Bis zu 80 % schnellere Verarbeitung von Schecks mit AWS Step Functions Distributed Map bei Capital One

Capital One wurde 1994 gegründet und bietet Kreditkarten, Girokonten, Sparkonten, Autokredite und vieles mehr an. Das Unternehmen hat sich der finanziellen Inklusion verschrieben und bedient mehr als 100 Millionen Kunden in einer Vielzahl von Branchen.

Capital One hostet seine Scheckverrechnungsanwendung in AWS und nutzt AWS Step Functions, um die Verarbeitung der Workloads durch AWS Lambda, einen Serverless-Computing-Service, zu koordinieren. Das Unternehmen verarbeitet täglich Tausende von Schecks und nutzt die digitale Dateispeicherkapazität von Amazon Simple Storage Service (Amazon S3), einem Objektspeicherservice, der entwickelt wurde, um praktisch beliebige Datenmengen von jedem Ort abzurufen.

Zur Orchestrierung der Scheckverrechnungsanwendung setzte Capital One erfolgreich AWS Step Functions im Inline-Map-Zustand ein, der dieselben Verarbeitungsschritte für mehrere Einträge in einem Datensatz mit bis zu 40 parallelen Iterationen ausführt. Während die meisten Schecks automatisch verrechnet werden, müssen Analysten einen kleinen, aber konstanten Teil der Schecks vor Geschäftsschluss manuell überprüfen. Kurz nachdem AWS die Option zur Verwendung von AWS Step Functions Distributed Map veröffentlicht hatte, mit der bis zu 10 000 parallele Workflows zur Datenverarbeitung gestartet werden können, nutzte Capital One die Gelegenheit, die parallele Verarbeitung einzusetzen, um seine Workflows weiter zu optimieren und Schecks, die einer manuellen Überprüfung bedürfen, schneller zu identifizieren. Nach 10 Wochen Planung und Testen eines erfolgreichen Proof of Concept stellte das Unternehmen ohne größere Architekturänderungen oder Ausfallzeiten auf AWS Step Functions Distributed Map in der Produktion um.

Neben der Einführung von AWS Step Functions Distributed Map kurz nach dessen Veröffentlichung hat Capital One eng mit den Teams von AWS zusammengearbeitet, um andere kommende Features vorab zu testen und Feedback zu geben. „Wir arbeiten ständig mit dem AWS-Team zusammen, um zu sehen, was auf der Roadmap steht und wie wir es nutzen können“, sagt Sushma Onkar, Distinguished Engineer bei Capital One. „Das hilft uns, Innovationen schneller voranzutreiben.“

Mit AWS Step Functions Distributed Map konnte Capital One die Gesamtverarbeitungszeit für das Starten und Schließen von Workflows um 75 bis 80 Prozent reduzieren. Das Unternehmen kann nun die 25-fache Zahl an Workflows gleichzeitig zur Verarbeitung starten, anstatt in 40er-Chargen zu arbeiten. Mit AWS Step Functions Distributed Map kann Capital One außerdem Tausende von Workloads parallel schließen, was die Gesamtverarbeitungszeit für Schecks erheblich reduziert. „Die Zeit zum Starten und Schließen von Prozessen wurde drastisch verbessert“, sagt Onkar. „Analysten sehen Aktualisierungen ihrer Warteschlangen schneller als zuvor.“ Obwohl die Menge der Schecks im Laufe der Woche schwankt, kann die Anwendung mithilfe von AWS Lambda skaliert werden, um die Anforderungen der parallelen Workflows zu erfüllen. „Als wir AWS Step Functions Distributed Map implementierten, konnten wir von den Serverless-Skalierungsfunktionen von AWS Lambda profitieren und ein großes Scheckvolumen schneller verarbeiten“, sagt Onkar.

Da die Workflows parallel ablaufen, schließt die Anwendung die Verarbeitung schneller ab, und die Analysten können früher mit der manuellen Überprüfung beginnen. Durch diese Produktivitätssteigerungen gewinnen die Analysten Zeit für andere Aufgaben. „Die Teams sind mit der Umstellung auf AWS Step Functions Distributed Map sehr zufrieden“, sagt Onkar.

Zuvor kam es bei Capital One gelegentlich zu Drosselungsausnahmen, wenn die Scheckverrechnungsanwendung gleichzeitig ein hohes Volumen an API-Aufrufen verarbeiten musste. Mithilfe des automatischen Wiederholungsfeatures von AWS Step Functions vermeidet Capital One diese Ausnahmen und verbessert die Produktivität weiter.