SNCF skaliert die Ticket-App mit MongoDB Atlas, um den steigenden Anforderungen gerecht zu werden

Die SNCF ist der nationale Bahnbetreiber in Frankreich. Ihre Mission ist es, das Reisen zu vereinfachen und gleichzeitig nahtlose, nachhaltige Personen- und Güterverkehrsdienste anzubieten. Dies erreicht das Unternehmen unter anderem mit SNCF Connect, einer App, die von der internen Organisation SNCF Connect & Tech konzipiert und entwickelt wurde. Ein Drittel der französischen Bevölkerung nutzt die App, um nach Verbindungen zu suchen, Tickets zu buchen und aktuelle Informationen zu Zügen, Bussen und anderen öffentlichen Verkehrsmitteln zu erhalten.

Diese App ist für das Geschäft von SNCF von entscheidender Bedeutung. Täglich werden über die App mehr als 550.000 Tickets verkauft, und das Volumen wächst schnell. Zwischen 2022 und 2024 stieg der Jahresumsatz von 190 Millionen auf 209 Millionen. Außerdem muss das System skalierbar sein, um saisonale Spitzen wie die Weihnachtsverkaufszeit zu bewältigen, die schon im Oktober beginnt.

„Das Weihnachtsgeschäft ist für SNCF Connect das größte kommerzielle Ereignis des Jahres“, sagte Vincent Liboutet. „Es gibt den Fahrgästen die Möglichkeit, ihre Reisen im Voraus zu planen.“ „Sie können den Fahrplan durchsuchen, die besten Ticketpreise finden, und wir fügen neue Ziele hinzu, um sicherzustellen, dass so viele Menschen wie möglich während der Ferien den öffentlichen Nahverkehr nutzen können.“

Im Jahr 2023 verarbeitete die Datenbank hinter SNCF Connect 1 Million Verbindungen pro Minute – ein Anstieg gegenüber den 300.000 Verbindungen pro Minute im Vorjahr. Der Ticketverkauf im Frühjahr, der Ende Januar beginnt, ist eine weitere geschäftige Zeit – an nur einem Tag wurden 1,3 Millionen Tickets verkauft, was einem Anstieg von 29 % gegenüber 2022 entspricht.

Mit MongoDB Atlas wird die App skalierbarer und einfacher zu verwalten.

Überwindung der Einschränkungen der Altdatenbank

Als SNCF Connect immer beliebter wurde, begannen die Datenbankadministratoren des Unternehmens, mit Wartungs- und Skalierbarkeitsherausforderungen zu kämpfen. Das ursprüngliche Datenbankdesign war zudem ungeeignet für die Integration neuer Geschäftsfunktionen, was die Fähigkeit einschränkte, die sich wandelnden Erwartungen der Fahrgäste zu erfüllen.

Im Jahr 2022 beschloss das Unternehmen, nach einer neuen Lösung zu suchen, um seine Oracle-Datenbank zu ersetzen. „Wir nutzen MongoDB bereits seit 2014 an anderer Stelle im Unternehmen und haben 2019 unser erstes Projekt auf MongoDB Atlas gestartet“, verriet Valérie Pujol. „Die Entscheidung für MongoDB Atlas bei diesem Projekt war ein klarer Fall – es bietet das richtige Dokumentmodell, und dank unserer internen Expertise waren wir zuversichtlich, dass wir die Migration von Oracle zu MongoDB Atlas mit minimalen Unterbrechungen für unsere Kunden durchführen konnten.“

Optimierung von Datentransfer und Tests in jeder Phase der Migration

SNCF Connect & Tech hat ein multidisziplinäres Team zusammengestellt und mit MongoDB zusammengearbeitet, um die Lösung zu konzipieren. Sie definierten die technischen und sicherheitstechnischen Anforderungen in Bezug auf RTO, RPO, Bereinigung und kontinuierliche Sicherung, erstellten das Dokumentmodell und diskutierten den besten Weg zur Übertragung von Daten in MongoDB Atlas.

Das Team hat einen asynchronen Prozess entwickelt, um 130 Millionen Bestellungen aus der Altsystem-Datenbank in MongoDB zu übertragen. Sie nutzten ein Observability-Tool, um die Migration in Echtzeit zu überwachen, und erstellten einen Notfallplan für den Fall einer Störung. Es wurden Drosselungsmechanismen eingerichtet, um eine optimale Servicequalität zu gewährleisten, indem der Datenfluss zwischen den beiden Datenbanken reguliert wurde.

Die vollständige Datenübertragung dauerte 18,5 Stunden, und eine abschließende Übertragung von Auftragsänderungen, die 48 Stunden vor der endgültigen Umstellung vorgenommen wurde, dauerte nur 30 Minuten.

Die Implementierung wurde in vier Phasen unterteilt, um schrittweise von Oracle zu MongoDB Atlas umzustellen. In jeder Phase wurden Leistungs-, API-Zuverlässigkeits-, Stapelverarbeitungs- und Skalierbarkeitstests durchgeführt. „Unsere Tests haben bestätigt, dass MongoDB Atlas die richtige Wahl war – es gab nichts zu beanstanden“, fügt Valérie Pujol hinzu. „Beispielsweise hatten Schreibvorgänge in MongoDB keinerlei Auswirkungen auf die Latenz der Business-API.“

Implementierung einer strengen, systematischen Strategie für das Indexmanagement

Um die Leistung der MongoDB-Datenbank zu optimieren, hat das Team eine strikte und systematische Indexverwaltungsstrategie implementiert. Indexe werden in zwei Kategorien unterteilt: technischer und geschäftlicher Index. Sie wurden entwickelt und getestet, um die Anforderungen der Anwendung zu erfüllen und gleichzeitig die Auswirkungen auf Schreibvorgänge zu minimieren.

„Technische Indizes dienen hauptsächlich dazu, Sammlungen nach den internen Kriterien der Plattform zu strukturieren und zu organisieren. Geschäftsindizes haben verschiedene Anwendungsfälle, zum Beispiel ermöglichen sie es Kunden, Tickets anhand der Referenznummer und des Kundennamens zu finden“, erklärte Valérie Pujol. „Wir haben außerdem mehrere Indizes für die erweiterten Suchkriterien, die von den Kundensupport-Teams verwendet werden.“

Ein TTL-Index wurde auf das Feld „lastModifiedDate“ für Bestellungen angewendet, um die automatische Löschung zu ermöglichen. Es gibt auch einen Trigger bei den Löschereignissen dieser Sammlungen, um gelöschte Bestellungen zu erfassen und eine Atlas Function für die zugehörigen Einträge zu starten.

Notfallplanung

Um sicherzustellen, dass die App auch bei einem Problem während der Migration zu MongoDB Atlas weiterhin auf die richtigen Informationen zugreifen kann, hat das Team einen Rollback implementiert. Eine Sammlung ordnete sowohl Oracle- als auch MongoDB-Identifikatoren bis auf die Unterdokument-Ebene zu, sodass die App die Oracle-Kopie nutzen konnte, falls die Daten aus der Primärquelle nicht verfügbar waren.

Als die Systeme parallel liefen, setzten sie ein Tool ein, um alle durch Kundenaktivitäten entstandenen Unterschiede zwischen den beiden Datenbanken zu klassifizieren. Dadurch konnten die Auswirkungsanalyse und die Korrekturmaßnahmen beschleunigt werden, und das Tool wurde genutzt, um den besten Zeitpunkt für die Umstellung auf MongoDB als primäre Datenbank zu ermitteln, ohne dass es zu Beeinträchtigungen für die Benutzer kam.

„Dank des Engagements und der Expertise unseres Teams und von MongoDB war die Migration ein voller Erfolg“, sagte Valérie Pujol. „Das Projekt verlief reibungslos und es gab nur minimale Beeinträchtigungen für die Nutzer von SNCF Connect.“