Platform

Done Platform


One Customer api Gateway Service

Vi har uppdaterat vår Gateway-tjänst för att bearbeta flera kunder. Vi gör detta för kostnadseffektiv skalning.


Ändrat vår release struktur för att effektivisera våra OTA:er.

Vi har ändrat hur vi distribuerar vår backend så att vi inte behöver en OTA/organisation. Detta hjälper vår kostnadshantering när vi skalar och det snabbar också upp vår bygg pipeline.


Optimering av hur vi bygger mikrotjänster.

Vi har förbättrat vår Github-användning genom att bygga mikrotjänster separat och endast om de har ändrats. Med denna förändring blir vi mera effektiva och har mer kostnadseffektiv skalning.


Implementering av Redis-cache.

Vi ändrade hur vi hanterar vår cache till en händelsedriven cache. Vi uppnår nu mera effektivitet i appen och kostnadseffektiv skalning.


Sekundär proxy.

Vi har konfigurerat en sekundär proxy som kan vit listas för de kunder som behöver göra det. Vi gör detta för att säkerställa att vi har bra katastrofåterställning processer i händelse av en katastrof.


Uppdateringar av infrastruktur patchar.

Detta är en del av vårt kontinuerliga underhållsarbete för att säkerställa att vår infrastruktur har de senaste programvaruversionerna som finns. Med detta upprätthåller vi en höga säkerhetsnivå.


Now Platform

One Customer api Account-Worker

Vi kommer uppdatera vår Account-Worker-tjänst för att bearbeta flera kunder. Vi gör detta för kostnadseffektiv skalning.


Pen test

Vi kommer utföra ett penetration test för att sen jobba bort säkerhetsrisker som vi hitta. Genom detta kan vi upprätthålla höga säkerhetsnivåer.


DiRT test

Vi kommer utföra disaster recover test. Med detta kan vi öva och see till att vi har bra processer vid en katastrof.


Next Platform

Link component library/figma

Vi vill länka vårt komponentbibliotek och figma-modeller för att förenkla vår funktion flödesmodellering process
Med denna förändring kan vi påskynda utvecklingen och öka kvaliteten av vår produkt.


Queue Optimisation of database use-

Idag har vi hög användning (RAM/CPU) i vår databas. För att spara kostnader kommer vi att titta på toppar och se om vi kan sänka dessa.