Outbrain riduce del 40% i costi infrastrutturali

Outbrain si è affidata a DoiT International per migrare su Google Cloud con Cloud Dataproc come tecnologia portante. La soluzione ha introdotto l'autoscaling per adattare le dimensioni del cluster alle esigenze dei progetti e ha sfruttato i nodi preemptible per contenere i costi. BigQuery ha abilitato analisi granulari del traffico, mentre Cloud Storage ha gestito i 6 petabyte di dati di ricerca.

Outbrain aveva davanti una scadenza critica per l'aggiornamento dell'infrastruttura. La tecnologia del research cluster stava diventando obsoleta e il contratto di hosting andava rinnovato entro il primo trimestre del 2018. L'infrastruttura esistente contava migliaia di server distribuiti in più data center: una configurazione efficace per il servizio di raccomandazione live, ma poco efficiente per i progetti di ricerca. L'utilizzo del research cluster era elastico e generava server inattivi e costi superflui durante i progetti più piccoli. Serviva una soluzione in grado di integrarsi senza attriti con il cluster di raccomandazione live on-premises, offrendo al contempo maggiore efficienza e scalabilità.

Outbrain ha scelto DoiT International per pianificare ed eseguire la migrazione su Google Cloud. Il progetto è partito con un Proof of Concept alla fine del 2017, per validare la fattibilità tecnologica e formare i ricercatori. A gennaio 2018 è iniziata la migrazione completa. Il team ha trasferito 6 petabyte di dati su Cloud Storage tramite linee di backup di rete fisiche, evitando interruzioni alle normali operazioni. Cloud Dataproc è diventato la spina dorsale del nuovo research cluster, con funzionalità Hadoop integrate e un collegamento fluido ai dati su Cloud Storage.

La nuova architettura ha sfruttato Cloud Dataproc con autoscaling per adattare dinamicamente le dimensioni del cluster alle esigenze dei progetti. I nodi preemptible sono stati impiegati per contenere i costi sui workloads più adatti. BigQuery ha abilitato analisi granulari sulle performance dei data center, consentendo di ottimizzare il traffico tra le diverse regioni. La Cloud Vision API ha messo a disposizione funzionalità di image tagging su larga scala. Questo approccio ibrido ha preservato l'integrazione con l'infrastruttura on-premises, massimizzando al tempo stesso i vantaggi del cloud.

La migrazione ha portato benefici economici immediati, con un risparmio del 40% sui costi infrastrutturali rispetto al precedente research cluster. L'avvio dei progetti è diventato immediato, eliminando i lunghi tempi di provisioning dell'hardware. L'azienda ha guadagnato una migliore prevedibilità dei costi grazie all'autoscaling e alla gestione del cluster on-demand. Lo stack tecnologico moderno ha rafforzato l'attrattività verso i talenti, posizionando Outbrain come un datore di lavoro all'avanguardia. L'efficienza operativa è cresciuta grazie alle capacità di ricerca serverless e a un miglior utilizzo delle risorse.

Outbrain continua a ottimizzare il proprio servizio con le tecnologie Google Cloud. L'azienda sta sperimentando cluster Kubernetes per gestire i picchi di traffico in modo più efficiente, scalando rapidamente la capacità di calcolo in occasione di grandi eventi di cronaca e spegnendola automaticamente al calare della domanda. Un approccio che risponde al problema del sovradimensionamento dei server per i carichi di picco, senza compromettere la disponibilità del servizio. La collaborazione con Google prosegue puntando all'ottimizzazione di lungo periodo e all'accesso a strumenti e tecnologie emergenti.