Mikroservice-basierte Lösung für den Einzelhandel

Wir haben eine auf Microservices basierende Architektur entworfen und implementiert, die es dem Kunden ermöglichte, die Kontrolle über seine E-Commerce-Plattform zu übernehmen. Wir haben den Übergang von Drittanbietersystemen zu einer internen Lösung unterstützt und wichtige Vorgänge wie Kontoverwaltung, Katalog und Auftragsverwaltung auf Microservices umgestellt, die sich nahtlos über mehrere Länder hinweg skalieren lassen.

Microservices-Architektur

Wir haben eine robuste Microservices-Architektur entwickelt, um die unterschiedlichen Systeme zu ersetzen. Zu den wichtigsten Microservices gehörten:

• Account-Microservice:

  Zentralisierte Kontoverwaltung für mehrere Länder.

• Katalog-Microservice:

  Eine wichtige API zum Abrufen von Produktdaten und Bestandsinformationen.

• OMS-Microservice:

  Bearbeitete Bestellungen und integrierte sich in die Bestands- und Lagerverwaltungssysteme des Kunden.

Diese Microservices wurden modular, skalierbar und leicht in interne und externe Systeme integrierbar konzipiert.

Datenmigration

• Kontodatenmigration:

  Wir haben Kontodaten aus externen Systemen mithilfe eines optimierten Prozesses migriert:
• Die Daten wurden im XML-Format exportiert, in .gz-Dateien komprimiert und in einem AWS S3-Bucket gespeichert.
• Der Migrationsprozess umfasste die Konvertierung der XML-Dateien in ein Datenbankformat und die Durchführung von Integritätsprüfungen, bevor die Daten in das neue Kontensystem übertragen wurden.

• Migration von Bestelldaten:

  Wir haben einen zweistufigen Datenmigrationsprozess für die Bestellhistorie implementiert:
• Aktuelle Daten wurden für einen schnellen Zugriff in eine PostgreSQL-Datenbank (Hot Storage) migriert, während ältere Daten in einem Legacy-Datenspeicher (Cold Storage) verblieben.
• Ein Kafka-Migrator übertrug kontinuierlich Legacy-Daten in die PostgreSQL-Datenbank und stellte so den Echtzeitzugriff auf historische Bestelldaten sicher.

OMS-Integration (Order-Management-System)

Das OMS wurde mithilfe von APIs und ETL-Prozessen (Extract, Transform, Load) für die Echtzeit-Datensynchronisation in die Bestandsverwaltungs- (IMS) und Lagerverwaltungssysteme (WMS) des Kunden integriert. Außerdem haben wir eine asynchrone Verarbeitung für OMS-Batch-Jobs implementiert, um die Leistung zu verbessern.

Verbesserungen der Katalogleistung

• In-Memory-Caching
• API-Caching
• Parallele Abfragen
• Denormalisierung

Optimierung des Zugriffs auf Bestelldaten

Wir haben einen optimierten Prozess für den Abruf der Bestellhistorie von Benutzern implementiert:

• Wenn ein Benutzer die Bestellhistorie anfordert, fragt das System zunächst die PostgreSQL-Datenbank nach aktuellen Datensätzen ab.
• Wenn die Daten nicht ausreichen, fragt es den Legacy-Datenspeicher ab und führt die Ergebnisse zusammen.
• Eine Kafka-Pipeline migriert kontinuierlich ältere Bestellhistorien in PostgreSQL und verbessert so im Laufe der Zeit die Leistung.

Leistungsverbesserungen im OMS

• In-Memory-Warenkorb-Datenspeicher
• ElasticSearch-Integration
• Optimierung von Datenbankabfragen
• Datenbank-Sharding und -Partitionierung
• Asynchrone Protokollierung

Frontend-Optimierung

• Server-seitiges Rendering (SSR)
• Lazy Loading
• Ressourcenkomprimierung

Der Kunde nutzte in jedem Land unterschiedliche E-Commerce-Lösungen. Dies führte zu uneinheitlichen Kundenerfahrungen, erhöhtem Wartungsaufwand und betrieblichen Herausforderungen.

• Begrenzte Kontrolle über Anbieter:

  Der Kunde hatte keine Kontrolle über Drittanbieter, die die Anwendungen verwalteten, was die Flexibilität und Reaktionsfähigkeit auf geschäftliche Anforderungen einschränkte.

• Hohe Lizenz- und Änderungskosten:

  Die Kosten für die Wartung von Drittanbieterplattformen waren erheblich. Selbst kleine Änderungsanfragen (CRs) waren teuer und zeitaufwändig.

• Verzögerte Rollouts:

  Neue Funktionen und Fehlerbehebungen wurden nicht rechtzeitig eingeführt, was zu entgangenen Umsatzchancen führte.

• Datenhoheit

  Der Kunde hatte keine vollständige Hoheit über seine E-Commerce-Daten, insbesondere über Kunden- und Bestelldaten, die von Drittanbietern verwaltet wurden.

• Leistung und Skalierbarkeit:

  Die bestehenden Systeme hatten Schwierigkeiten, den Spitzenverkehr während Großveranstaltungen zu bewältigen, was zu häufigen Ausfallzeiten und einer schlechten Kundenerfahrung führte.

• Durch die Umstellung auf eine interne Plattform konnten die Lizenzkosten gesenkt und teure Änderungsanforderungsgebühren vermieden werden, was zu erheblichen Kosteneinsparungen führte und die Abhängigkeit von Anbietern minimierte.
• Es wurde die vollständige Kontrolle über die E-Commerce-Plattform erlangt, was eine schnellere Entscheidungsfindung und den Echtzeit-Zugriff auf wichtige Geschäftsdaten ermöglichte und die betriebliche Effizienz und Reaktionsfähigkeit verbesserte.
• Es wurde Flexibilität erreicht, um neue Funktionen und Verbesserungen schnell einzuführen, wodurch Verzögerungen bei der Einführung von Updates reduziert und Umsatzchancen effektiver genutzt werden konnten.
• Ein einheitliches und erstklassiges Einkaufserlebnis in allen Ländern durch verbesserte Plattformoptimierungen wie Server-Side Rendering (SSR), Lazy Loading und Ressourcenkomprimierung, was zu einer verbesserten Ladezeit und einem reibungsloseren Benutzererlebnis führt.
• Die optimierte Systemarchitektur führte zu schnelleren Reaktionszeiten, einer besseren Verarbeitung während Spitzenauslastungen und einer Verringerung der Ausfallzeiten, wodurch eine nahtlose Skalierbarkeit und eine verbesserte Leistung bei Ereignissen mit hoher Nachfrage gewährleistet werden.

• Java
• Spring Boot
• PostgreSQL
• ElasticSearch
• Redis
• Kafka
• DynamoDB
• AWS S3
• MapStruct
• React.js
• SSR
• APIs
• ETL
• AWS
• Docker
• Kubernetes
• Jenkins