借助 AWS Step Functions 分布式地图，Capital One 处理支票的速度最高可提升 80%

Capital One 成立于 1994 年，提供信用卡、支票账户、储蓄账户、汽车贷款等服务。该公司致力于普惠金融，为 1 亿多客户提供服务，业务种类繁多。

Capital One 在 AWS 上托管其支票清算应用程序，并使用 AWS Step Functions 来协调无服务器计算服务 AWS Lambda 处理工作负载的方式。该公司每天处理成千上万张支票，并使用 Amazon Simple Storage Service（Amazon S3）提供的数字文件存储容量，该对象存储服务可从任何地方检索几乎任意数量的数据。

为了协调支票清算应用程序，Capital One 成功地在内联映射状态下使用了 AWS Step Functions，该功能可对数据集中的多个条目运行相同的处理步骤，并行迭代多达 40 次。虽然大多数支票会自动清算，但分析师需要在每个工作日结束前对一小部分但一致的支票进行手动审查。在 AWS 发布了使用 AWS Step Functions 分布式地图（可启动多达 1 万个并行工作流程来处理数据）的选项后不久，Capital One 抓住机会使用并行处理来进一步简化其工作流程，并更快地确定需要手动审查的支票。经过 10 周的规划和成功的概念验证测试后，该公司转而在生产中使用 AWS Step Functions 分布式地图，而没有发生重大的架构变化或停机时间。

除了在发布后不久就采用了 AWS Step Functions 分布式地图外，Capital One 还与 AWS 的团队密切合作，对其他即将推出的功能进行预览、测试并提供反馈。“我们一直在与 AWS 团队合作，了解路线图上的未来发展以及我们该如何使用。”Capital One 的杰出工程师 Sushma Onkar 表示，“这有助于我们更快地创新。”

使用 AWS Step Functions 分布式地图，Capital One 将启动和关闭工作流程的总处理时间缩短了 75-80%。该公司现在可以启动 25 倍数量的并发工作流进行处理，而不是以 40 个为一批次进行处理。使用 AWS Step Functions 分布式地图，Capital One 还可以并行关闭数千个工作负载，从而显著缩短总体支票处理时间。“启动和关闭流程的时间大幅缩短了。”Onkar 表示，“分析师可以更快地看到队列更新的速度。” 即使支票量在一周内有所波动，应用程序也可以使用 AWS Lambda 进行扩展以满足并行工作流程的需求。当我们实施 AWS Step Functions 分布式地图时，我们可以从 AWS Lambda 的无服务器扩展功能中受益，并更快地处理大量支票。”Onkar 表示。

由于工作流程是并行进行的，因此应用程序可以更快地完成处理，分析师可以更快地开始手动审查。生产效率的提高为分析师腾出时间来完成其他任务。“团队对改用 AWS Step Functions 分布式地图感到非常满意。”Onkar 表示。

以前，如果支票清算应用程序同时遇到大量 API 调用，Capital One 偶尔会遇到节流异常。使用 AWS Step Functions 的自动重试功能，Capital One 避免了这些异常，并进一步提高了生产效率。