مدیریت عملیات فین‌تک با یک نفر

مسئله و چالش‌های عملیات در مقیاس رشد

در مراحل اولیه رشد محصولات مالی پرتردد، مدیریت عملیات پلتفرم توسط یک مهندس ارشد با چالش‌های بی‌سابقه‌ای روبروست: پول به طور مستمر در ریل‌های بانکی در حال گردش است، در حالی که زیرساخت‌های انسانی و ابزارهای ایمنی سنتی پاسخگوی حجم خطاها نیستند.

عملیات روزمره شامل سه جریان پرریسک بود: ۱. تراکنش‌های کارت‌به‌کارت (C2C) و انتقال وجه: تعامل مستقیم با سوییچ‌های بانکی با نوسانات شدید تأخیر، جایی که یک قطعی ساده شبکه می‌توانست نشان‌دهنده کسر ناموفق یا واریز ثبت‌نشده در مقصد باشد. ۲. تجمیع ریزتراکنش‌های قبوض و شارژ: پردازش همزمان هزاران ریزتراکنش با ارزش مالی کم اما حساسیت کاربری و تعهدات زمانی (SLA) فوق‌العاده سخت‌گیرانه با اپراتورهای مخابراتی. ۳. اصطکاک رفع مغایرت دستی: مقایسه سنتی فایل‌های تسویه بانکی با پایگاه داده داخلی باعث فرسودگی عملیاتی و تاخیر در تسویه پذیرندگان می‌شد.

در چنین وضعیتی، اتکا به واکنش دستی به رخدادها کارساز نیست: یک نوسان ساده در سوییچ شتاب به طوفانی از هشدارهای همزمان منجر می‌شد که فراتر از توان تحلیل دستی یک نفر بود.

رویکرد مهندسی و خودکارسازی تریاژ رخدادها

برای حفظ پایداری شبانه‌روزی بدون نیاز به یک تیم حجیم پشتیبانی، رویکرد عملیات به سمت موتور خودکار تله‌متری و فیوزهای محافظتی بازطراحی شد:

۱. فیوزهای محافظتی و سوئیچینگ پویا

• سنجش نرخ موفقیت پرداخت (PSR): پیاده‌سازی پروب‌های پایش نرخ موفقیت درگاه‌ها در پنجره‌های متحرک ۶۰ ثانیه‌ای. در صورت افت نرخ موفقیت یک PSP به زیر ۸۸ درصد، وزن ترافیک آن درگاه به‌صورت آنی به صفر کاهش یافته و حجم پرداخت‌ها به سوییچ پشتیبان هدایت می‌شد، بدون آنکه نیازی به پیج شبانه نیروی فنی باشد.
• ریزش هوشمند بار در لبه ورودی: گیت‌وی ورودی با استفاده از الگوریتم سطل توکن ردیس (Redis Token Bucket)، در زمان افت پایداری بانک‌ها، کوئری‌های غیرمالی کم‌اهمیت را فیلتر می‌کرد تا ظرفیت نخ‌های پردازش برای ثبت وضعیت دفاتر مالی حفظ شود.

۲. دیده‌بانی عمیق با سیگنال‌های طلایی گرافانا

• داشبوردهای عملیاتی برخط: پایش پیوسته چهار سیگنال طلایی (تأخیر، ترافیک، خطا، اشباع) با تمرکز ویژه بر:
  • تراز ریاضی دفتر کل دوطرفه ($\Delta = 0$).
  • تأخیر مصرف پیام‌ها در صف activity.end_state ربیت‌ام‌کیو.
  • نرخ صدور کدهای خطای 429 Too Many Requests در لایه ورودی.
• لایه‌بندی هوشمند تریاژ: تفکیک آلارم‌ها به سطح بحرانی (P1 با تماس صوتی و پیامک آنی در صورت عدم توازن تراز یا قطعی سوییچ) و سطح متوسط (P3 با ثبت تیکت ناهمگام در نوسانات غیرمسدودکننده).

۳. مغایرت‌گیری خودکار بانکی بر بستر SFTP

• جاب‌های تسویه دسته‌ای با Spring Batch: جایگزینی کامل بررسی‌های دستی اکسل با فرآیندهای خودکار شبانه Spring Batch. سیستم گزارش‌های تسویه را مستقیماً از طریق پروتکل امن SFTP از بانک‌ها دریافت کرده و سطر به سطر با دفتر کل تطبیق می‌داد.
• استرداد خودکار وجه (Refund-MNG): تراکنش‌هایی که در بانک کسر شده اما در مقصد اعمال نشده بودند، بدون مداخله دستی و در نزدیک‌ترین چرخه پایا به صورت خودکار به حساب مشتری برگشت داده می‌شدند.

خروجی‌های پروداکشن و تاب‌آوری سیستم

• دسترس‌پذیری ۹۹.۹۸ درصدی سامانه: حفظ پایداری مستمر در جریان‌های انتقال وجه و پرداخت در حین جشنواره‌های پرترافیک فروشگاهی.
• کاهش زمان تشخیص رخداد (MTTD) به زیر ۳ دقیقه: ابزارهای خودکار پایش و سیستم پیج هوشمند، زمان تشخیص بروز اختلال بانکی را از بیش از ۳۰ دقیقه به زیر ۱۸۰ ثانیه رساندند.
• تراز مالی پایدار بدون مغایرت حل‌نشده: فرآیند خودکار مغایرت‌گیری شبانه، تمامی ناهماهنگی‌های ثبت اسناد را ریشه‌کن کرد.
• گردش کار پایدار تک‌نفره: هدایت ۹۵ درصد از رخدادهای معمول عملیاتی به فیوزهای خودکار و سیستم‌های خودترمیم نرم‌افزاری.