Avec AWS Lambda, nos équipes d'ingénieurs peuvent exploiter un flux de données parallèle pour créer des microservices indépendamment de l'application d'analyse principale. Cela nous permet de proposer plus rapidement de nouveaux services à nos clients. Pour une startup, l'accélération des délais de commercialisation est le nerf de la guerre.
Mohit Dilawari Directeur de l'ingénierie

Basée à Boston, Localytics est une entreprise spécialisée dans l'analyse d'applications web et mobiles et la participation sociale. De grandes marques telles qu'ESPN, eBay, Fox, Salesforce, RueLaLa et le New York Times utilisent ses outils analytiques et marketing pour comprendre l'efficacité de leurs applications, attirer des clients et fidéliser leur clientèle existante. Le logiciel de l'entreprise est utilisé dans plus de 37 000 applications, sur plus de trois milliards d'appareils à travers le monde.

  • Prise en charge d'un pipeline comprenant des milliards de points de données chargés chaque jour depuis différentes applications mobiles exécutant le logiciel d'analyse Localytics.
  • L'équipe d'ingénieurs devait accéder à des sous-ensembles de données pour créer de nouveaux services, mais cela impliquait des efforts supplémentaires en matière de planification de la capacité, de suivi de l'utilisation et de gestion de l'infrastructure.
  • L'équipe responsable de la plateforme souhaitait que les équipes d'ingénieurs bénéficient d'un accès en libre-service.
localytics-arch-diag-1

Avant d'utiliser Amazon Kinesis et Amazon Lambda, le principal service de traitement analytique de Localytics devait être mis à jour lors de l'ajout d'un microservice.

 

localytics-arch-diag-2

En déployant Amazon Kinesis et Amazon Lambda, Localytics transfère un sous-ensemble de données dans un flux Kinesis. Les équipes des différents microservices peuvent ensuite utiliser le flux pour créer leurs propres microservices Lambda sans avoir à informer ou consulter l'équipe d'analyse.

 

  • Les efforts d'ingénierie de produit sont dissociés du pipeline analytique de la plateforme, ce qui permet de créer de nouveaux microservices pour accéder au flux de données sans qu'il soit nécessaire de l'associer à l'application d'analyse principale.
  • Il est inutile de mettre en service et de gérer l'infrastructure pour exécuter chaque microservice .
  • Lambda s'adapte automatiquement à la charge et traite des dizaines de milliards de points de données chaque mois. 
  • Les délais de commercialisation sont accélérés pour les nouveaux services clients, car chaque fonctionnalité est un nouveau microservice qui peut être exécuté et mis à l'échelle indépendamment des autres microservices.

Pour en savoir plus sur la façon dont AWS Lambda peut vous aider à exécuter le traitement des flux en temps réel à des fins d'analyse, consultez la page dédiée au calcul sans serveur.