meta + aws

meta+aws.jpg
 

На рынке присутствует несколько «гигантов» для хостинга крупных, высоконагруженных проектов: Amazon Web Services (AWS), Google Cloud, Microsoft Azure. Каждый из них предлагает достаточно широкий набор сервисов и служб, удобные интерфейсы и конфигураторы. Процесс сравнения/выбора занял у нас больше месяца, в итоге, вся наша инфраструктура была развёрнута на AWS. 


На этапе проектирования были выделены основные требования к будущей платформе: она должна держать высокие нагрузки, быть отказоустойчивой и масштабируемой, уметь одновременно работать с миллионами пользователей и огромными объёмами данных. Предварительная серия тестов помогла нам выбрать основу — для backend: Elixir Phoenix / Erlang OTP, GraphQL, Websockets, webRTC, CQRS ES + Kafka, для frontend: react, redux saga, webassembly. Основная инфраструктура — AWS:


EC2 Auto Scaling — надёжные, масштабируемые вычислительные мощности в облаке;

Fargate — запуск контейнеров в высокодоступном режиме, управление масштабированием и инфраструктурой;

Elastic Load Balancing — балансировщик нагрузки;

S3, EFS, Glacier — хранение файлов, backups;

Aurora (PostgreSQL) + RDS — как основная реляционная БД;

DynamoDB + DAX — основная нереляционная БД (работа, как с документами, так и с key-value);

ElastiCache — in memory БД;

Neptune + API Open Graph — графовая БД;

CloudFront — сервис глобальной сети доставки контента (CDN), обеспечивающий безопасную доставку данных, видеофайлов, приложений и API с низкими задержками и высокой скоростью передачи;

CloudWatch, Trusted Advisor, Systems Manager — мониторинг ресурсов и приложений;

Elastic Transcoder — сервис перекодирования мультимедиа в облаке.

Kinesis Video Streams + Elemental MediaStore обеспечивают простую и безопасную потоковую передачу видео с подключенных устройств в AWS для анализа, машинного обучения и других видов обработки;

SageMaker — создание, обучение и развертывание моделей машинного обучения в любом масштабе;

Comprehend — это сервис обработки естественного языка (NLP), в котором для поиска закономерностей и взаимосвязей в тексте применяются технологии машинного обучения;

Lex — сервис по созданию голосовых и текстовых диалоговых интерфейсов в любых приложениях. Amazon Lex предоставляет расширенные функциональные возможности глубокого обучения, такие как автоматическое распознавание речи (ASR), предназначенное для преобразования речи в текст, и понимание естественных языков (NLU), предназначенное для определения смысла текста;

Polly — это сервис преобразования текста в речь, который с помощью продвинутых технологий глубокого обучения позволяет синтезировать речь, практически не отличимую от человеческой;

Rekognition позволяет просто встраивать в приложения аналитику изображений и видео на базе глубокого обучения;

Translate — это сервис нейронного машинного перевода, обеспечивающий быстрый, высококачественный перевод с одного языка на другой. Нейронный машинный перевод представляет собой форму автоматизации языкового перевода, в которой используются модели глубокого обучения;

Transcribe — это сервис автоматического распознавания речи;

GuardDuty + WAF  — сервис отслеживания угроз и вредоносного ПО;

Macie – это сервис безопасности, который использует машинное обу-чение для автоматического обнаружения, классификации и защиты конфиденциальных данных;

AWS Key Management Service (KMS) — это управляемый сервис, позво-ляющий легко создавать ключи для шифрования данных и управлять ими;

Device Farm — тестирование мобильных приложений;

AWS IoT — интернет вещей. Позволяет просто и безопасно подключать физические устройства к облаку. Надежное масштабирование до миллиардов устройств и триллионов сообщений.

 

featured posts

META.dev events

metadevBlack White