Layihə Hekayəsi

2012-ci ildən enerji bazarında fəaliyyət göstərən YEPAŞ Samsun, Ordu, Çorum, Amasya və Sinop (Yeşilırmak Paylama Bölgəsi) şəhərlərini əhatə edən geniş coğrafiyada 2,2 milyona yaxın abunə müqaviləsi çərçivəsində təxminən 5 milyon insanın elektrik enerjisi təchizatçısıdır.

YEPAŞ yaşayış abonentlərindən tutmuş yüksək istehlak olunan sənaye müəssisələrinə, iri miqyaslı biznes abunəçilərinə qədər geniş spektrli müştərilərə elektrik təchizatı xidmətləri göstərir.

Mövcud Struktur Zəifliklər və Layihə Ehtiyacları

Layihənin əvvəlində Çalık Holdinqin enerji bazarındakı tərəfdaşı olan YEPAŞ 2,2 milyon abunəçisi üçün müntəzəm ölçmə və faktura proseslərini idarə edirdi. Firma rutin iş axınlarında şirkət elektrik enerjisi istehsalı məlumatlarını elektrik paylayıcı qurğulardan toplayıb mərkəzi məlumat gölünə köçürür, həmçinin bu məlumatlara cari istehlak statistikasını əlavə edir, gələcək elektrik enerjisi istehlakı vərdişlərini proqnozlaşdırır və istehsal gücünü bu statistik hesablamaya əsasən planlaşdırmağa çalışır.

Bu prosesdə məlumatların toplanması, platformanın saxlanması - idarəetmə, monitorinq və ehtiyat nüsxə kimi cəlbedici prosesləri idarə etdi, bir çox mənbədən məlumat kolleksiyaları əldə edərkən bu səpələnmiş məlumatların orkestrasiyası zamanı məlumatların multipleksləşdirilməsi maneələri ilə qarşılaşmalı oldu.

Yepaşa biznesin davamlılığını gücləndirmək və verilənlər bazası formatından (SQL - noSQL) asılı olmayaraq bütün məlumat axınlarını bir nöqtədə toplamaq, izləmək və ehtiyat nüsxəsini çıxarmaq, bir sözlə, inteqrasiya olunmuş məlumat anbarı strukturu yaradaraq onları yüksək səmərəliliklə idarə etmək üçün güclü həll yolu lazım idi.

Zəiflik Təhlili nəticəsində diqqət çəkən məqamlar bunlardır:

• Bütün biznes bölmələri yalnız ehtiyac duyduqları məlumatları toplayır və işçilər arasında ümumi depo həllinə ehtiyac duyurdu.
• Fərqli iş bölmələri tərəfindən müxtəlif məlumatların müxtəlif yollarla toplanması məlumatların multipleksləşdirilməsi problemlərinə səbəb olurdu.
• Bu dağınıq, törəmə və təkrarlanan məlumat dəstləri təkmilləşdirilməli və səmərəsiz biznes prosesləri aradan qaldırılmalı idi.
• Ümumi məlumat anbarları yaratmaq üçün verilənlərə sahib olan və onları idarə edən biznes bölməsi yaratmaq çox vacib idi.
• İstifadədə olan paylanmış verilənlər bazası səbəbindən daha səlis və sürətli üsulla məlumat toplamaq mümkün olmadı.

Həll planı və həyata keçirilməsi

Layihə çərçivəsində Bulutistan DBaaS (Database as a Service) həlli ilə Yepaşın ehtiyac duyduğu məlumat gölünün yaradılması və ilk növbədə 200 milyon məlumatın yeni məlumat gölünə ötürülməsini əhatə edən 3 aylıq məhsuldar layihə müddətinin sonunda 100% müvəffəqiyyət dərəcəsi ilə tamamlandı.

• PoC testləri müəyyən edilmiş və həyata keçirilmişdir
• Performans və stress testləri aparıldı
• PoC təsdiqindən sonra birinci mərhələdə 1 TB məlumat daxil edildi
• ETL job ilə 200 milyon qeyd idxal edildi
• Layihənin sonunda YEPAŞ üçün 2 TB data və YEDAŞ üçün 1 TB data idxal edildi və layihə tamamlandı.

Təqdim olunan üstünlüklər

Effektiv 3 aylıq layihə prosesi nəticəsində DBaaS bazarının öncüsü olan Bulutistan infrastrukturuna keçən YEPAŞ layihəsinin təsir hesabatı aşağıda verilmişdir.

Biznes Davamlılığına Təsir

• Məlumatların paylanmış toplanması zamanı yaşanan çətinliklər səbəbindən real vaxtda proqnoz verə bilməmək və keçmiş zaman məlumatlarından proqnoz vermək məcburiyyətində qalmaq problemi aradan qaldırıldı.
• Məlumatların toplanması ilə bağlı inzibati xidmətlər Bulutistan tərəfindən quraşdırılmışdır. Bununla da daxili resurslardan daha səmərəli istifadə təmin edilmişdir.
• Bulutistan tərəfindən məlumatların toplanması və ya işlənməsi zamanı DBaaS platforması səviyyəsində yarana biləcək bütün problemlərin həlli planlaşdırılır.

Performans və Xərc Təsiri

• Bütün böyük məlumat mərkəzi məlumat anbarına (Data Lake) birləşdirilə bilər.
• Məlumatların çoxaldılması nəticəsində yaranan səmərəliliyin itirilməsinin qarşısı alındı.
• Böyük verilənlər daha səmərəli şəkildə toplanmağa başladı. Bu yolla, intensiv məlumat axınlarında 22%-ə qədər vaxt qənaəti təmin etdi.
• Daha az verilənlər bazasında daha az məlumat toplamaqla, aparat və əmək resursları baxımından 20%-dən 60%-ə qədər xərc üstünlüyü əldə edildi.
• Predictive Analysis proseslərində proqnozlaşdırma dəqiqliyi 62% yaxşılaşdırıldı.

Funksional qazanclar

• Verilənlər bazası topologiyası dinamik şəkildə görünə bilər.
• Verilənlər bazasında sorğularla bağlı təhlillərə vizual ekranlarda baxmaq olar.
• Verilənlər bazasının ehtiyat nüsxələri və ehtiyat planları yaradıla bilər.
• Verilənlər bazası ilə əlaqəli istifadəçi və RBAC rolları müəyyən edilə bilər.
• Verilənlər bazası izlənilə və həyəcan siqnalları yaradıla bilər.
• Verilənlər bazası qovşaqları Read və Write kimi parçalana bilən bir quruluşa malikdir.
• Fərdi Dashboardların yaradılmasına yol açdı.