Agregator indeksów kryptowalutowych
PHP
Rozwój systemu w ramach budżetu projektowego oraz naturalnego wzrostu obciążeń.
Etap 1: Weryfikacja modeli matematycznych i uruchomienie usług (0–6 miesięcy)
Zadanie: Realizacja zbierania cenników, obliczania indeksów i generowania wykresów.
Rozwiązanie: Rozwój na bazie monolitycznego CMS (WordPress) z zapisem w relacyjnej bazie danych. W tym samym okresie zintegrowano logowanie, zbieranie metryk, wysyłki oraz dwuetapową autoryzację. Hipoteza została pomyślnie potwierdzona.
Etap 2: Profilowanie i optymalizacja (6–12 miesięcy)
Zadanie: Objętość bazy danych osiąga 12 milionów rekordów, zwiększyła się podczas wykonywania analitycznych zapytań (Query Latency).
Rozwiązanie: Przeprowadzono poziome partycjonowanie tabeli według okresów oraz całkowitą przeróbkę struktur zapytań SQL pod nową matrycę indeksów, co przyniosło wielokrotny wzrost wydajności.
Etap 3: Przejście infrastrukturalne (Bieżący status: > 24 mln rekordów)
Zadanie: Wzrost objętości danych, komplikacja analityki oraz konieczność przywracania przerw w telemetrii w czasie rzeczywistym wymagają przeglądu architektury.
Rozwiązanie: Kolejny planowy przekład rdzenia na produkcyjny stos (Go), zastąpienie relacyjnej bazy danych specjalizowanym magazynem Time-Series oraz system dekompozycji na mikrousługi z wykorzystaniem brokerów.
Inwestycje w infrastrukturę były rozdzielane z uwzględnieniem budżetu. Modernizacja była przeprowadzana tylko wtedy, gdy potencjał bieżących technologii był całkowicie wyczerpany.
Etap 1: Weryfikacja modeli matematycznych i uruchomienie usług (0–6 miesięcy)
Zadanie: Realizacja zbierania cenników, obliczania indeksów i generowania wykresów.
Rozwiązanie: Rozwój na bazie monolitycznego CMS (WordPress) z zapisem w relacyjnej bazie danych. W tym samym okresie zintegrowano logowanie, zbieranie metryk, wysyłki oraz dwuetapową autoryzację. Hipoteza została pomyślnie potwierdzona.
Etap 2: Profilowanie i optymalizacja (6–12 miesięcy)
Zadanie: Objętość bazy danych osiąga 12 milionów rekordów, zwiększyła się podczas wykonywania analitycznych zapytań (Query Latency).
Rozwiązanie: Przeprowadzono poziome partycjonowanie tabeli według okresów oraz całkowitą przeróbkę struktur zapytań SQL pod nową matrycę indeksów, co przyniosło wielokrotny wzrost wydajności.
Etap 3: Przejście infrastrukturalne (Bieżący status: > 24 mln rekordów)
Zadanie: Wzrost objętości danych, komplikacja analityki oraz konieczność przywracania przerw w telemetrii w czasie rzeczywistym wymagają przeglądu architektury.
Rozwiązanie: Kolejny planowy przekład rdzenia na produkcyjny stos (Go), zastąpienie relacyjnej bazy danych specjalizowanym magazynem Time-Series oraz system dekompozycji na mikrousługi z wykorzystaniem brokerów.
Inwestycje w infrastrukturę były rozdzielane z uwzględnieniem budżetu. Modernizacja była przeprowadzana tylko wtedy, gdy potencjał bieżących technologii był całkowicie wyczerpany.