Étude de cas Localytics

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'ingénierie 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 plate-forme souhaitait que les équipes d'ingénieurs bénéficient d'un accès en libre-service.
  

• L'entreprise utilise AWS pour transférer environ 100 milliards de points de données chaque mois d'Elastic Load Balancing vers Amazon Simple Queue Service, puis versAmazon Elastic Compute Cloud et finalement vers un flux Amazon Kinesis.
• Pour chaque nouvelle fonctionnalité du logiciel marketing, un nouveau microservice utilisant AWS Lambda est créé pour accéder au flux de données Amazon Kinesis. Chaque microservice peut accéder simultanément au flux de données avec d'autres.
  

• Découplage les tâches d'ingénierie des produits du pipeline d'analyse de la plate-forme, permettant la création de microservices pour accéder au flux de données sans avoir besoin d'être regroupés avec l'application d'analyse principale.
• Élimination de la nécessite 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.