本指南可帮助客户汇集不同类型的数据集，并将其合并为统一的视图。AWS 游戏技术客户可以创建其玩家的详尽行为档案，进一步了解玩家如何与游戏互动、参与游戏社区以及如何与其他玩家进行社交。队列建模器根据不同类型的指标数据（包括游戏内指标、游戏内行为和财务交易），将玩家指标分类并汇总到各个玩家群组中。对玩家行为的深入了解可为正在进行的设计和开发决策提供依据。
架构图
[架构图描述]
第 1 步
游戏服务器和客户端使用传感器来评估玩家的行为，例如行为毒性、玩家风格和游戏内购买。这些操作会通过队列建模器 API 以声明方式记录下来，从而收集有关玩家进展、社区建设、留存率等方面的数据。
第 2 步
数据使用者存储内容推荐并查询 API。数据消费者包括人工智能和机器学习（AI/ML）解决方案以及将玩家联系在一起的配对服务。
第 3 步
Amazon API Gateway 托管基于资源的队列建模器 API，用于与图表顶点和图形边缘进行交互。
第 4 步
AWS Lambda 可满足向 API 端点发出的请求，将 HTTP/S 请求转换为 Gremlin 图形查询，并将这些请求提交给数据库。
第 5 步
Amazon Neptune 是一个完全托管的图形数据库，用于存储玩家数据和互动内容。
第 6 步
企业用户可以使用 AWS 云上托管的 Jupyter Notebook 交互式地浏览玩家队列。
第 7 步
开发人员可以使用 AWS CloudFormation 提供支持的 AWS Serverless Application Model（AWS SAM）来修改和部署队列建模器代码示例。
第 1 步
游戏服务器和客户端使用传感器来评估玩家的行为，例如行为毒性、玩家风格和游戏内购买。这些操作会通过队列建模器 API 以声明方式记录下来，从而收集有关玩家进展、社区建设、留存率等方面的数据。
第 2 步
数据使用者存储内容推荐并查询 API。数据消费者包括人工智能和机器学习（AI/ML）解决方案以及将玩家联系在一起的配对服务。
第 3 步
Amazon API Gateway 托管基于资源的队列建模器 API，用于与图表顶点和图形边缘进行交互。
第 4 步
AWS Lambda 可满足向 API 端点发出的请求，将 HTTP/S 请求转换为 Gremlin 图形查询，并将这些请求提交给数据库。
第 5 步
Amazon Neptune 是一个完全托管的图形数据库，用于存储玩家数据和互动内容。
第 6 步
企业用户可以使用 AWS 云上托管的 Jupyter Notebook 交互式地浏览玩家队列。
第 7 步
开发人员可以使用 AWS CloudFormation 提供支持的 AWS Serverless Application Model（AWS SAM）来修改和部署队列建模器代码示例。
Well-Architected 支柱
当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
-
卓越运营阅读卓越运营白皮书
应用程序、工作负载和基础设施组件遥测可通过 Amazon CloudWatch Logs 进行访问。所有运行状况指标均可通过 CloudWatch 进行查看。应用程序本身通过摄取和查询 API 跟踪用户和交易遥测。
-
安全性阅读安全性白皮书
所有数据都存储在 Neptune 中，并在静态时加密处理。任何批量摄取数据（非 API 数据）都存储在 Amazon Simple Storage Service（Amazon S3）上，并且也在静态时加密处理。传输中的数据通过专用 VPC 端点进行加密，只有 Neptune 可以访问该端点。任何查询数据（通过 API）在传输过程中均使用传输层安全性协议（TLS）/HTTPS 进行加密。
-
可靠性阅读可靠性白皮书
该架构采用从 API Gateway 到 Lambda 再到 Neptune 的三层访问模式进行解耦。每层均可独立扩展且具有高可用性。此外，这些层是无状态的，可添加自动重试限制。每个层分别将日志发送到 CloudWatch 进行分析。该架构通过 CloudFormation 以基础设施即代码（IaC）的形式交付。CloudFormation 管理任何更新、回滚或错误。
-
性能效率阅读性能效率白皮书
该架构中的服务可实现自动扩缩和线性成本预测功能。Neptune 可探索和确定玩家和队列关系建模。该架构还使用带有代码示例的参考 Jupyter Notebook，并提供了有关摄取、查询和建模数据的分步说明
-
成本优化阅读成本优化白皮书
该架构仅对玩家见解的 API 查询响应收费，从而最大限度地降低了从 AWS 区域传输数据的成本。这导致数据传输成本仅发生在架构中使用的服务上，而不会产生数据摄取费用。此外，您可以根据过去的使用情况预测成本。
-
可持续性阅读可持续性白皮书
该解决方案中的服务是无服务器型服务，因此无需硬件。通常，Neptune 支持无服务器功能。在此架构中，我们使用的 Neptune 版本并非无服务器，但仍能使用最低数量的硬件来保持可靠性。
实施资源
提供了在 AWS 账户中进行实验和使用的详细指南。构建指南的每个阶段（包括部署、使用和清理）都将被检查，以便为部署做好准备。
示例代码为起点。它经过行业验证，是规范性但不是决定性的，可以帮助您开始。
相关内容
使用 AWS 游戏行业解决方案队列建模器深入了解您的玩家群
AWS 游戏行业解决方案队列建模器：图形数据模型
免责声明
示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。
本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。