Replatformare în cloud și operare 24/7 pentru un grup logistic

Clientul nostru este un grup logistic care operează servicii de depozitare și transport rutier pe distanțe lungi în Belgia și Țările de Jos. Operațiunile zilnice depind de o platformă de dispecerat și de urmărire a transporturilor (track-and-trace): planificatorii alocă încărcăturile, șoferii raportează statusul de pe dispozitive mobile, iar legăturile EDI schimbă non-stop comenzi și confirmări de livrare cu partenerii din retail.

Platforma crescuse timp de un deceniu pe servere dintr-un singur centru de date. O echipă IT internă restrânsă o menținea în funcțiune, în paralel cu IT-ul de birou, fără o rotație formală de permanență (on-call) și fără o procedură de recuperare documentată.

Disponibilitatea devenise un risc comercial. Întreruperile din intervalele de încărcare de seară opreau dispeceratul în depozite întregi, iar incidentele din timpul nopții așteptau tura de dimineață. Serverele fuseseră configurate manual de-a lungul anilor, așa că nimeni nu le putea reconstrui pornind de la o definiție. Existau backupuri, dar o restaurare completă nu fusese testată niciodată.

Conducerea avea de ales: să construiască și să doteze cu personal o capacitate internă de operare 24/7 sau să transfere platforma — și responsabilitatea de a o menține funcțională — unui partener, prin contract. A ales a doua variantă.

Am început cu o etapă de analiză și audit de patru săptămâni: maparea dependențelor, profilarea încărcării și un test de restaurare care a confirmat că riscul legat de backup era real. Am proiectat apoi o arhitectură-țintă AWS în regiunea eu-central-1 (Frankfurt), pentru ca datele operaționale să rămână în UE. Backend-ul .NET de dispecerat a fost containerizat și mutat pe ECS Fargate, în spatele unui Application Load Balancer; baza de date SQL Server a fost migrată pe RDS, cu failover Multi-AZ și recuperare la un moment dat (point-in-time recovery); gateway-ul EDI a fost reconstruit ca serviciu bazat pe cozi, pe SQS, astfel încât traficul partenerilor supraviețuiește repornirilor sistemelor din aval, în loc să se piardă.

Întregul mediu este definit în Terraform și implementat prin GitLab CI. Implementările blue-green au înlocuit înghețarea trimestrială a lansărilor: fiecare versiune este instalată pe un grup țintă paralel, verificată prin tranzacții sintetice de dispecerat, apoi comutată — sau anulată (rollback) — în câteva minute. Nimic de pe platformă nu mai este configurat manual.

De la migrare (cut-over), platforma funcționează în baza contractului nostru de Mentenanță IT administrată (SLA). Prometheus și Grafana furnizează metrici și dashboard-uri; alertele sunt direcționate prin Opsgenie către rotația noastră de permanență (on-call) 24/7 și sunt clasificate P1–P4, cu timpi de răspuns contractuali. Fiecare incident generează o analiză post-incident (post-mortem) scrisă, iar procedura de recuperare este retestată la intervale fixe — nu se presupune pur și simplu că funcționează.