Jupiter fecha uma lacuna de 20% a 40% na visibilidade dos gastos de infraestrutura com a DoiT
- 26
- Fornecedores com dados ingeridos
- From 60% to 100%
- Cobertura de dados
A solução de BI e data warehousing da Apester começava a dar sinais de desgaste diante do crescimento acelerado. O sistema fechado ficava cada vez mais caro e limitava as análises. Com a base de usuários em expansão e um time enxuto de desenvolvedores, a empresa precisava de um sistema fácil de escalar e compatível com tecnologias open source.
A Apester montou uma solução completa no Google Cloud com Kubernetes Engine como espinha dorsal, Cloud Pub/Sub para mensageria, BigQuery para analytics e Stackdriver para monitoramento. A migração trocou a arquitetura baseada em máquinas virtuais por soluções containerizadas, unificando a infraestrutura entre os times.
Infraestrutura não é o nosso core business. Queremos focar nas necessidades da Apester e em melhorar a nossa aplicação. Quando o tempo de deploy cai de horas para segundos, isso significa que podemos focar no nosso próprio sucesso.
Or Elimelech, Site Reliability Engineer
Com sede em Nova York e Tel Aviv, a Apester ajuda publishers, anunciantes e empresas a criar histórias online altamente envolventes, otimizadas para mobile, integradas de forma nativa aos seus sites e prontas para serem distribuídas em escala. De quizzes e enquetes a histórias visuais inovadoras, a Apester ajuda seus clientes a transmitir a mensagem com eficiência. A empresa atende contadores de histórias de todos os perfis, de grandes marcas como Meredith, BBC Worldwide e Virgin até blogueiros independentes. Desde o lançamento em 2014, as ferramentas de criação da Apester já atraem cerca de 100 milhões de usuários únicos por mês.
A Apester operava um sistema bastante fechado para lidar com dados, que ficava cada vez mais caro e limitava as análises. Com a base de usuários crescendo rapidamente e um time enxuto de desenvolvedores, a empresa precisava de um sistema fácil de escalar. Os desenvolvedores e cientistas de dados da Apester queriam apostar em tecnologias open source para não ficar reféns de um único fornecedor. Apenas o Google Cloud oferecia a combinação certa de compatibilidade com open source e uma escalabilidade robusta e simples de usar para atender a esses requisitos.
De início, a Apester construiu sua solução de dados em torno de Cloud Dataflow, Cloud Dataproc e Cloud Bigtable com Apache Beam, adotando depois o BigQuery como principal solução analítica. Em seguida, a empresa migrou de vez para o Google Cloud, deixando a arquitetura baseada em máquinas virtuais para trás e adotando Kubernetes. O Kubernetes Engine virou a espinha dorsal, o Cloud Pub/Sub o barramento de mensagens, e o Stackdriver passou a cuidar de logging e monitoramento. O Cloud IAM permitiu gerenciar permissões com agilidade, sem abrir mão da segurança.
Desde a migração para o Google Cloud, a Apester triplicou a base de clientes e entregou mais de 3,5 bilhões de experiências de storytelling em 2017. Os custos de infraestrutura caíram pela metade com a adoção do Kubernetes, eliminando a necessidade de servidores ociosos. O tempo de deploy desabou de quatro horas para menos de um minuto. Com o Google Cloud Network premium tier, a latência também caiu pela metade. A infraestrutura de dados baseada em BigQuery processa milhões de eventos por hora com facilidade, entregando insights poderosos em escala.
A Apester segue evoluindo seus produtos com as Cloud Natural Language APIs para aprimorar a personalização. Combinada aos dados do BigQuery, a empresa explora recursos de machine learning e investe pesado em ML com TensorFlow em seu pipeline. Com isso, a Apester consegue responder cada vez melhor às necessidades dos clientes à medida que sua audiência cresce. A migração resolveu gargalos de disponibilidade, escalabilidade e eficiência de desenvolvimento, ajudando a empresa a se manter à frente da concorrência.
Descubra como a Cloud Intelligence™ ajuda equipes a melhorar visibilidade, governança e unit economics em ambientes de nuvem.
On integrating DataHub, the DoiT team was very hands-on to the point where DoiT support put together the first ingestion script and pipeline to unlock us.
Kyle Espinola, Head of Platform Engineering
“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”
Josh Zarrabi, Infrastructure Engineer
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
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
Let us show you what ships this week.