dot Redis 8 已发布——它是开源的

了解更多

停机时间减少 20%,应用性能提升近 90%

公司: Simility
行业: 金融服务

客户

Simility 于 2018 年被 PayPal 收购,是一项高度可扩展的云端欺诈预防服务,它结合了机器学习和人工分析的力量,保护中小型企业和大型企业客户免受最复杂类型的欺诈。

挑战

Simility 每天为其云客户处理数亿笔交易,并在其本地部署中每天处理数十亿笔交易。鉴于极高的交易量,团队发现难以满足最终用户的延迟要求。

解决方案

Simility 最初选择 Redis Enterprise 用于缓存,并立即解决了其吞吐量和延迟方面的挑战。由于 Redis Enterprise 易于扩展且开销非常小,Simility 的 IT 团队能够毫不费力地将该解决方案扩展到其他用例,包括高速事务、作业和队列管理以及实时数据摄取。

优势

通过使用 Redis Enterprise,Simility 能够将 IT 成本降低高达 30%,将应用功能交付速度提高高达 30%,将系统停机时间减少高达 20%,并将应用性能提升近 90%——同时大大减少了对专业内部 IT 资源的需求。

欺诈和滥用行为——包括虚假账户、支付欺诈、诈骗、虚假评论和账户盗用——是当今企业面临的持续挑战。虽然有许多第三方解决方案只针对信用卡欺诈预防,但公司不得不牺牲时间和资源来构建自己的系统,以进行全面的用户和交易欺诈及滥用管理。

这就是 Simility 的用武之地。 于 2018 年被 PayPal 收购,这家总部位于帕洛阿尔托的公司提供了一种高度可扩展的云端欺诈预防软件解决方案,该方案结合了机器学习和人工分析,保护中小型企业和大型企业客户免受最复杂类型的欺诈。Simility 解决方案使分析师能够快速适应欺诈者不断演变的策略——所有这些都无需编写代码。

Simility 自 2014 年成立以来迅速发展,其欺诈检测系统每天为其云客户处理数亿笔交易,并在其本地部署中每天处理数十亿笔交易。Simility 一直使用 DataStax 作为其主要数据存储,但鉴于极高的交易量,IT 团队发现难以满足最终用户的延迟要求。处理数百万个连接成为一项挑战。 

“虽然写入 Cassandra 数据库很快,但读取并不总是显示最新数据,因为 Cassandra 的副本是最终一致的且速度慢,”Simility 工程部负责人 Ravi Sandepudi 解释道。

选择 Redis Enterprise

Simility 决定最初使用 Redis Enterprise 用于缓存,并立即解决了其吞吐量和延迟方面的挑战。由于 Redis Enterprise 易于扩展且开销非常小,Simility 的 IT 团队随后能够毫不费力地将该解决方案扩展到其他用例,包括高速事务、作业和队列管理以及实时数据摄取。

Simility 现在在 Redis Enterprise 中存储了许多不同类型的数据——有些是持久的,有些是短暂的。应用架构包括容器中的多个服务器副本,并行处理数据。由于 Simility 利用了来自许多源的实时数据,因此应用需要处理成百上千个连接。Redis Enterprise 优雅地处理了公司对高吞吐量低延迟的需求。Simility 还使用了 Redis 的一些标志性功能,包括内置的键过期功能、TTL 以及用于概率计数估计的 HyperLogLog。

“在我们的欺诈检测服务中使用 Redis Enterprise 对我们组织来说是一个绝佳的决定,”Sandepudi 说。“它使我们能够轻松管理每天数十亿笔交易,跟上我们指数级的增长速度,并加快为所有客户进行欺诈检测。”

更低的成本,更高的性能

通过使用 Redis Enterprise,Simility 能够将 IT 成本降低高达 30%,将应用功能交付速度提高高达 30%,将系统停机时间减少高达 20%,并将应用性能提升近 90%——同时大大减少了对专业内部 IT 资源的需求。

“我们非常喜欢使用 Redis Pack 无缝扩展的能力,”Sandepudi 指出。“内置的高可用性减少了在内部运行该解决方案所需的操作工作量,使我们的技术资源能够专注于其他更具战略意义的项目。在迁移到 Redis Enterprise 之前,我们的 IT 团队一直在担心如何每天处理数百万个连接和数十亿笔交易,以及我们是否必须构建和管理队列。现在,我们能够毫不费力地处理如此庞大的工作负载。”

随着客户数据量和处理需求的快速增长,Simility 将持续增加对 Redis Enterprise 的使用。团队目前正计划将 DataStax 上的更多工作负载迁移到 Redis Enterprise,以便轻松将环境扩展到多个站点,并更快、更高效地满足客户的欺诈检测需求。