5 вызовов при построении антифрод-системы: опыт Tarantool

Как сделать антифрод-систему, которая моментально реагирует на подозрительные операции, выдерживает высокие нагрузки и не теряет в точности?

Разбираем на реальном кейсе: команда Tarantool разрабатывала такую систему для крупного банка и столкнулась с пятью ключевыми вызовами.

� Гибридная транзакционно-аналитическая обработка данных
Чтобы обрабатывать большой поток данных, система должна быть адаптирована под запись. Запросам для обработки колоночный формат хранения подходит лучше строчного. Решение — HTAP-система, объединяющая обе модели.

� Высокая частота апдейтов
Классические колоночные БД плохо справляются с обновлениями данных. Чтобы не терять в производительности, команда разработала собственный движок, поддерживающий быстрые апдейты.

� In-memory-хранение
Для мгновенной обработки событий данные хранятся в оперативной памяти. Это снижает задержки и ускоряет работу системы.

� Вычисления ближе к данным
Фрод-правила должны исполняться быстро, поэтому команда Tarantool перенесла их обработку в In-memory compute. Это решение позволяет уменьшить влияние сети на время выполнения запросов.

� Оптимизированное колоночное хранение
Правила транзакций сложные, но в каждом конкретном расчете используется лишь часть данных. Ускорить вычисления позволяют колоночное хранение и заготовленные выражения (prepared statements).

Так удалось построить систему, которая работает быстро, поддерживает сложные аналитические запросы и при этом не теряет в точности.

#tarantool
@digitize_IT — мнения и управленческий опыт ИТ-лидеров