Guru 使用 Amazon OpenSearch Service 解鎖新的商機

新創公司 Guru Technologies (Guru) 提供知識管理軟體，使企業能夠隨時輕鬆存取其內部資訊，無論資料儲存於何處。快速且相關的查詢結果對 Guru 及其客戶群十分重要，其客戶包括 Slack、Noom、Nubank、Zoom Video Communications、Shopify 和 Spotify 等公司。然而，隨著 Guru 的業務大幅成長 (特別是每月活躍用戶數逐年顯著增加)，該公司發現其自我管理的 Elasticsearch 解決方案在可擴展性、速度和可靠性方面無法滿足持續大規模創新的需求。 

Guru 自 2014 年創立以來便使用了 Amazon Web Services (AWS)，也再次諮詢 AWS 尋求解決方案。使用受管服務 Amazon OpenSearch Service，可讓您輕鬆執行互動式日誌分析、即時應用程式監控、網站搜尋以及其他動作。

為了實施雲端解決方案，Guru 從一開始就將其技術基礎架構建立在 AWS 上。該公司知道，雲端能夠滿足其在儲存、擴展性和彈性方面的需求，而在主機代管運行基礎架構則需要大量的管理與擴容工作。「當我們開始使用 AWS 時，我們的目標是實現基礎架構即代碼，這樣就可以自動建立環境，」Guru 首席技術長暨共同創辦人 Mitchell Stewart 表示。

該公司最初使用了 AWS CloudFormation，可輕鬆對相關的 AWS 和第三方資源進行建模，以快速、一致的方式佈建該資源，並將基礎架構視為程式碼，藉此在資源的整個生命週期内對其加以管理。Guru 還使用了 Amazon Elastic Block Store (Amazon EBS)，這是一種易於使用的高效能區塊儲存服務，專為在 Amazon Elastic Compute Cloud (Amazon EC2) 上處理任何規模的輸送量和交易密集型工作負載而設計。「我們一開始採用了非常簡單的架構，」Stewart 表示。「從那時起，我們一直持續採用 AWS 在過去 7 年間發布的各種技術。「我們的架構變得更為複雜，但基本原則從未改變：AWS 繼續提供全受管服務，解決了許多彈性與動態擴展問題，讓我們不必動手干涉。」

對於 Guru 來說，其中一個擴展性問題集中於 Elasticsearch。該公司最初自行託管 Elasticsearch 叢集，並將 Amazon EC2 用於運算。「Elasticsearch 是我們產品的核心部分，」Stewart 說道。「我們在這個部分投入了大量資源與關注，因為我們正在積極地為使用者提供低延遲和相關的搜尋結果，藉此改善整體搜尋效能。」 遷移至 Amazon OpenSearch Service 的決定取決於資源。「我們自問：『我們是希望讓專門負責這類工作的員工來處理我們自己的 Elasticsearch 叢集，』Stewart 接著說：『還是更願意讓 Elasticsearch 服務提供專業的管理？』」

Guru 於 2020 年夏季開始遷移至 Amazon OpenSearch Service，並在幾個月後完成。在很短的時間內，該公司看到了遷移帶來的幾個好處。其中一個好處是，該公司能夠使用 Amazon EMR (一項業界領先的雲端巨量資料服務，可利用開放原始碼的工具處理大量資料)，藉此開發實驗架構，以提升搜尋引擎結果的關聯性。如此可幫助使用者更快速找到他們正在尋找的資訊。

使用此架構，Guru 可以執行許多快速、實用的測試。例如，該公司可以快速建立一個新的 Elasticsearch 叢集，並進行預期的算法變更，然後判斷新叢集的搜尋結果關聯性是否優於或劣於原本的生產叢集。Guru 能夠測量並比較搜尋結果的關聯性，部分原因是 Amazon OpenSearch Service 使該公司能夠即時記錄搜尋查詢。「若未使用 [Amazon OpenSearch Service]、Amazon EMR 和所有這些隨時可供試用演算法迭代的工具，以我們的時間、精力和綜合能力來説根本無法做到這一點。」Stewart 表示。

Guru 先前進行的實驗通常需要數週或數個月的時間。但是在遷移到 AWS 環境之後，公司可以在數小時甚至數分鐘內執行實驗。「以往每當需要進行實驗時，我們會讓一位 DevOps 人員花費 5 到 6 小時來進行擴展，以便我們執行實驗，」Guru 的首席機器學習工程師 Nabin Mulepati 表示。「現在我們只需要說：『嘿，給我 30 個節點，』一個小時內，我們就能擁有一個準備好進行實驗的叢集。一旦完成實驗，我們可以縮減規模，這樣就不會產生不必要的費用。」

在 2020 年秋季完成遷移到 2021 年初之間，Guru 執行了需要重播近 5 億次查詢的實驗。這些實驗的結果使得該公司在搜尋效能方面提升了 10%。

即使 Guru 沒有在積極執行實驗，受管的 Amazon OpenSearch Service 環境也讓該公司能更輕鬆地進行升級。「過去，我們無法利用 Elasticsearch 推出的新功能，這意味著我們無法為客戶解決問題，」Guru 的首席工程師 Jeff Plater 表示。「如今，我們已經遷移到了 [Amazon OpenSearch Service]，可以保持最新狀態並使用這些功能。最終，這使我們更快速改善為使用者提供的搜尋服務。」 Guru 每天需要處理多達 100 萬個搜尋請求，無法承受速度變慢的情況。

從自我管理的 Elasticsearch 叢集遷移至 Amazon OpenSearch Service 後，Guru 能夠將更多時間專注於實驗與創新。有了這個架構，Guru 擁有了一條用於進行機器學習和深度學習實驗的可擴展路徑，而這些實驗包括實作 K-Nearest Neighbor 演算法和排序學習。該公司也預計開始使用 Amazon SageMaker，透過整合專門為機器學習建置的一組廣泛的功能，協助資料科學家和開發人員快速準備、建置、訓練和部署高品質的機器學習模型。

作為一家希望快速成長並推出新功能的新創公司，Guru 發現 AWS 能夠提供該公司所需的可靠性、可擴展性和彈性，讓公司能夠持續創新。「AWS 的一大優勢在於其自助式服務：您可以在該環境內以所需的速度前進，」Guru 產品行銷總監 Steve Mayernick 表示。「您可以非常快速地登入，使用對您的新創公司必要的任何系統，然後不斷地迭代、迭代、再迭代。您無需獲得與第三方供應商合作的許可，不必放慢進度即可建置一切。」