亚马逊云科技案例研究：大宇无限

深圳大宇无限科技有限公司成立于 2016 年，是一家全球互联网科技公司，致力于用科技让世界每个角落充满期待。旗下以 Lark Player 为代表的多款泛娱乐类和工具类移动应用满足全球用户对泛娱乐内容发现、探索、消费和创作的需求，多元化的产品矩阵随时随地为全球用户提供个性化的生活娱乐体验。

作为深耕全球新兴市场的先行者，大宇无限的旗下产品已经覆盖全球 100 多个国家和地区，深受拉美和中东等市场用户的欢迎。月活跃用户数已超过 2 亿，累计服务用户超过 10 亿，成为中国互联网企业出海的代表案例并已获得腾讯等多家顶级机构的 C 轮融资。大宇无限总部设在中国深圳。目前公司在北京、圣保罗和墨西哥城设有分公司或办事处。

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。如今，视频消费已经成为移动互联网消费的主流。据统计，全世界人民平均每天在浏览视频上花费超过 36 分钟。然而，每天如何在海量的内容中找到喜欢的视频是一件非常困难的事情，尤其是在拉美等新兴市场。我们需要为用户定制和研发产品，通过技术手段了解用户使用习惯，提供更好、更本地化和个性化的移动视频内容和消费体验。

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。目前，在大宇无限核心业务前台服务器端，用户请求的高峰期数值已经达到 10 万 QPS，需要处理的用户行为事件达到数十亿。同时，随着业务和用户群的不断增长，云成本也在大幅提升。因此，如何在满足高效处理大量数据的同时保证成本最优就成了大宇无限迫切需要解决的问题。大宇无限希望通过云原生的技术探索，提高大数据系统的性能效率，以此来支持业务的快速发展和用户量突增。同时利用云原生的工具，快速降低成本，实现持续的优化，释放活力，促进业务稳步发展。

考虑到以上 IT 挑战和需求，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。

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 (Amazon EMR)在 Amazon Elastic Compute Cloud (Amazon EC2)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 (Amazon EKS) 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。

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%。

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 进行精准视频推荐。Amazon SageMaker 是一个完全托管的服务，可以帮助开发人员和数据科学家快速而轻松地构建、训练和部署机器学习模型。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。

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、信息流视频推荐、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，用于搜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；其三是视频推荐系统。大宇无限所使用的亚马逊云科技服务包括 Amazon Elastic Kubernetes Service (Amazon EKS)、Amazon Graviton2 EC2、Amazon EC2 Spot Instance、Amazon EMR 、Amazon Simple Storage Service (Amazon S3)、Amazon DynamoDB、Amazon Relational Database Service (Amazon RDS)、Amazon Redshift、Amazon Kinesis、Amazon Glue、Amazon Athena、Amazon Data Transfer 以及 Amazon Support 等。

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。