成功案例

用技术与专注,打造精品案例。

EASI

客户简介

EASI是重庆英菲尼塔斯科技有限公司旗下的华人送餐服务平台,目前旗下已有墨尔本送餐、悉尼送餐、布里斯班送餐、阿德莱德送餐、珀斯送餐、霍巴特送餐、堪培拉送餐、洛杉矶送餐 (美国)、奥克兰送餐(新西兰)等9个城市送餐,是澳洲华人送餐服务第一平台。EASI 不仅提供送餐服务,其服务也涵盖了超市日杂、鲜花蛋糕、私人宅急送等众多品类。目前,EASI已经实现90%的澳洲华人外卖市场占有率,拥有12000+的商户,超过100万的注册用户。

 

面临的问题

EASI 作为提供外卖配送服务的创新公司,在起步之初就和AWS合作,将整个业务系统部署在AWS云平台上。但是随着EASI业务的迅速发展和订单量的日益增加,使用Python和Flask框架搭建的IT基础架构已经不能满足流量高峰时期的快速响应要求。如果仅采用增加服务器配置和数量的方式来缓解压力,不仅会造成成本的急剧增加和非峰值时间段的资源浪费,也会使服务器的管理变得困难。另外,EASI初始搭建的IT基础架构没有基本的应对抗攻击的能力,缺乏安全防御机制,也没有设置完善的错误预警机制和实时通知,在东京区域部署的应用程序和澳洲业务市场之间的远距离分隔也造成了一定的延迟,这些都严重影响了用户的使用体验。怎样在优化成本的同时提升用户体验,是当前EASI最需要考虑的事情。

解决办法

为了给用户提供更好的体验,EASI将部署在东京区域的业务系统全部迁移到悉尼区域。EASI 使用Datasync服务将EFS上的数据跨区域迁移到悉尼区域,新的静态数据则转存到S3,保证数据传输的快速、安全和可靠。同时使用RDS Aurora将数据复制到其他区域,以实现高可用性和灾难恢复。为了将Redis中的数据安全传输到悉尼区域,EASI使用S3服务备份数据,从S3中跨区域复制数据并在悉尼区域将S3中的数据恢复到Redis集群中。此外,EASI也为Aurora和Redis中的数据都创建了只读副本并进行了读写分离,实现了数据层的高可用。

另外,EASI选择在澳洲区域直接使用ECS容器化技术,将现有的运行环境和代码打包成Docker镜像,上传到澳洲区域的ECS的Docker Hub中,由ECS 管理这些Docker容器,由ECS负责部署和调度应用程序容器。同时配置Application Load Balancer,使用基于路径的路由规则将流量动态路由到Amazon ECS管理的容器,应对业务瞬时流量的峰值。另外,使用由Amazon ECS管理的Docker容器允许EASI团队采用基础架构即代码方法,使管理和部署透明,无缝且快速。应用程序生态系统也更易于管理和更新,并且减少了Amazon EC2的占用空间,提高了Amazon EC2的利用率。EASI使用的Amazon CloudWatch监控服务,为开发人员提供另一种确保服务健康的机制。通过配置Cloudwatch对于ECS,Redis,RDS等服务的重要指标的阈值和通知机制,让开发人员和运维人员第一时间了解到各种预警消息。

EASI致力于为所有用户提供快速而优质的订餐体验。除了让用户在平台自主搜索选择餐饮以外,EASI还考虑到他们的餐饮偏好,并使用这些信息给客户提供最符合个人兴趣的高质量餐饮推荐。为此,尽管EASI团队没有太多AI / ML的经验,但EASI选择使用Amazon Personalize服务,只花了少量的时间了解服务,就创建了第一个数据集并生成推荐。使用Amazon Personalize ,让EASI能够为每个用户提供个性化的订餐体验。结合Amazon Forecast,使用最先进的、随时可用的深度学习算法预测未来一段时间的订单需求,优化配送资源,提高运营效率。

 

取得的成效

作为创业公司,使用AWS云平台为EASI节省了构建基础设施的成本。目前,EASI的的整个业务完全依托于AWS,无论是门户网站还是应用程序,全部都构建于AWS之上,所使用的AWS云服务包括Amazon EC2、Amazon S3、Amazon RDS Aurora、Amazon ElastiCache、Amazon CloudWatch、Amazon Personalize、Amazon Forecast、Amazon ECS等,通过澳洲区域的数据中心为遍布澳洲的用户提供优质的订餐服务。

使用AWS云平台为EASI带来了两方面好处:首先系统的整体稳定性得到保障,应用程序的可用性达到 99.9%。随着EASI业务的发展,用户数量快速增长,而且每天24 小时用户流量分布不均匀,用餐高峰时段,用户流量激增至非高峰时段的数倍。AWS的自动运维功能让EASI的整个系统能够轻松应对流量的变化,从而为用户提供稳定可靠的订餐服务和更好的使用体验。其次,节省了资源成本和人力成本。在资源分配方面,AWS Auto Scaling 等 AWS 提供的功能使得资源占用成本大幅降低。在人工成本方面,AWS 的自动管理功能降低了对系统运维的需求,节省了雇用专职运维人员的成本。另外,使用Amazon Personalize和Amazon Forecast等服务让EASI能够在不必特地招聘机器学习技术人员的情况下,预测用户需求分布,合理分配配送资源,提高了运营效率和有效节省了配送人工成本和技术人员成本。

为了发展成为一家更好的生活服务电子商务平台,EASI会继续不断尝试更多的AWS云服务,提高数据分析能力、应用弹性、安全性和稳定性,为用户提供更好的个性化订餐体验。