Spotinst案例研究——坑ρ

“Spotinst能够提供一个非常简单的方法来管理的复杂性招标、供应、和管理的替代实例没有任何停机时间到期。”
——创始人兼首席技术官,吉尔曼Callsen坑ρ

该公司

坑ρ伙伴组织识别和最大化的价值独特的数据利用计算机科学的力量,统计和机器学习。

所面临的挑战

我们的赛车策略产品需要大量的在比赛当天的马力。每个周末我们需要大约一个额外的16核和32 gb的内存上面是什么需要剩下的一周。

最初,我们解决了这个通过购买机器的规格能够处理峰值负载。当然,我们发现这个解决方案变得相当昂贵,甚至与保留的实例定价模型。更重要的是,它有限的能力推动实时处理的极限的恐惧超过了服务器的规格。

为什么Spotinst

我们所有的应用程序构建成模块化的码头工人容器和我们使用牧场管理基础设施和应用程序。在2015年底,我们听说SpotInst牧场主的虚拟meetup,立即看到了潜力。当时的想法是只购买机器,满足我们的基线(一周)的需求,然后使用Spotinst扩大新工人的机器来处理峰值负载。搭配牧场,我们的工人自动扩展可用的新机器,自动连接到RabbitMQ, Postgres、复述,立即开始使用可用的工作。

使用SpotInst我们能够将我们的服务器成本降低约70%按需定价。这个体系结构允许我们削减成本近50%甚至reserved-instance定价没有任何形式的长期承诺。Spotinst能够提供一个非常简单的方法来管理招标的复杂性,配置和管理更换到期的现货实例没有任何停机时间。

“现货实例”的概念最初是为很多公司很难理解。在坑ρ,我们发现了一个清晰的用例点实例的一个关键产品,帮助我们控制成本的前提下的性能。