Fork Media erzielt 40 % geringere Kosten mit Datenbanken, die auf AWS-Graviton2-Prozessoren laufen

Kontextuelle Werbung, bei der Anzeigen auf einer Website geschaltet werden, um relevanten Inhalten auf dieser Seite zu entsprechen, wird Prognosen zufolge bis 2026 jährlich um 13,3 % steigen. Obwohl die kontextbezogene Anzeigenplatzierung eine effektive Methode ist, um Benutzer anzusprechen, die auch sehr wahrscheinlich antworten erhält, müssen Marken dennoch auf die Umgebung achten, in der ihre Anzeige geschaltet wird. Die meisten Marken möchten nicht, dass ihre Anzeige beispielsweise neben einem Artikel über politische Korruption geschaltet wird, selbst wenn bestimmte Keywords in einem Werbealgorithmus kontextabhängig übereinstimmen.

Die Fork Media Group (FMG) mit Sitz in Indien ist ein Medientechnologieunternehmen, das über kontextbezogene Werbung hinausgeht, um „Markensicherheit“ zu bieten. In den letzten fünf Jahren hat FMG Tools für künstliche Intelligenz und Machine Learning eingesetzt, um die Bilder, den Textinhalt, die Überschrift und die allgemeine Stimmung einer Webseite zu verstehen, bevor eine Anzeige für ihre Kunden geschaltet wird. Marken profitieren von einer vollständigen Kontextabstimmung und einem garantiert markensicheren Umfeld. FMG stellt derzeit Anzeigen für 7–9 Millionen individuelle Webbesucher pro Tag bereit und arbeitet mit führenden lokalen und internationalen Online-Publishern in Indien und Südostasien zusammen sowie mit dem Gulf Cooperation Council (GCC).

FMG hatte zwei verschiedene Cloud-Computing-Plattformen verwendet. Doch als das Unternehmen wuchs, begann die Latenz bei der Wartung seiner Medienressourcen – bestehend aus Video, Audio und statischen Bildern – zwischen 500 Millisekunden und 1 Sekunde zu liegen und lag damit über dem internen Service Level Agreement von 200 Millisekunden.

Um das SLA einzuhalten und die Sichtbarkeit von Anzeigen zu maximieren, beschloss FMG 2019, seine Anzeigenserver-Datenbanken auf Amazon Web Services (AWS) zu konsolidieren. Das Unternehmen begann, Amazon CloudFront als Content Delivery Network mit niedriger Latenz zu verwenden, und erfüllt nun konsequent sein SLA.

Das Unternehmen führte außerdem Amazon Elastic Compute Cloud (Amazon EC2) Auto Scaling mit Amazon EC2 Spot Instances ein – was fast 60 % seiner Amazon-EC2-Kapazität ausmacht, die für Workloads zur Anzeigenbereitstellung bestimmt ist. Dieser Ansatz optimiert die Anzeigenbereitstellung von FMG und minimiert gleichzeitig die Kosten, was zu einer Kostensenkung von 30 % für das Unternehmen führt. Durch die Verwendung von Amazon EC2 Auto Scaling zur dynamischen Kapazitätserweiterung bei Verkehrsspitzen erreichte FMG außerdem eine Reduzierung der Latenz bei der Anzeigenbereitstellung um 50 %.

Mitte 2020 migrierte FMG etwa die Hälfte seiner Workloads zu AWS und verwaltete seine primäre MySQL-Datenbank-Engine auf Amazon EC2 selbst. Die Techniker standen jedoch vor Herausforderungen bei der Verwaltung des hohen Abfragevolumens für die geschäftskritische Datenbank mit 25–40 Abfragen pro Benutzer.

Das Unternehmen entschied sich für Amazon Relational Database Service (Amazon RDS) mit x86-Prozessoren in Verbindung mit Amazon Elastic Block Store (Amazon EBS), um die Datenbankverwaltung in großem Maßstab zu automatisieren. Die Leistung wurde jedoch durch Engpässe aufgrund von Festplatten-Eingabe-/Ausgabevorgängen pro Sekunde (IOPS) beeinträchtigt. Die FMG stellte fest, dass sie IOPS separat bereitstellen musste, um die erforderliche Abfrageleistung zu erreichen, was sich jedoch als zu kostspielig erwies. FMG musste eine größere Festplattengröße bereitstellen, um bessere IOPS zu erzielen, was die Kosten in die Höhe trieb.

Angesichts der Leistungssteigerungen bei der Inhaltsbereitstellung und der Kosteneinsparungen, die mit Spot Instances erzielt wurden, wandte sich FMG an AWS, um Rat einzuholen. Das AWS-Team schlug einen Machbarkeitsnachweis (POC) mit ARM-basierten AWS-Graviton2-Prozessoren vor, um das beste Preis-Leistungs-Verhältnis für Datenbanken zu erzielen, die auf Amazon EC2 laufen.

Da das Ausführen von Workloads auf AWS-Graviton2-Prozessoren weniger kostet als die Verwendung von x86-Prozessoren, war FMG in der Lage, seine Instances von r5.4xlarge auf r6g.16xlarge zu aktualisieren und so den Arbeitsspeicher zu fast den gleichen Kosten zu erhöhen. Die höherwertigen Instances ermöglichten es FMG im Wesentlichen, mehr In-Memory-Abfragen schneller und mit geringerer IOPS-Speicherlast und -kosten durchzuführen.

Carlyle Oliver, Head of Engineering bei Fork Media Group–Contextual, sagt: „Wir konnten mit derselben Netzwerkkonfiguration skalieren, ohne zusätzliche Kosten und Engpässe zu verursachen. Bei einem Prozessor ohne Graviton wäre das deutlich teurer gewesen.“

Darüber hinaus ist das Amazon-EBS-Speichervolumen um 25 % gesunken, was zu einem Rückgang der Gesamtkosten für die Hauptdatenbank und den angeschlossenen Speicher des Unternehmens um 40 % führte. Nikhil Sheth, Senior Vice President of Engineering bei der Fork Media Group, erklärt: „Mit Graviton-Instances hatten wir eine bessere Lese- und Schreibleistung auf der Festplatte und konnten daher unsere Amazon-EBS-Volumes reduzieren. Durch den Einsatz der AWS-Graviton2-Prozessoren können wir kostengünstig die Leistung und Latenz bereitstellen, die für unsere Werbelösungen erforderlich sind.“

Nach der erfolgreichen Migration seiner Hauptdatenbank auf AWS-Graviton2-Prozessoren migrierte FMG kurz darauf eine weitere Datenbank. FMG benötigte knapp drei Monate, um beide Datenbanken zu migrieren, einschließlich der Zeit für den POC und die Tests. Die Migration zu R6g-Instances wurde schrittweise in Zeiten mit geringer bis gar keiner Werbeaktivität zwischen 23 Uhr und 1 Uhr morgens durchgeführt.

Für die meisten, wenn nicht sogar für das gesamte Team von FMG war dies ihre erste Erfahrung mit ARM-basierten Prozessoren. Oliver erklärt: „Wir haben anfangs gezögert, Graviton zu verwenden, aber nach dem POC und den Lasttests verschwand das. AWS hat vor und während der Migration Vorschläge gemacht, die uns in Kombination mit der Online-Dokumentation ausreichend waren, um selbstbewusst und unabhängig zu migrieren.“

Das Unternehmen entdeckte eine breite Palette von ARM-kompatibler Software, die auf dem Markt erhältlich ist, insbesondere für Vielnutzer von Open-Source-Technologien wie FMG. Laut Oliver war es auch entscheidend zum Erfolg, das optimale Betriebssystem (OS) und die optimale Datenbankkonfiguration zu finden. „Wir mussten die richtige Kombination und Version des Ubuntu-Betriebssystems, der unterstützten Bibliotheken und der neuesten MySQL-Version, die mit unserem System kompatibel ist, festlegen. Von dort aus haben wir kompatible Open-Source-Überwachungslösungen integriert, und die Leistung ist seitdem reibungslos.“

Ab Dezember 2021 migriert das Unternehmen alle Produktionswerbeserver auf Graviton, um die mit seinen Datenbanken erzielten Preis- und Leistungssteigerungen zu erreichen. Es containerisiert außerdem die Anzeigenbereitstellung mithilfe von Amazon Elastic Kubernetes Service (Amazon EKS) und erwägt einen Data Lake in AWS, um mehr Analysen für das wachsende Datenvolumen nutzen zu können.

Die Integration cloudnativer Lösungen in AWS hat ebenfalls zu zusätzlichen Latenzgewinnen beigetragen. Die Latenz zwischen Endpunkten für die Bereitstellung aller statischen Werberessourcen ist von mehr als 500 Millisekunden auf 50 Millisekunden gesunken, was laut Oliver einen großen Unterschied in der Anwendungsleistung von FMG ausmacht.

Neben der Kostensenkung ist der CPU-Verbrauch von FMG seit der Migration zu AWS-Graviton2-Prozessoren um 45 % gesunken. Oliver kommt zu dem Schluss: „Wir können jetzt mit derselben Infrastruktur 30 bis 40 % mehr Benutzerverkehr verwalten. Wir sind jetzt gut positioniert für eine Expansion, die dem prognostizierten Wachstum der Werbetechnologie und der kontextbezogenen Werbung entspricht.“

Weitere Informationen finden Sie unter AWS-Graviton-Prozessor.