Con AWS, los diversos equipos de ingenieros pueden utilizar una transmisión de datos paralela para crear microservicios independientemente de la aplicación de análisis principal. Nos resulta útil poder ofrecer los servicios nuevos a los clientes con mayor rapidez. Para una startup, reducir el tiempo de comercialización es algo clave.
Mohit Dilawari Director de ingeniería

Localytics es una compañía de involucración y análisis de aplicaciones móviles y web. Marcas principales como ESPN, eBay, Fox, Salesforce, RueLaLa y New York Times utilizan sus herramientas de marketing y análisis para entender el desempeño de sus aplicaciones e involucrar a los clientes nuevos y existentes. El software de la compañía, con sede en Boston, se utiliza en más de 37 000 aplicaciones en más de 3 000 millones de dispositivos de todo el mundo.

  • Respaldar la canalización con miles de millones de puntos de datos cargados todos los días desde distintas aplicaciones móviles que ejecutan el software de análisis de Localytics.
  • El equipo de ingenieros necesitaba acceder a subconjuntos de datos para crear nuevos servicios, pero esto llevó a un incremento de la planificación de la capacidad, la monitorización del uso y la administración de la infraestructura.
  • El equipo de plataforma quería habilitar el autoservicio para los equipos de ingenieros.
localytics-arch-diag-1

Antes de usar Amazon Kinesis y Amazon Lambda, el servicio de procesamiento de análisis principal de Localytics debía actualizarse cada vez que se agregaba un microservicio.

 

localytics-arch-diag-2

Con Amazon Kinesis y Amazon Lambda, Localytics coloca un subconjunto de datos en una transmisión de Kinesis, que diferentes equipos de microservicios pueden usar para crear sus propios microservicios de Lambda sin notificar ni consultar al equipo de análisis.

 

  • Separa los esfuerzos de ingeniería del producto de la canalización de análisis de la plataforma, lo que permite la creación de nuevos microservicios para acceder a la transmisión de datos sin necesidad de juntarlos con la aplicación de análisis principal.
  • Elimina la necesidad de aprovisionar y administrar infraestructura para ejecutar cada microservicio .
  • Lambda aumenta y reduce su capacidad automáticamente dependiendo de la carga, y procesa miles de millones de puntos de datos al mes. 
  • Reduce el tiempo de comercialización de los nuevos servicios para clientes, ya que cada característica es un microservicio que se puede ejecutar y escalar de forma independiente de los demás microservicios.

Para obtener más información acerca de cómo AWS Lambda puede ayudarle a ejecutar el procesamiento de transmisión en tiempo real para su análisis, visite nuestra página de detalles de informática sin servidor.