SkyBox优化他们的RI生命周期管理Eco by Spot

亚马逊网络服务aws机器学习保留的实例

挑战

在SkyBox的B2C业务背后,是一套功能强大的物流、运输和跟踪应用程序,用于管理由买方、卖方、托运人和其他实体组成的复杂供应链。

为了应对季节性波动,SkyBox选择了AWS的EC2,这使得他们可以根据需求轻松地扩大或缩小规模。但是随着稳定的工作负载模式的出现,他们将更多的EC2部署转移到保留实例定价,希望这将减轻一些运营成本。

然而,计算预留实例与按需定价的真实盈亏平衡点,并确保它们的RIs被充分利用,对于SkyBox的开发运营和财务团队来说是一项繁重的任务。

最重要的是,快速增长、业务需求的变化、项目比预期提前结束以及其他不可预测的活动,导致了许多保留实例没有以具有成本效益的方式使用的情况。

由于一到三年的锁定期,回收或出售这些预付ri正成为核心业务任务的主要分心因素。

SkyBox的IT副总裁Emilio Lizarraga指出:“我们需要一个可以快速启动的解决方案,同时为我们繁忙的团队增加零工作量。”

解决方案

整合后不久现场生态进入云环境进行监控和优化,Emilio能够清晰地可视化SkyBox工作负载的RI利用率。

Eco利用机器学习算法来帮助识别季节性趋势,并预测计算需求的即将发生的变化。

Emilio说:“由于SkyBox正在处理成千上万的客户货物,我们需要严格管理。”他补充说:“在我们的基础设施决策不断变化的情况下,尽可能经济有效地运行AWS计算是至关重要的。Eco by Spot为我们提供了最大限度地节省成本的灵活性,而无需预测未来。”

自动RI再平衡使SkyBox能够在全年不连续运行的工作负载上增加成本优化。

这是由Eco by Spot修改预留实例以匹配正在运行的EC2实例,以及在AWS市场中买卖ri完成的。

结果及效益

消除未使用的国际扶轮SkyBox不再受困于未使用RIs的沉没成本,这些RIs没有增加任何价值。

更自由地扩展EC2SkyBox的工程师可以更灵活地修改工作负载以满足他们的需求,而无需经常检查他们的RIs是否仍在使用。

抓住所有的储蓄机会Skybox不再依赖于不频繁的容量规划会议,而是能够优化其云成本,以反映其EC2部署中的实时变化。

云团队零干扰:SkyBox的云工程团队能够将100%的精力集中在编写更好的应用程序和升级基础设施上,以增加对产品的需求,而不必浪费时间监控他们的RI舰队。

金融能见度SkyBox的财务团队现在可以清楚地看到他们的云消费是否完全优化,并能够预测未来使用EC2的预算。

SkyBox是一家跨境购物服务商,为客户提供从任何国家购买产品的选择,并直接送货到全球各地。

https://www.skybox.net/
Baidu
map