随着移动互联网的高速发展,人们对精神文化内容消费的追求不断提高,利用互联网技术,便捷地享受资讯内容成为了当代人的诉求。为了实现这个目标,大宇无限面临的首要挑战是如何利用大数据系统高效地分析数据、了解用户的消费行为和国家文化特征,从而实现精准推荐。
综合以上,大宇无限选择了全球卓越的云计算服务商亚马逊云科技作为自己的出海搭档。亚马逊云科技不仅具有全球化布局和多种计费方式,同时拥有丰富的经验、高可靠性、可扩展和安全的云服务以及全面的解决方案能力,能够帮助大宇无限实现降本增效、持续发展的目标。
数据架构现代化改造
提升整体资源利用率
最初,大宇无限所有大数据作业均运行在基于虚拟机的Amazon Elastic MapReduce。在Amazon Elastic Compute Cloud上,存在集群资源利用率低、跨可用区灵活性不足等问题。因此,借助大宇无限企业整体容器化转型的契机,经过大数据团队调研,进行了数据架构的现代化改造,将Amazon EMR大数据业务负载迁移到全托管的Kubernetes容器化平台Amazon Elastic Kubernetes Service上。借助Amazon EMR on EKS,大宇无限将大数据和前端应用统一到Amazon EKS,实现了整体系统的微服务化、容器化和高度的自动化,简化了运维管理。同时,Amazon EMR on EKS将最小资源单位从虚拟机变成了容器,帮助大宇无限更细粒度地管理资源,提升了整体的资源利用率。
亚马逊云科技的多项云服务
助力大宇科技降本增效
在Amazon EKS平台的虚拟机调度上,大宇无限充分地采用了亚马逊云科技提供的最佳实践,通过调用Spot实例和基于亚马逊云科技自研Graviton芯片的Amazon EC2实例,进一步优化pod资源池的虚拟机成本。Amazon EC2 Spot实例利用亚马逊云科技云中未使用的Amazon EC2容量,与按需实例的价格相比,使用Spot实例最高可以享受90%的折扣,非常适合容器和大数据负载,通过Amazon EMR或Amazon EKS平台就可轻松无缝地调度和使用Spot资源。与此同时,随着2020年基于亚马逊云科技自研Graviton芯片的Amazon EC2实例的发布,大宇无限通过Amazon EC2 M6g实例对容器化的Java后端服务测试发现,相比M5实例,性价比提升了40%。
机器学习创新赋能业务
优化精准视频推荐
在亚马逊云科技数据架构现代化的基础上,大宇无限也在利用云上AI服务实践更敏捷的机器学习创新赋能业务。针对用户的个性化喜好,大宇无限也充分利用亚马逊云科技机器学习平台Amazon SageMaker进行精准内容推荐。一方面,Amazon SageMaker可快速连接至训练数据所需的内容,使用户可以轻松构建机器学习模型并为训练做好准备;另一方面,Amazon SageMaker预装并优化了常用的机器学习算法,这使得用户无需花费大量时间去选择算法和框架。在进行训练时,用户只需单击一下,就可以在Amazon SageMaker控制台中开始训练自己的模型。当模型经过训练和调整后,Amazon SageMaker可以轻松地在生产环境中进行部署。Amazon SageMaker有效地缩短了模型持续迭代和调优推荐算法更新的周期,大宇无限始终为用户带来新鲜感,将最大的欢乐传递给用户。
业务系统上云
收获成效显著
目前大宇无限的全部业务系统都部署在亚马逊云科技云上,主要包括三部分内容。其一是线上服务,用于支撑公司所有产品的多端(Android/IOS/Web)发送的服务请求,包括用户中心、频道推荐、关注列表、视频解析、分享短链、消息推送及升级服务等;其二是大数据系统,用于收集客户端的行为数据,为数据分析及推荐系统提供原始数据,日处理行为事件达数十亿;其三是内容推荐系统。
多方面云上价值
全方位业务赋能
使用亚马逊云科技云服务使大宇无限在多个方面获益匪浅。不仅可以实现业务的弹性,成本的优化和资源有效利用,同时还可以获得多方面的云上价值。
● 自由构建,加速系统开发。亚马逊云科技为大宇无限提供了云的开放性技术和高解耦性技术,使得大宇无限能快速实现业务系统的开发。
● 敏捷管理,运维自动化。借助亚马逊云科技的服务组件,大宇无限基本实现了自动化运维,降低了运维人员的压力以及系统人为因素带来的风险,同时也降低了运维成本。
● 高效运营,更高性价比。亚马逊云科技遍布全球的骨干网,让大宇无限更好地为用户提供高质量视频服务。同时借助亚马逊云科技的Amazon EC2 Spot实例和Graviton实例,有效地降低了成本。
● 安全合规,专注云上创新。数据合规对每个出海企业都至关重要。亚马逊云科技针对GDPR和LGPD数据保护法提供的合规保护,让大宇无限在数据合规上无需过多担心,为开拓新兴市场保驾护航。