Visibilità totale sulla spesa cloud a livello di workload e tenant
- Days
- Tempo ai primi insight sui costi dopo l'installazione
- Days
- Dall'installazione a report avanzati sui costi
- Workload & tenant
- Granularità della visibilità sui costi
Questa pagina è disponibile anche in English, Deutsch, Español, Français, 日本語 e Português.
DoiT ha affiancato la piattaforma di video advertising nel ridisegno dell'architettura su Google Cloud con BigQuery, per interrogare decine di miliardi di righe in pochi secondi su scala petabyte.

Nel 2016 Aniview gestiva petabyte di dati e le query al database rallentavano in modo evidente con la crescita dei volumi. L'azienda doveva ripensare l'architettura di data warehousing per continuare a operare su larga scala mantenendo bassa latenza per i clienti, in un mercato competitivo e dai margini ristretti.
Aniview ha scelto Google Cloud, con BigQuery al centro di un nuovo approccio serverless alla data analytics. La soluzione comprende Google App Engine per un'architettura scalabile, Cloud Dataflow e Cloud Dataproc per l'elaborazione dei dati, il tutto unito alla potenza di rete di Google Cloud per eseguire query di grandi dimensioni con la massima semplicità.
Dobbiamo elaborare, aggregare ed esplorare petabyte di dati per offrire insight ai nostri clienti. Con risorse limitate in un settore competitivo, è una sfida enorme. Abbiamo dovuto pensare fuori dagli schemi, e così ci siamo rivolti a Google Cloud e a DoiT International.
Roy Cohen, CTO
Grazie alla propria tecnologia video mobile proprietaria e brevettata, Aniview offre a editori e agenzie pubblicitarie un ecosistema completo che distribuisce video ads su qualsiasi piattaforma e genera insight preziosi per tracciare, misurare e analizzare le performance. Fondata nel 2013, Aniview è cresciuta rapidamente e oggi gestisce oltre 100 miliardi di eventi video al giorno dagli uffici di Tel Aviv, New York e Los Angeles. Con la crescita della piattaforma è aumentato anche il carico sui server e, entro il 2016, l'azienda ha dovuto ripensare l'architettura di data warehousing per continuare a operare su larga scala mantenendo una bassa latenza per i clienti.
L'ecosistema video di Aniview offre ai clienti una combinazione potente di video player, ad management e marketplace per mettere in contatto editori e inserzionisti. Distribuirlo in modalità SaaS richiede di gestire enormi volumi di dati ad alta velocità, senza compromettere le performance del prodotto. Verso la fine del 2016, Aniview gestiva petabyte di dati e le query al database sull'infrastruttura cloud in uso rallentavano sotto il peso della scala operativa. In un mercato competitivo e dai margini ristretti, l'azienda doveva potenziare la gestione dei dati mantenendo i costi al minimo.
Dopo aver valutato diverse alternative, Aniview ha scelto Google Cloud per costi, performance e facilità d'uso. Google BigQuery si è distinto nei benchmark rispetto agli altri prodotti di data analytics. L'azienda ha lavorato a stretto contatto con Google per garantire una transizione senza interruzioni. Mettendo BigQuery al centro della nuova soluzione, Aniview ha costruito un approccio di data analytics altamente scalabile e serverless. Google App Engine ha fornito un'architettura core scalabile, mentre Cloud Dataflow e Cloud Dataproc hanno semplificato attività di elaborazione dati di enormi proporzioni.
Google BigQuery ha permesso ad Aniview di trasformare completamente la propria offerta di data analytics. I costi della data platform si sono ridotti di oltre il 70% rispetto alla soluzione precedente. L'ambiente serverless di Google e la sua capacità di scaling consentono ad Aniview di aumentare la potenza di calcolo all'occorrenza e di interrogare dataset enormi in pochi secondi. La nuova piattaforma è così potente da fornire metriche di performance in tempo reale e da analizzare dati storici su una scala senza precedenti, generando insight prima irraggiungibili.
Aniview può ora esplorare tre mesi di dati con oltre 20 dimensioni, generando report aggregati su decine di miliardi di righe prima impossibili da interrogare. La facilità d'uso di Google BigQuery ha permesso ad Aniview di distribuire ai clienti i dati di performance grezzi e di aiutarli a creare strumenti personalizzati. Oltre al risparmio sui costi e all'aumento delle performance, Google Cloud ha permesso ad Aniview di concentrarsi sui prodotti core e di offrire ai clienti le soluzioni migliori.
Completata la migrazione, Aniview sta esplorando nuove strade per arricchire i propri prodotti con le soluzioni Google. La suite di strumenti di machine learning di Google potrebbe automatizzare i processi e consentire ai sistemi di reagire in modo dinamico al variare delle condizioni, anziché affidarsi a regole programmate. Mentre Aniview continua a crescere e a migliorare i propri servizi, può contare su Google per evolvere costantemente e disporre della piattaforma necessaria ad affrontare il futuro.
Scopri come Cloud Intelligence™ aiuta i team a migliorare visibilità, governance e unit economics negli ambienti cloud.
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.
Jason Moore, Principal DevOps Engineer, Accrete AI
Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.
Ziv Sivan, VP of Engineering
PerfectScale by DoiT has become an important part of how we optimize Kubernetes at scale at OneFootball. It gives our platform team the visibility, automation, resiliency insights, and confidence we need to balance cost efficiency with production readiness, especially as we prepare for major global football moments like the 2026 FIFA World Cup.
Andrea Benfatto, Platform/Cloud Runtime Engineering Manager
Cloudflow's new RDS End of Life alerts have allowed us to be more proactive on keeping our database instances up-to-date. The new solution gives us internal visibility ahead of time so that we can prepare for upgrades, instead of having to upgrade under pressure while incurring extended support costs.
Jon Fairbanks, Site Reliability Engineering Manager
PerfectScale cut 40% off our total EKS spend, and the automations handle what used to take our team 20 hours a month. Now we spend that time on reliability and performance instead of chasing cost metrics.
Caio Cristo, Director of Infrastructure/SRE
Let us show you what ships this week.