Как микросервисный подход к реализации аналитических решений влияет на бизнес?
Сергей Кравченко, Старший аналитик данных, Beltel Datanomics
Большинство организаций сегодня стремятся к созданию собственной многофункциональной платформы управления бизнесом на разных уровнях. Развитие и поддержка такой системы становятся сложной задачей, потому что её функционал изменяется по мере развития компании.
За последнее десятилетие в общей практике известным стал микросервисный стиль проектирования сложных приложений – когда единая система строится как набор небольших сервисов, каждый из которых работает как независимый модуль и коммуницирует с остальными, используя стандартные механизмы, например, http-протокол.
Команда Datanomics практикует микросервисный подход к внедрению систем аналитики. Основная идея — платформа заказчика должна стать для пользователей единым центром управления бизнес-процессами, включая наши сервисы. В отличие от некоторых компаний, мы не предлагаем клиенту отдельный программный продукт, который решает только определенную задачу. Вместо этого Datanomics предлагает развивать единую платформу управления бизнес-процессами на стороне заказчика, добавляя в нее свои сервисы, которые выполняют специализированные задачи.
Выделим основные преимущества, выявленные в ходе внедрения аналитических систем на основе микросервисного подхода:
- возможность развивать унифицированную многофункциональную платформу с помощью добавления в нее независимых программных компонентов
- возможность обновлять функционал микросервисных компонентов без «пересборки» всей системы
- возможность масштабировать процессы, вынося ресурсоемкие задачи, требующие больших вычислительных ресурсов, в отдельные модули, которые могут быть аппаратно отделены от основной платформы; такое разделение позволяет увеличивать вычислительные ресурсы сервисных модулей без остановки функционирования основной платформы
- отсутствие необходимости внедрять «чужеродное» узкоспециализированное ПО и обучать персонал
Читайте больше о платформенной организации бизнеса в материале руководителя департамента аналитики Big Data Анны Племяшовой.