом на YugabyteDB, я создал устойчивую архитектуру, которая не только снизила общую стоимость владения, но и улучшила качество обслуживания конечных клиентов. Успешная миграция позволила проводить адаптацию пользователей в реальном времени, создав гибкую и надежную систему, поддерживающую будущий рост. Это позволило компании достичь своих основных целей по переходу с мэйнфрейма и использованию облачных баз данных, которые можно развернуть на облачных и гибридных товарных архитектурах. Это также помогло повысить производительность — вместо того, чтобы замедляться из-за ожидания предоставления и обслуживания DB2 на мэйнфрейме, команда приложений может быстро развернуть YugabyteDB в любом месте, и она автоматически масштабируется по мере необходимости.

В: Ваши достижения в этой области впечатляют. Что побуждает вас продолжать расширять границы?

A : Меня мотивирует влияние, которое масштабируемые решения платформы данных могут оказать на критически важные приложения, которые питают бизнес и общество. Руководство громкими проектами от имени YugabyteDB, такими как проектирование масштабируемой платформы для трансляции Суперкубка 2024, было невероятно полезным. Возможность предоставить высококачественный стриминговый опыт более чем 125 миллионам зрителей подчеркивает важность масштабируемых, устойчивых систем в современном взаимосвязанном мире.

В: Каково ваше видение будущего управления данными?

A : Я считаю, что изобретательность инженеров технических решений, таких как я, имеет решающее значение для более связанного мира. Поскольку отрасли развиваются, а спрос на данные в реальном времени продолжает расти, разработка инновационных решений, позволяющих организациям эффективно масштабироваться, становится крайне важной. Я стремлюсь возглавить эту кампанию, гарантируя, что компании смогут решать свои проблемы с данными в лоб и добиваться успеха с помощью интеллектуальных стратегий управления данными.

Способность Ами Банарсе проектировать масштабируемые, устойчивые системы позволила этим предприятиям модернизировать и обрабатывать данные в реальном времени в беспрецедентных масштабах. Его опыт в технологиях распределенных баз данных формирует будущее управления данными и прокладывает путь для организаций к процветанию в ландшафте, все больше ориентированном на данные.