Как «СКАУНТ» подготовил инфраструктуру к нагрузке 100 000 пользователей

О чем история

«СКАУНТ» — платформа для создания мотивирующих спортивных программ с игровыми механиками (веб и приложение). Пользователи получают баллы за тренировки и задания, а затем обменивают их на реальные товары и скидки от партнеров платформы. Бизнесу помогает запускать well-being программы, пользователям — тренироваться интереснее, партнерам — работать с аудиторией ЗОЖ. Создана командой Russia Running.

Продукт активно развивается: планируется запуск спортивных программ в регионах, где одновременно могут подключаться 30 000–50 000 новых пользователей, а также растет число крупных корпоративных заказчиков с сотнями и тысячами сотрудников.

Такой рост потребовал подготовки инфраструктуры к масштабированию под потенциальную нагрузку свыше 100 000 пользователей в рамках одной мотивационной программы. При этом было важно, чтобы рост числа пользователей не приводил к пропорциональному увеличению инфраструктурных затрат и позволял направлять основную часть инвестиций в развитие продукта.

Как решали задачу

Команда экспертов «СКАУНТ» совместно с DevOps-подрядчиком Hilbert Team провели аудит инфраструктуры платформы в Yandex Cloud, выявили ограничения масштабирования и точки неэффективного потребления ресурсов, после чего спроектировали целевую архитектуру с учетом роста аудитории. После этого реализовали комплекс работ по оптимизации ИТ‑инфраструктуры.

Архитектура инфраструктуры 

Инфраструктуру продукта развернули в отдельном кластере Yandex Managed Service for Kubernetes, изолировав от других ИТ-решений компании. Ранее в одном кластере работали продукты с разным профилем нагрузки, что приводило к неэффективному использованию ресурсов. Разделение позволило учитывать особенности нагрузки «СКАУНТ», упростить управление и оптимизацию затрат и повысить уровень безопасности.

Для сред разработки и эксплуатации были созданы отдельные каталоги ресурсов, что сделало инфраструктуру более прозрачной и управляемой. 

Также было настроено автоматическое масштабирование: при росте числа пользователей система автоматически добавляет ресурсы, чтобы выдержать нагрузку.

Для распределения трафика используются External и Internal Load Balancer: внешний балансировщик обрабатывает входящий пользовательский поток, а внутренний распределяет нагрузку между сервисами внутри инфраструктуры.

Автоматизация процессов

Инфраструктуру описали в виде кода (Infrastructure as Code). Для управления применили Terraform, чтобы автоматически создавать ресурсы и снижать риск ошибок. 

Для управления поставкой изменений был внедрен GitOps-подход с Argo CD. Все конфигурации хранятся в Git-репозиториях, а изменения применяются автоматически, что обеспечивает контроль версий, согласованность среды и возможность быстрого отката изменений.

Были настроены CI/CD-процессы, в том числе для мобильной разработки через Fastlane, что ускорило поставку изменений, сократило time-to-market и упростило выпуск обновлений мобильного приложения.

Кроме того, инфраструктура была полностью задокументирована, и это снизило зависимость от отдельных специалистов и повысило управляемость системы.

Безопасность

Архитектура решения в Yandex Cloud обеспечивает безопасное хранение данных, высокий уровень надежности и соответствие требованиям законодательства, включая 152-ФЗ. Дополнительно была проведена проверка на соответствие требованиям Минцифры, выполнены необходимые доработки, и в результате продукт был включен в реестр отечественного ПО.

Для управления секретами внедрен HashiCorp Vault, для ключей шифрования используется Yandex Key Management Service.

Мониторинг и надежность 

Были настроены мониторинг и алертинг с помощью Prometheus Stack, что повысило прозрачность работы системы и позволило быстрее реагировать на инциденты, особенно в периоды пиковых нагрузок.

Работа с данными

Для хранения и обработки данных используются управляемые сервисы Yandex Cloud: PostgreSQL — для основной базы данных приложения (пользователи, программы, задания, баллы и др.), Valkey — для кэширования и ускорения обработки часто повторяющихся операций, Apache Kafka — как брокер сообщений для передачи и обработки событий в системе, и Object Storage — для хранения файлов, изображений и других данных. Образы приложений хранятся в Container Registry.

В настоящий момент работа над улучшением инфраструктуры платформы и сотрудничество с Hilbert Team продолжаются. Текущий фокус — дальнейшая финансовая оптимизация инфраструктуры, усиление безопасности и повышение управляемости платформы.

«Благодаря сотрудничеству с Hilbert Team мы получили современную и надежную инфраструктуру, которая позволяет нам уверенно развивать и поддерживать наши проекты в будущем. Мы планируем продолжить партнерское взаимодействие и сфокусироваться на оптимизации инфраструктурных затрат и усилении защиты данных по мере роста платформы», — Павел Леонтьев, Менеджер по развитию продукта «СКАУНТ»