Intelligent skalieren, weniger ausgeben: Wie Oleksandr Leonhard und DashDevs die Cloud-Infrastruktur mit AWS transformierten

Als Oleksandr Leonhard auf das Projekt zurückblickt, das einen Wendepunkt in seiner Karriere im Bereich Cloud-Infrastruktur markierte, spricht er nicht nur über Server oder Architekturen. Er spricht über Momentum — für das Produkt, für die Kunden und für das Unternehmen selbst.

Zu diesem Zeitpunkt war Oleksandr Teil des Engineering-Teams bei DashDevs, wo sie eine interne Plattform für das Management von Geschäftsprozessen speziell für IT-Unternehmen entwickelten.

Die Idee war einfach: den Organisationen eine Möglichkeit zu geben, Arbeitsabläufe zu automatisieren, Abläufe zu visualisieren und die interne Koordination zu verbessern. Doch als die Plattform reifte und das Interesse der Kunden wuchs, wurde klar, dass die bestehende Infrastruktur nicht bereit war, den Druck — finanziell oder technisch — zu bewältigen.

„Wir begannen, auf Wände zu stoßen“, sagt Oleksandr. „Die Infrastruktur war teuer zu warten, insbesondere als die Nutzerbasis wuchs und die Datenlast zunahm. Unsere Rechenkosten waren unvorhersehbar, und wir verbrachten viel Ingenieurzeit damit, nur die Stabilität des Systems unter Last aufrechtzuerhalten.“

Als Oleksandr erkannte, dass dies ein immer größeres Problem werden würde, je mehr das Unternehmen wuchs, schlug er eine umfassende Bewertung ihrer Cloud-Strategie vor. Das Ziel war es, das System mit Blick auf Kosteneffizienz, Skalierbarkeit und Geschwindigkeit der Entwicklung neu zu gestalten.

Das Team entschied sich, ihre Infrastruktur zu Amazon Web Services (AWS) zu migrieren, wobei der Fokus auf Dienstleistungen lag, die die Gemeinkosten senken und es ihnen ermöglichen würden, ohne ständige Erhöhung der Infrastrukturkosten zu wachsen.

Der erste Schritt bestand darin, die ressourcenintensivste Komponente anzugehen: die Datenbanken. Durch die Migration zu Amazon RDS gewann das Team automatisierte Backups, einfache Skalierung und verwaltete Sicherheitsupdates.

Dies beseitigte einen Großteil der manuellen Arbeit, die sie zuvor erledigt hatten, sparte Zeit und reduzierte das Risiko menschlicher Fehler. „Mit RDS konnten wir uns darauf verlassen, dass AWS die wesentliche Wartung übernimmt“, erklärt Oleksandr. „Es reduzierte sofort unsere betriebliche Belastung.“

Als Nächstes wandte sich das Team ihrer Rechenstrategie zu. Anstatt eine statische Anzahl von virtuellen Maschinen unabhängig von der Nachfrage laufen zu lassen, implementierten sie Auto Scaling für EC2-Instanzen.

Dies ermöglichte es dem System, die Anzahl der laufenden Server basierend auf dem Echtzeitverkehr automatisch anzupassen, sodass Ressourcen nur bei Bedarf genutzt wurden. Es half, die Spitzen und Täler der Benutzeraktivität auszugleichen, ohne unnötige Kosten während der Nebenzeiten zu verursachen.

Die bedeutendste Transformation kam jedoch, als das Team begann, serverloses Computing über AWS Lambda und AWS Fargate zu integrieren. Durch die Verlagerung spezifischer Arbeitslasten auf Lambda-Funktionen konnten sie die Kosten für inaktive Server vollständig eliminieren.

Dieser Wechsel von einem traditionellen serverbasierten Modell zu einem Funktions-als-Service-Ansatz bedeutete, dass sie nur für die tatsächliche Ausführungszeit zahlten und nicht für Server, die untätig warteten.

„Lambda hat grundlegend verändert, wie wir über Skalierung nachdachten“, sagt Oleksandr. „Wir mussten nicht mehr im Voraus schätzen, wie viele Server wir benötigen würden. Stattdessen bauten wir Dienste, die automatisch und kosteneffektiv skalieren konnten.“

Die Anpassung der Anwendung an serverlos erforderte jedoch mehr als einen technischen Wechsel — es erforderte einen neuen Entwicklungsansatz.

Um den Prozess zu beschleunigen und eine Neugestaltung für jede Kundenanpassung zu vermeiden, erstellte das DashDevs-Team ein eigenes internes Framework auf Basis von AWS-Diensten.

Dieses Framework ermöglichte es ihnen, neue Funktionen und Arbeitsabläufe schnell zu entwickeln und bereitzustellen, wobei jede als modulare Lambda-Funktion erstellt wurde.

„Mit dem Framework konnten wir neue Funktionalitäten in Wochen statt in Monaten bereitstellen“, merkt Oleksandr an. „Das war ein großer Vorteil, insbesondere wenn Kunden nach Anpassungen oder neuen Funktionen fragten. Wir konnten schneller reagieren als unsere Wettbewerber, und es senkte auch die Entwicklungskosten erheblich.“

Nachdem sie die Plattform intern getestet hatten, begann DashDevs, sie anderen Unternehmen anzubieten und die Lösung an die einzigartigen Geschäftsprozesse jedes Kunden anzupassen.

Dank des modularen Designs des Frameworks war jede Bereitstellung schneller und kosteneffizienter als die vorherige. Diese Anpassungsfähigkeit verwandelte das anfängliche Infrastruktur-Upgrade in eine neue Einnahmequelle für DashDevs.

Während des Re-Architekturprozesses bewertete das Team auch, ob sie Terraform verwenden sollten, insbesondere angesichts seiner Flexibilität für Infrastructure-as-Code über Cloud-Anbieter hinweg.

Obwohl leistungsstark, brachte der breitere Umfang von Terraform eine Komplexität mit sich, die für ihren auf AWS fokussierten Stack nicht notwendig war.

Stattdessen entschieden sie sich für AWS CloudFormation, das eine engere Integration mit AWS-Diensten bot und das Onboarding neuer Ingenieure vereinfachte.

„CloudFormation gab uns alles, was wir brauchten, ohne die zusätzlichen Gemeinkosten, die mit Terraform verbunden sind“, sagt Oleksandr. „Es rationalisierte unsere Bereitstellungen und reduzierte die Lernkurve für das Team. Für unsere Ziele machte der Kompromiss Sinn.“

Natürlich war der Wechsel zu serverlos und Auto-Scaling nicht ohne Herausforderungen. Das Team stieß auf gleichzeitige Begrenzungen in AWS Lambda, insbesondere während der Testphasen, wenn plötzliche Anfragen die Konfiguration des Systems über die festgelegten Schwellenwerte hinausdrücken konnten.

Überwachung und Feinabstimmung wurden entscheidend. Mit Amazon CloudWatch verfolgten sie die Leistung der Funktionen, den Speicherverbrauch und die Ausführungszeiten und passten die Einstellungen an, um sowohl Geschwindigkeit als auch Kosten zu optimieren.

Um die finanzielle Kontrolle eng zu halten, implementierten sie AWS Cost Explorer zusammen mit einem detaillierten Tagging-System, um die Kosten über verschiedene Dienste, Umgebungen und Kundenprojekte hinweg zu überwachen.

Diese Sichtbarkeit war nicht nur für das Budgetieren, sondern auch für kontinuierliche Verbesserungen ihrer Infrastruktur unerlässlich.

Am Ende waren die Ergebnisse klar. DashDevs reduzierte die Infrastrukturkosten um 25 %, lieferte ein schnelleres, zuverlässigeres Produkt und verringerte die Zeit, die erforderlich war, um Lösungen für neue Kunden anzupassen, erheblich.

Vielleicht noch wichtiger ist, dass das Team die Kapazität zurückgewann, sich auf Produktinnovationen zu konzentrieren, anstatt sich mit Infrastrukturproblemen zu beschäftigen.

„Wir haben nicht nur die Kosten gesenkt“, reflektiert Oleksandr. „Wir haben ein System geschaffen, das es uns ermöglichte, sowohl technisch als auch kommerziell zu skalieren.

Die Kombination aus AWS-Diensten und unserem internen Framework ermöglichte es uns, schneller zu arbeiten, weniger auszugeben und der Zeit voraus zu sein.“

Heute zahlt sich diese Arbeit weiterhin aus. Die Plattform, die Oleksandr half, neu zu gestalten, ist zu einer Grundlage für mehrere Kundenlösungen geworden, die jeweils maßgeschneidert und dennoch kosteneffektiv sind, dank der Grundlagen, die das DashDevs-Team gelegt hat.

„Wenn man Infrastruktur aufbaut, löst man nicht nur die Probleme von heute“, sagt er. „Man richtet die Fähigkeit des Unternehmens ein, ohne von Betriebskosten gefangen zu sein, zu wachsen. Das ist es, was AWS uns ermöglicht hat, und es ist ein Ansatz, den ich in jedes Projekt mitnehme, das ich übernehme.“

Diese Geschichte wurde ursprünglich am 3. September 2022 veröffentlicht.