引言
Fineract 是 Apache Foundation 認證的開源金融應用平臺，專為微金融與普惠金融設計。隨著業務規模擴張，傳統架構難以支撐高吞吐量與多租戶需求，因此雲原生（Cloud Native）技術成為關鍵轉變方向。本文探討 Fineract 在雲原生架構下的可擴展性實踐，涵蓋設計原則、技術實現與實際應用案例。
技術定義與核心概念
可擴展性三維模型
可擴展性透過三維策略實現：
- X軸（水平擴展）：透過多實例部署提升吞吐量，支援資料庫複製與多資料庫實例連接
- Y軸（功能拆分）：將功能模組化，實現獨立運行與擴展
- Z軸（租戶隔離）：基於租戶概念的系統實例化
雲原生架構特性
Fineract 透過 Kubernetes 容器化、微服務拆分與自動化部署，實現高可用性與彈性擴展。其核心特性包含：
- 無狀態服務：透過 Deployment 管理，支援自動擴縮
- 有狀態服務：使用 StatefulSet 管理批次處理器等關鍵組件
- 服務發現與負載均衡：透過 Ingress 路由與 DNS 解析策略確保流量正確分發
實施改進與技術細節
Kubernetes 部署優化
- 服務分離設計：
- 將讀寫 API、只讀 API 與批次管理 API 拆分為獨立實例
- 使用 Ingress 進行 HTTP 方法與 URI 路由，例如：
- GET/HEAD 路由至只讀實例
- 特定 URI 路由至批次管理實例
- 預設 API 路由至讀寫實例
- 批次處理架構：
- 引入批次管理器（Batch Manager）與批次工作者（Batch Workers）分離
- 透過控制器動態分配工作負載，支援高帳戶數量的業務處理
液態基礎（Liquibase）配置
- 資料庫升級策略：
- 執行升級後立即停止實例，降低資料庫鎖競爭
- 預升級 Hook 執行 Liquibase 腳本，確保升級過程穩定
- HAM Chart 集成：
- 支援跨可用區部署，升級後自動啟動服務端口
- 提供 500+ 行 Helm Chart 配置，涵蓋讀寫、批次、前端與 Liquibase 實例池
可用性增強措施
- 資源分配策略：
- 基於 Pod 請求配置 CPU 核心數（如 100m CPUs 對應 1 個 CPU）
- 使用 G1 GC（互動請求）與 Parallel GC（批次處理）混合策略
- 跨可用區部署：
- 配置
Max Q 參數控制 Pod 分佈，確保不同可用區數量差異不超過 1
- 調整 DNS 解析策略，禁用緩存並定期重新解析資料庫位址，減少故障切換中斷時間
實例模式演進與應用案例
2020 年規劃與實際實施
- 原始設計：
- 支援讀寫 API、只讀 API、批次處理與專用前端實例
- 資料庫需配合讀寫複製與只讀複製
- 透過消息系統（Kafka/ActiveMQ）協調實例間通訊
- 實際變更：
- 拆分批次管理 API 為獨立實例，提升系統模組化
- 前端實例獨立於 API 實例，避免前端請求影響後端穩定性
管理平臺調整
- Jenkins 集中管理：
- 支援環境配置與部署流程，確保服務連續性
- 自動化 infra 結構變更後的服務恢復
- 企業客戶適配：
- 部分企業使用自有 AWS 架構，需獨立管理
- 系統測試驗證資料庫遷移的穩定性，確保故障切換無中斷
技術限制與未來方向
當前挑戰
- Kubernetes Ingress 侷限：
- 無內建 HTTP 方法路由能力，需依賴 AWS Load Balancer Controller 實現特定路由
- HAM Chart 配置複雜度：
- 包含 500+ 行配置，支援跨雲服務器部署（目前僅限 AWS EKS）
- 生產環境配置不足：
- 需額外 Docker Compose 檔案與 Kubernetes 範例
- 存在 GDB/GDBC 驅動程式參數覆寫等 Bug
未來計劃
- Guard Rails 設計：
- 透過 Terraform 與 Jenkins 代碼提供基礎設施限制，確保部署一致性
- 歸檔功能開發：
- 討論貸款資料處理方式（刪除、遷移、導出重載）
- 待與客戶需求與社區協商後決定最終方案
- 開源貢獻目標：
- 將 Helm Chart 改進提交至 Apache 儲存庫，提升非功能性特質（如可用性、可擴展性）
總結
Cloud Native Fineract 透過 Kubernetes、微服務拆分與自動化部署，實現高可擴展性與可用性。其核心價值在於：
- 透過 X/Y/Z 軸擴展策略，支撐多租戶與高吞吐量需求
- 利用 Helm Chart 與 Ingress 路由，實現靈活的部署與流量管理
- 透過 Liquibase 與 DNS 策略優化，提升資料庫升級與故障切換穩定性
實際應用中需注意 Kubernetes Ingress 的限制與 Helm Chart 的配置複雜度，未來將持續優化歸檔功能與開源貢獻，以強化 Fineract 在雲原生環境下的實用性與可擴展性。