搭配使用 AWS 与 Capital One，增强韧性

Capital One 是美国最大的金融机构之一，通过广泛的产品和服务组合为约 1 亿客户提供服务。该公司已踏上不断发展的旅程，可充分利用云架构部署。从使用 AWS 无服务器技术到采用开源框架，Capital One 始终致力于为其客户解决复杂的挑战。

Capital One 每天要处理数百万笔交易和客户互动，因此需要维持卓越的系统可靠性。每次停机时间都会影响尝试访问其账户、进行付款或完成关键财务交易的客户。在 Capital One，维持高可用性级别同时继续实现快速创新至关重要。要达到这种状态，在管理公司技术系统中的数千个应用程序和组件时，需要付出巨大的努力。

Capital One 需要发展改进其应对韧性的方式，并构建相关系统，而这些系统能够自动防止、检测潜在中断并从中恢复。利用 AWS，该公司发现了增强系统韧性的机会。

Capital One 与 AWS 团队密切合作，可增强其客户可靠性和韧性策略。该公司利用 AWS 服务实施了自动失效转移机制，为其工程团队安排了有关韧性的定期培训课程，并开发了新的测试方法。该策略的关键部分包括识别关键应用程序，并要求它们维持自动失效转移功能以及接受严格的测试。此标准现已扩展到所有新应用程序，而这些应用程序在设计时便已考虑到了质量因素。

该公司还与 AWS 团队合作，通过战略实施、严格的概念验证以及对尖端服务和解决方案的全面评估来助力推动创新。Capital One 利用从各个业务线的成功概念验证中获得的洞察，系统地将这些经验教训扩展到整个企业。因此，该公司可为其庞大的工程师网络提供助力支持，从而发掘众多组件和应用程序的潜能。

在此基础上，Capital One 在多个应用程序中实施了自动区域失效转移功能。该公司可以在各 AWS 区域之间无缝过渡服务，以应对各种中断情况，从而减少网络问题或系统失效对其客户的影响。利用自动失效转移功能，从一开始就能协助 Capital One 显著减少事件数量。

为了进一步增强其韧性能力，Capital One 开发了适用于恢复工程的中央枢纽。该解决方案可自动部署运行手册，管理失效转移流程，并协调公司整个应用程序组合中的恢复操作。该枢纽集中了 Capital One 从 AWS 获取的许多功能。通过在 AWS 上构建此工具，该公司缩短了恢复时间，同时仍在继续使用核心 AWS 服务。通过这种集中式方法，Capital One 可以按正确的依赖顺序编排成千上万个组件的复杂失效转移，从而将其恢复时间从几小时缩短到几分钟。

该公司还秉持着持续测试与改进的文化。Capital One 每月都会举办一次 AWS GameDay，这是一种有趣、游戏化和互动的学习体验，而各个团队可在活动中验证其系统处理各种失效场景的能力。这些练习已从区域间的季度失效转移测试演变为每月的混沌工程实验，可帮助团队建立对其自动化的信心，并于潜在问题影响客户之前就将其识别出来。结合运用这一主动方法以及自动恢复功能，帮助 Capital One 将严重性事件减少了 80-90%。

在建立坚实的基础后，Capital One 将能继续发展其韧性战略。例如，该公司正在开发新工具，而这些工具可自动检测系统配置会在何时偏离其预期状态，并同时测试数千个应用程序的不同失效场景。

Capital One 韧性和可靠性工程管理副总裁 Parvez Naqvi 表示：“我们认为，应该以管理良好的系统的速度实现创新。利用来自 AWS 的近实时数据，再加上我们系统的域模型，我们可以快速做出明智的决策，并促进客户交易的成功完成。利用 AWS，我们即能解决一些非常有趣和复杂的问题，同时我们也将继续探索新的方法，以增强系统强度和可靠性。”