AWS 上的 Amazon.com

2018 年，Amazon 将其交易子分类账从 Oracle 迁移到了 AWS，以维持其核心使命，即随着交易量的持续增长，提供及时、完整和准确的财务报告。Amazon 将关键数据库迁移到 Amazon DynamoDB，并使用直接迁移的方法将关系数据库迁移到 Amazon RDS。

2018 年，Amazon 将其商品主数据服务从 Oracle 迁移到 Amazon DynamoDB，以提高可用性和可扩展性，减轻运营负担，并提高利用率。Amazon 使用 AWS Database Migration Service 在短短两个月内迁移了 150 TB 的数据，且无停机时间；现在，Amazon 依赖 Amazon DynamoDB 每天处理超过 50 亿个目录更新，省去了大量的手动工作。

2018 Amazon.com 交易风险管理服务（TRMS）团队在短短六个月内将 40 TB 的数据从本地 Oracle 数据库迁移到了 AWS，停机时间仅为一小时。TRMS 负责买家欺诈服务，该服务使用机器学习算法来预测和防范 Amazon.com 上的欺诈性交易。TRMS 团队使用包含 AWS Database Migration Service（DMS）在内的迁移堆栈，迁移到基于 Amazon Aurora（兼容 PostgreSQL）的新关系数据库解决方案。

2018 年，Amazon Advertising Engineering and Development（AED）将 Oracle 数据库中存储的数据转移到 Amazon RDS，这不仅增加了吞吐量，而且避免了重新构建性能监控器和管理工具这一为期三年的项目。AED 构建、管理和扩展用于支撑 Amazon 程序化广告产品组合的技术。新的解决方案使用由 Amazon RDS 完全托管的 PostgreSQL 关系数据库，并使用 Amazon S3 存储备份。

2018 年，Amazon.com 从磁带备份转为使用基于 Amazon S3 来备份其大部分数据库。该策略降低了复杂度和资本支出，提供了更快的备份和恢复性能，不再需要计划用于备份和存档的磁带容量，并且使管理人员能够将时间和精力投入到更有价值的工作中。通过从磁带备份转用 Amazon S3，Amazon.com 实现了 12 倍的性能提升，并将特定场景中的恢复时间从 15 小时缩短至 2.5 小时。

2017 年，当全球客户在 Amazon.com 上下订单时，这些订单将通过许多不同的后端系统进行处理。其中的关键系统之一是 Herd，这是由 Amazon eCommerce Foundation 团队开发的工作流程编排引擎。Herd 控制用于处理全球所有 Amazon.com 客户订单的业务逻辑，编排了 1300 个以上工作流程，涵盖从订单处理到配送中心运营，再到协调 Amazon Alexa 后端的各个部分。Herd 是 300 多个 Amazon 工程团队使用的关键任务型系统，在高峰日执行超过 40 亿个工作流程。

2018 年，Amazon Prime Video 赢得了在 200 多个国家/地区直播《NFL 周四橄榄球之夜》的版权时，我们知道，我们需要竭尽全力为数百万观看自己喜欢的球队的球迷提供良好体验。Amazon Video 数字视频播放和分发部门全球负责人 BA Winston 解释说：“对于体育赛事直播，可靠性和低延迟至关重要，因为每损失一秒都会对观众产生负面影响。如果有任何中断或缓冲，球迷们就不会看。”

2017 年，当全球客户在 Amazon.com 上下订单时，这些订单将通过许多不同的后端系统进行处理。其中的关键系统之一是 Herd，这是由 Amazon eCommerce Foundation 团队开发的工作流程编排引擎。Herd 控制用于处理全球所有 Amazon.com 客户订单的业务逻辑，编排了 1300 个以上工作流程，涵盖从订单处理到配送中心运营，再到协调 Amazon Alexa 后端的各个部分。Herd 是 300 多个 Amazon 工程团队使用的关键任务型系统，在高峰日执行超过 40 亿个工作流程。