Fork Media Berhasil Memangkas Biaya Menjadi 40% Lebih Rendah dengan Basis Data yang Berjalan pada Prosesor AWS Graviton2

Iklan kontekstual, yang ditempatkan di situs web agar sesuai dengan konten yang relevan di halaman tersebut, diproyeksikan akan tumbuh sebesar 13,3 persen per tahun hingga 2026. Meskipun penempatan iklan kontekstual merupakan cara yang efektif untuk menargetkan pengguna yang kemungkinan besar akan merespons, merek harus teliti dengan lingkungan penempatan iklan mereka. Sebagian besar merek tidak ingin iklan mereka ditampilkan bersama artikel tentang korupsi politik, misalnya, bahkan jika kata kunci tertentu membuat adanya kecocokan kontekstual dalam algoritma periklanan.

Berbasis di India, Fork Media Group (FMG) adalah perusahaan teknologi media yang berkembang melampaui iklan kontekstual untuk menawarkan “keamanan merek”. Selama lima tahun terakhir, FMG telah menggunakan alat kecerdasan buatan dan machine learning untuk memahami gambar, konten isi, judul iklan, dan sentimen keseluruhan halaman web sebelum memasang iklan untuk pelanggan mereka. Merek mendapatkan manfaat dari adanya kecocokan konteks dan lingkungan yang terjamin aman untuk merek. FMG saat ini menayangkan iklan kepada 7—9 juta pengunjung web unik per hari dan bekerja sama dengan penerbit online lokal dan internasional terkemuka di India, Asia Tenggara, dan Gulf Cooperation Council (GCC).

FMG telah menggunakan dua platform komputasi cloud yang berbeda. Namun, seiring pertumbuhan bisnis, latensi dalam melayani aset media mereka—yang terdiri dari video, audio, dan gambar statis—berada pada kisaran 500 milidetik hingga 1 detik, yang lebih tinggi dari perjanjian tingkat layanan internal, yaitu 200 milidetik.

Untuk memenuhi SLA dan memaksimalkan visibilitas iklan, FMG memutuskan untuk mengonsolidasikan basis data server iklan mereka di Amazon Web Services (AWS) pada tahun 2019. Perusahaan ini mulai menggunakan Amazon CloudFront sebagai jaringan pengiriman konten latensi rendah dan kini secara konsisten dapat mencapai SLA mereka.

Mereka juga mengadopsi Amazon Elastic Compute Cloud (Amazon EC2) Auto Scaling dengan Instans Spot Amazon EC2—yang hampir mencapai 60 persen kapasitas Amazon EC2 yang didedikasikan untuk beban kerja pengiriman iklan. Pendekatan ini mengoptimalkan pengiriman iklan FMG sekaligus meminimalkan biaya, sehingga menghasilkan penurunan biaya sebesar 30 persen bagi perusahaan. Dengan menggunakan Amazon EC2 Auto Scaling untuk menambah kapasitas secara dinamis saat terjadi lonjakan lalu lintas, FMG juga berhasil mendapatkan penurunan latensi pengiriman iklan sebesar 50 persen.

Pada pertengahan tahun 2020, FMG memigrasikan sekitar setengah dari beban kerja mereka ke AWS dan mengelola sendiri mesin basis data MySQL primer mereka di Amazon EC2. Namun, rekayasawan mereka menghadapi tantangan dalam mengelola volume kueri tinggi untuk basis data yang sangat penting, dengan 25—40 kueri per pengguna.

Bisnis ini memutuskan untuk menggunakan Amazon Relational Database Service (Amazon RDS) dengan prosesor x86, bersama dengan Amazon Elastic Block Store (Amazon EBS) untuk mengotomatiskan administrasi basis data berskala besar. Namun, performa terkendala oleh bottleneck karena operasi input/output per detik (IOPS) disk. FMG memutuskan bahwa mereka harus menyediakan IOPS secara terpisah untuk mencapai performa kueri yang diperlukan, tetapi tindakan tersebut terbukti membutuhkan biaya yang terlalu mahal. FMG harus mengalokasikan ukuran disk yang lebih besar untuk mendapatkan IOPS yang lebih baik, yang kemudian malah menaikkan biaya.

Melihat peningkatan performa dalam pengiriman konten dan penghematan biaya yang dapat dicapai dengan Instans Spot, FMG meminta saran kepada AWS. Tim AWS menyarankan bukti konsep (POC) dengan prosesor berbasis ARM AWS Graviton2 untuk mencapai rasio harga-performa terbaik untuk basis data yang berjalan di Amazon EC2.

Karena menjalankan beban kerja pada prosesor AWS Graviton2 membutuhkan biaya yang lebih murah daripada menggunakan prosesor x86, FMG dapat meningkatkan instans mereka dari r5.4xlarge menjadi r6g.16xlarge, sehingga meningkatkan memori dengan biaya yang hampir sama. Instans dengan tingkatan lebih tinggi pada dasarnya memungkinkan FMG untuk melakukan lebih banyak kueri dalam memori secara lebih cepat, ditambah pengurangan beban dan biaya penyimpanan IOPS.

Carlyle Oliver, head of engineering Fork Media Group–Kontekstual, menyebut, “Kami dapat menaikkan skala tanpa menimbulkan biaya tambahan dan bottleneck, dengan konfigurasi jaringan yang sama. Jika menggunakan prosesor non-Graviton, biaya yang dikeluarkan secara signifikan pasti lebih mahal.”

Selain itu, volume penyimpanan Amazon EBS telah menyusut sebesar 25 persen, yang berkontribusi terhadap penurunan 40 persen pada keseluruhan biaya basis data utama perusahaan dan penyimpanan terlampir. Nikhil Sheth, senior vice president of engineering di Fork Media Group, mengungkapkan, “Dengan instans Graviton, kami memiliki performa baca/tulis disk yang lebih baik dan karenanya dapat mengurangi volume Amazon EBS kami. Dengan prosesor AWS Graviton2, kami dapat memberikan performa dan latensi yang diperlukan secara hemat biaya untuk solusi periklanan kami.”

Setelah berhasil memigrasikan basis data utama mereka ke prosesor AWS Graviton2, tidak berselang lama, FMG juga memigrasikan basis data lainnya. Mereka hanya membutuhkan waktu kurang dari tiga bulan untuk memigrasikan kedua basis data tersebut, termasuk waktu yang dibutuhkan untuk POC dan pengujian. Mereka secara bertahap menjalankan migrasi ke instans R6g selama periode yang minim aktivitas iklan antara jam 11 malam dan 1 pagi.

Bagi sebagian besar tim FMG, ini merupakan pengalaman pertama mereka dengan prosesor berbasis ARM. Oliver menuturkan, “Pada awalnya, kami ragu untuk menggunakan Graviton, tetapi setelah POC dan pengujian beban, semua keraguan itu sirna. AWS memberikan saran sebelum dan selama migrasi yang, jika dikombinasikan dengan dokumentasi online, sangat cukup bagi kami untuk dapat bermigrasi dengan yakin dan mandiri.

Perusahaan ini menemukan berbagai perangkat lunak yang kompatibel dengan ARM yang tersedia di pasar, terutama untuk pengguna intensif teknologi sumber terbuka seperti FMG. Menurut Oliver, menemukan sistem operasi (OS) yang optimal dan konfigurasi basis data juga merupakan kunci keberhasilan mereka. “Kami harus mempersempit kemungkinan kombinasi dan versi yang tepat dari OS Ubuntu, pustaka yang didukung, dan edisi MySQL terbaru yang kompatibel dengan sistem kami. Dari sana, kami mengintegrasikan solusi pemantauan sumber terbuka yang kompatibel, dan performanya telah berjalan lancar sejak saat itu.”

Pada bulan Desember 2021, perusahaan ini memigrasikan semua server iklan produksi ke Graviton, sebagai upaya untuk mencocokkan harga terhadap peningkatan performa yang dicapai dengan basis data mereka. Mereka juga melakukan kontainerisasi pengiriman iklan menggunakan Amazon Elastic Kubernetes Service (Amazon EKS) dan mempertimbangkan danau data di AWS untuk memanfaatkan lebih banyak analitik pada volume data mereka yang terus bertambah.

Integrasi solusi cloud-native di AWS juga telah memberikan keuntungan latensi tambahan. Latensi antara titik akhir untuk menayangkan aset iklan statis telah menurun menjadi 50 milidetik, yang sebelumnya mencapai lebih dari 500 milidetik, yang menurut Oliver, telah membuat perbedaan besar dalam performa aplikasi FMG.

Selain pengurangan biaya, konsumsi CPU FMG telah menurun sebesar 45 persen sejak bermigrasi ke prosesor AWS Graviton2. Oliver menyimpulkan, “Kami kini dapat mengelola 30—40 persen lebih banyak lalu lintas pengguna dengan konfigurasi infrastruktur yang sama. Kami kini berada di posisi yang baik untuk melakukan ekspansi yang sejalan dengan proyeksi pertumbuhan teknologi iklan dan periklanan kontekstual.”

Untuk mempelajari selengkapnya, kunjungi Prosesor AWS Graviton.