Railway lance Railpack : Adieu Nixpacks, des builds 77 % plus rapides

2025-06-07
Railway lance Railpack : Adieu Nixpacks, des builds 77 % plus rapides

Railway a lancé Railpack, un nouveau système de build qui remplace Nixpacks. Railpack résout les limitations de Nixpacks en matière de gestion des versions, de taille des builds et de mise en cache. Il offre un contrôle de version granulaire, des tailles d'images significativement réduites (38 % de réduction pour Node.js, 77 % pour Python) et une mise en cache améliorée, ce qui se traduit par des builds beaucoup plus rapides. Utilisant BuildKit et Mise, Railpack utilise un processus de build en trois étapes (analyser, planifier, générer) pour un contrôle plus précis et un traitement parallèle. Il prend actuellement en charge les déploiements Node.js, Python, Go, PHP et HTML statique, et prévoit d'ajouter d'autres langages et frameworks.

Lire plus
Développement

Construire un cloud à partir de zéro : automatisation à grande échelle

2025-03-24
Construire un cloud à partir de zéro : automatisation à grande échelle

Cet article de blog détaille le parcours de Railway dans la construction de sa propre infrastructure cloud à partir de zéro. Son premier obstacle a été de mapper le matériel physique aux noms de périphériques visibles par le système d'exploitation. Ils ont utilisé l'API Redfish pour collecter les informations matérielles et automatisé la configuration à l'aide des workflows MetalCP et Temporal. Pour l'installation du système d'exploitation, ils ont intelligemment combiné Pixiecore, Debian Installer et Claude AI pour un déploiement en un seul clic. Enfin, ils ont construit un réseau L3 hautement fiable utilisant BGP sans numéro et FRR, atteignant ainsi l'évolutivité et la gestion automatisée.

Lire plus
Technologie

Débordement Slack : Comment Railway a mis à l'échelle le support Slack pour des milliers de développeurs

2025-01-28
Débordement Slack : Comment Railway a mis à l'échelle le support Slack pour des milliers de développeurs

Railway, un fournisseur d'infrastructure logicielle, a considérablement amélioré son support client en utilisant Slack. Initialement, la création manuelle de canaux Slack s'est avérée insoutenable. Ils ont construit « Help Station », un outil de support interne, et l'ont intégré à Slack, automatisant la création de canaux, la synchronisation des messages et la catégorisation des problèmes (ventes ou support). Cela a nécessité de surmonter des obstacles techniques tels que le passage des modes Socket et HTTP du SDK Slack Bolt et la mise en œuvre d'une file d'attente de messages (Temporal). Le résultat ? Une augmentation de 50 fois de l'engagement client et une amélioration de 8 fois des temps de réponse, augmentant ainsi considérablement la satisfaction client et les revenus.

Lire plus

Le voyage de Railway : construire un centre de données à partir de zéro

2025-01-17
Le voyage de Railway : construire un centre de données à partir de zéro

Contraint par les limites des hyperscalers, Railway s’est lancé dans le projet Metal, construisant son propre centre de données en seulement neuf mois. L’article de blog détaille l’ensemble du processus, de la sélection du site, de l’infrastructure énergétique et réseau, à l’installation du serveur, en soulignant les défis et les solutions rencontrés en cours de route. Cela comprenait la redondance énergétique et réseau, la configuration des racks, la gestion des câbles et bien plus encore. Le résultat ? Un réseau défini par logiciel et des outils internes automatisant l’ensemble du processus de construction du centre de données, de la conception à la mise en œuvre.

Lire plus
Technologie informatique en nuage

Railway : Automatisation des revenus, pas des ventes

2024-12-18
Railway : Automatisation des revenus, pas des ventes

Railway partage son expérience de transition des ventes traditionnelles à une croissance des revenus automatisée. Les premières tentatives de ventes traditionnelles se sont avérées inefficaces. Ils ont opté pour un modèle de croissance pilotée par le produit (PLG) et ont développé un modèle de régression pour prédire les mises à niveau ou le churn des clients. Ce modèle utilise des facteurs tels que les builds réussis/échoués, les régions configurées, les demandes d'assistance et l'adoption des fonctionnalités pour attribuer un score aux clients, en identifiant ceux qui ont besoin d'aide. Le support proactif et cette approche ciblée ont stimulé les revenus et la satisfaction client, conduisant à une croissance durable de l'entreprise.

Lire plus