Как ускорить работу автоматизированных банковских систем без их перестройки Многие банковские системы создавались десятки лет назад на базе технологий, которые были доступны тогда

Как ускорить работу автоматизированных банковских систем без их перестройки Многие банковские системы создавались десятки лет назад на базе технологий, которые были доступны тогда. За это время они уже значительно снизили продуктивность и перестали справляться с кратно возрастающей нагрузкой. Это сказывается на работе цифровых сервисов: современный финтех требует моментальной обработки данных, что не могут обеспечить старые системы. Отказаться от них совсем невозможно, перестроить их сложно, дорого и долго. Решением могут стать in-memory-технологии. Они кэшируют данные из разных банковских систем и хранят ключевую информацию в оперативной памяти. За счет этого внутренние и пользовательские сервисы мгновенно получают доступ к той информации, которая им нужна, и также быстро ее передают. Такой подход обеспечивает необходимый уровень производительности при любой нагрузке — до сотен тысяч запросов в секунду на один инстанс. In-memory-технологии уже работают в крупнейших банках. Например, Газпромбанку новое решение помогает выдерживать более 100 000 запросов в секунду от других систем банка, система работает в реальном времени, а горизонтальная масштабируемость снимает все вопросы о достижении «потолка» объема данных — его просто не существует. Все эти решения работают на базе платформы in-memory-вычислений Tarantool, доступной как в Open-Source-версии с возможностью кастомизации, так и в Enterprise-версии для задач крупных компаний. @banksta