Questa pagina è disponibile anche in English, Deutsch, Español, Français, 日本語 e Português.

Apester dimezza i costi infrastrutturali

DoiT ha guidato la migrazione di Apester su Google Cloud, sfruttando Kubernetes Engine e BigQuery per portare la base utenti a 100 milioni.

The Challenge

La soluzione di BI e data warehousing in uso ad Apester iniziava a mostrare i propri limiti di fronte alla rapida crescita. Il sistema chiuso stava diventando oneroso e penalizzava le capacità analitiche. Con un numero di utenti in costante aumento e un team di sviluppo ridotto, l'azienda aveva bisogno di un sistema facilmente scalabile e compatibile con le tecnologie open source.

The Solution

Apester ha realizzato una soluzione completa su Google Cloud, con Kubernetes Engine come spina dorsale, Cloud Pub/Sub per la messaggistica, BigQuery per l'analisi dei dati e Stackdriver per il monitoraggio. La migrazione ha portato l'azienda da un'architettura basata su macchine virtuali a soluzioni containerizzate, unificando l'infrastruttura tra i diversi team.

Results

Base clienti triplicata e 3,5 miliardi di story experience erogate nel 2017
Costi infrastrutturali ridotti del 50% grazie alla migrazione a Kubernetes
Tempi di deployment passati da 4 ore a meno di 1 minuto
Latenza dimezzata grazie al tier premium di Google Cloud Network
Milioni di eventi all'ora gestiti con la piattaforma analitica BigQuery

L'infrastruttura non è il nostro core business. Vogliamo concentrarci sulle esigenze di Apester e sul miglioramento della nostra applicazione. Quando i tempi di deployment passano da ore a secondi, significa che possiamo dedicarci davvero al nostro successo.
Or Elimelech, Site Reliability Engineer

Chi è Apester

Con sedi a New York e Tel Aviv, Apester aiuta editori, inserzionisti e aziende a creare storie online altamente coinvolgenti, ottimizzate per il mobile, perfettamente integrate nei loro siti e distribuibili su larga scala. Da quiz e sondaggi fino a storie visive innovative, Apester permette ai clienti di veicolare il proprio messaggio in modo efficace. L'azienda si rivolge a storyteller di ogni tipo: dai grandi brand come Meredith, BBC Worldwide e Virgin fino ai singoli blogger. Dal lancio nel 2014, i tool di creazione di Apester hanno attirato circa 100 milioni di utenti unici al mese.

La sfida

Apester gestiva i dati con un sistema molto chiuso, che stava diventando costoso e limitava le capacità analitiche. Con un numero di utenti in rapida crescita e un team di sviluppo contenuto, l'azienda aveva bisogno di un sistema facilmente scalabile. Gli sviluppatori e i data scientist di Apester volevano puntare su tecnologie open source per evitare un'eccessiva dipendenza da un singolo vendor. Solo Google Cloud offriva la giusta combinazione di compatibilità open source e scalabilità solida e semplice da gestire, in linea con i loro requisiti.

La soluzione

Apester ha inizialmente costruito la propria soluzione dati intorno a Cloud Dataflow, Cloud Dataproc e Cloud Bigtable con Apache Beam, scegliendo infine BigQuery come piattaforma analitica principale. In un secondo momento ha completato la migrazione su Google Cloud, passando da un'architettura basata su macchine virtuali a Kubernetes. Kubernetes Engine è diventato la spina dorsale, Cloud Pub/Sub il bus di messaggistica e Stackdriver si è occupato di logging e monitoraggio. Cloud IAM ha consentito una gestione rapida dei permessi senza compromettere la sicurezza.

I risultati

Dopo la migrazione su Google Cloud, Apester ha triplicato la base clienti ed erogato oltre 3,5 miliardi di story experience nel 2017. Il passaggio a Kubernetes ha dimezzato i costi infrastrutturali, eliminando la necessità di server inattivi. I tempi di deployment sono scesi da quattro ore a meno di un minuto. Con il tier premium di Google Cloud Network, la latenza si è ridotta della metà. L'infrastruttura dati basata su BigQuery gestisce con disinvoltura milioni di eventi all'ora, offrendo insight di valore su larga scala.

I prossimi passi

Apester continua a far evolvere i propri prodotti utilizzando le Cloud Natural Language API per potenziare la personalizzazione. Insieme ai dati di BigQuery, l'azienda sta esplorando le potenzialità del machine learning e sta investendo in modo significativo in ML con TensorFlow per la propria pipeline. In questo modo Apester può rispondere in modo sempre più puntuale alle esigenze dei clienti, di pari passo con la crescita del pubblico. La migrazione ha risolto le sfide legate a disponibilità, scalabilità ed efficienza di sviluppo, aiutando l'azienda a restare un passo avanti rispetto alla concorrenza.

Scopra come DoiT aiuta i team cloud a tenere sotto controllo la spesa

Veda come DoiT Cloud Intelligence aiuta i team a migliorare visibilità, governance e unit economics negli ambienti cloud.

Visita DoiT Parli con il nostro team

What they say

What I really like about DoiT's approach is that you're very hands-on and proactive. Satyam would ping me a few times a sprint, letting me know about the most current features, checking in on how things are going. When we are going through a peak time, that proactiveness makes a real difference. Satyam always comes through whenever we need support and helps us leverage the right experts to get us where we need to be.

Chiamaka Ibeme, Engineering Manager, Platform

SELECT has made important cost data readily accessible. I will often pull it up during engineering design reviews so we can quickly evaluate cost impact and projections and factor that into our design decisions.

Douglas Zickuhr, Senior Data Platform Engineer at Personio

I love clicking through SELECT to understand how our environment and workloads are evolving. I probably check it every day. It's coffee and SELECT for me every morning.

Ian Fahey, Senior Analytics Engineer at Loop

You guys have the best UI experience that I've had of any software. It's like you just read my mind where, like, oh, I wish I could click there. Oh, I can

Diana Koshy, Sr. Director of Data Engineering at Kargo

SELECT feels like exactly what Paul and I would have built if we had locked ourselves in a room for 18 months to create our ideal monitoring solution.

Devin McGee, Data Engineering Lead at Home Chef

SELECT dramatically lowers the cognitive load to understanding Snowflake costs. I'm able to sit there and easily understand what's driving the cost. Not to blow smoke up your ass, but it's just so easy to do in your platform

Blake Baggett, Head of Data Operations at Entain

One of the most helpful cost rituals we've setup from SELECT is the weekly spend digest sent to Slack. I can start high level and ensure things are in check. If not, I can very quickly drill down into specific workloads which may have driven the cost spike and remediate them before they become a bigger issue.

Michael Revelo, Manager of data and analytics engineering at ClickUp

Through SELECT's automated savings feature and deep cost visibility, we were able to instantly lower our Snowflake spend by over 40% and achieve a 20X ROI on our SELECT investment.

Skyler Chi, SVP, GTM Productivity & Excellence at Exiger

Our costs had jumped up 3X as we scaled, so we're talking about 60% savings in Snowflake spend after adopting SELECT.

Edward Mancey, GTM Lead at Synthesia

DoiT was a true partner, not a vendor. They helped us understand the problem, refine the vision, and build something production-ready far faster than we could have on our own. Their expertise, responsiveness, and commitment made all the difference.

Dr. Anish Kapur, Founder & CEO, Promptly

DoiT's Customer Success and Forward Deployed Engineering teams work very closely with us. The regular sessions with our CSM keep us focused on the right priorities, and the FDEs provide the deep technical guidance we need to validate decisions and optimize our environment. That combination has been genuinely valuable for us.

Alexander Lundberg Santos, Platform Engineer at Extenda Retail

Every customer has unique usage patterns. Manual resource optimization simply didn't scale—we needed automation to ensure every customer, regardless of size, had right-sized infrastructure without consuming our team's capacity.

Brad Quinn, Lead Platform Engineer, PlayHQ

SNCF

PerfectScale allowed us to grow capacity without growing cost. We effectively absorbed 30% more usage for free.

Thomas Comtet, Senior Staff Engineer, SNCF

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.

Book a demo