ZF Group 利用 AWS 对 30 多万个设备的队列编排进行现代化改造

ZF 通过 SCALAR 为全球物流和运输公司提供设备队列管理解决方案，包括用于跟踪在途车辆和与司机进行通信的系统。作为智能数据和物联网平台的一部分，该解决方案管理着 30 多万个联网设备。为了在正确的时间将正确的车辆引导到正确的地点，该平台从卡车和拖车中摄取位置、休息时间、诊断和其他数据。

该公司发现了一些机会，可以将他们的主要客户群从欧洲扩展到新的市场。不过，ZF 的整体式架构无法通过扩展来适应这一增长，因此该公司求助于 AWS，以便将他们的产品重建为基于云的 SaaS 解决方案。ZF 多年来一直在使用 AWS 服务，并对 AWS 在 ZF 的其他业务领域提供的创新表示赞赏。此外，AWS 还提供了全球基础设施、安全性和大量的服务，这意味着 AWS 是一个自然而然的选择。“我们希望发展成为一家以产品为导向的 SaaS 公司，因此我们需要能够响应客户的需求和不断变化的市场状况，”ZF 云平台工程主管 Jef Vandenbergen 表示。

通过建立基础构建块和核心工作原理，ZF 开启了他们的现代化改造之旅。他们实施了自动化的 GitOps 工作方式，包括基础设施即代码，并在遵循行业最佳实践的同时调整了运营模式。“我们将 AWS 用作完整的后端，这一做法在该公司的重塑和重组中发挥了重要的作用，”Vandenbergen 说道。“现在，我们正在使用一种运营模式，在这种模式下，创建服务的开发人员对他们的模块负责，包括运营、监控和成本。我们已经授权我们的各个团队对他们从事的领域负责。”

作为 ZF 的下一代设备队列编排解决方案，SCALAR 利用高级算法将工作流自动化，并帮助各个企业实现可盈利利润，从而提高运输的安全性和可靠性。使用 SCALAR，设备队列经理可以根据实时状况来动态优化路线，从而提高生产力和可持续性。该解决方案使用近乎实时的车辆数据来建议进行主动维护，因此设备队列经理还能够最大限度地减少计划外停机时间。客户可以使用该解决方案来证明自己在遵守相关规定，例如拖车温度和司机休息时间。通过利用动态扩展功能来重新架构弹性后端，ZF 将每个设备每月的数据摄取成本降低了 45% 之多。

此外，由于在 AWS 上实施灾难恢复备份，ZF 无需保留基本上未使用的硬件或托管能力，因此节省了大量的成本。该公司利用 AWS 内置的标记功能来行使预算所有权和实施治理，从而更详细地了解每个团队和每个模块的成本。ZF 还获得了敏捷性。“回顾既往，当请求实施基础设施变更时，我们的托管提供商需要几个星期才能处理这些请求，而放眼现在，在 AWS 上只需几天甚至几个小时的时间就能完成这一操作，”Vandenbergen 表示。“哪怕在早上提出一些要求，到了午餐时间，我们就已经如愿以偿了。”

SCALAR 由事件驱动的微服务架构提供支持。“我们不希望再依赖大型的整体式数据库，”Vandenbergen 说道。“相反，我们渴望从头开始设计一个可扩展的架构。” ZF 使用 Amazon Elastic Kubernetes Service（Amazon EKS）（一种完全托管式 Kubernetes 服务）和 AWS Lambda（一项无需考虑服务器或集群即可运行代码的服务）来构建该解决方案。ZF 还使用一些 AWS 服务来进行消息收发、联网、日志记录和数据存储，并利用内置的安全功能和 AWS 最佳实践来实现安全性。“通过在 AWS 上运营，我们的安全状况得到了切实改善，”Vandenbergen 表示。“这是选择 AWS 时依据的主要决策标准之一。”

ZF 希望成为一家以产品为导向的 SaaS 公司，而此次现代化改造可以帮助他们实现这一目标。现在，开发工程团队可以访问一些能够降低复杂性的托管式服务，以便进行构建、创新以及获得产品的完整所有权。这些服务包括 Amazon Relational Database Service（Amazon RDS）（一些易于管理的关系数据库）和 Amazon ElastiCache（一项无服务器的完全托管式缓存服务）。“通过迁移到 AWS，所有这些我们从未拥有过的托管式服务都让我们受益良多，”ZF 云平台工程全球产品负责人 Gregory Vander Schueren 说道。

通过在 AWS 上对他们的设备队列编排平台进行现代化改造和优化，ZF 能够以灵活、可扩展的方式实现增长并针对新的机遇进行调整。该公司制定了一些计划，并希望仅仅花费一个月的时间在新的地理位置启动这些计划。“我们现在已经做好了准备，一旦发现机会，就可以使用 AWS 快速、可靠地构建新的产品，”Vandenbergen 表示。“我们可以制定全球战略，因为 AWS 为我们提供了向新的区域扩张时所需的可靠性和全球规模。”

ZF 会继续调整自己的方法，并在 AWS 上进行现代化改造。为了开发内部的生成式人工智能助手，该公司正在使用 Amazon Bedrock，采用这种简单的方法可以构建和扩展生成式人工智能应用程序。这些助手可以访问团队的知识库，并快速找到文档以便执行根本原因分析，随后即可利用这些分析来自动执行代码审查。“我们不知道未来的产品会是什么样的，但在 AWS 上，我们可以迅速进行调整以便把握机遇，”Vandenbergen 说道。