ReachMax上云路:支撑日50亿PV请求和TB级数据运算的云端架构

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 RDS MySQL,高可用系列 2核4GB
简介: ReachMax是加和科技(AddNewer)创建的网络广告程序化优选平台,通过多媒体、多数据平台的通用对接,以及ReachMax核心的优选算法,为广告主提供品牌广告PDB、PD、PMP等广告投放技术服务,连接业内多种技术服务产品为广告主提供一站式广告投放管理服务。

本文正在参加“最佳上云实践”评选,来给我们投票吧:https://yq.aliyun.com/activity/158(编号26)

ReachMax是加和科技(AddNewer)创建的网络广告程序化优选平台,通过多媒体、多数据平台的通用对接,以及ReachMax核心的优选算法,为广告主提供品牌广告PDB、PD、PMP等广告投放技术服务,连接业内多种技术服务产品为广告主提供一站式广告投放管理服务。

ReachMax业务模式透明,以技术服务能力和业务整合能力见长,已成为目前市场上品牌广告投放量最大的技术服务平台。

b841535c0753f1ffa453de78b1cfdbef8ff852ba

为什么上云? 

ReachMax成立之初,主创推出的PDB可退还模式在业内还是一个很新的服务模式。为了精简团队,快速验证市场需求,我们选择了云作为基础设施服务的供应平台。

我们的服务特点是对并发、响应延迟、网络和服务的稳定性、冗余性都有较高要求,也希望服务可以横向和地域上动态扩展和调整,综合考虑之后选择了阿里云平台。

开始阶段只使用了ECS产品,后续又加入了SLB、RDS等产品。目前使用ECS产品已经超过150台实例。有计划继续在大数据方面的产品方面继续投入。 

云端架构解析

ReachMax在初期就是构建在云上,在关系型数据库的使用上,最开始使用的是在ECS上搭建MySQL,后来由于使用的便捷性转向RDS产品。

下面是ReachMax的架构设计图:

55af7891e1993f2fbb322d3d2c503f06583eb702

在ReachMax的架构设计中,用缓存集群层将前端承压服务器和后端数据运算和信息管理服务隔离,保证前端承压的高性能和前后层逻辑解耦。每一个模块都设计了独立的横向扩展和冗余,保证高可用性。监控层面设置硬件、软件、业务三层报警体系。同时使用自行开发的组件模块实现连接池管理和内部通讯,将不同的业务逻辑拆分独立。

经过一段时间的运行,我们进而优化了基础架构,使用SLB产品支持自动的横向扩展,数据库方面使用RDS取代了多MySQL实例的管理。目前可以支持每日50亿PV请求和TB级别数据运算,对业务有了更好支撑。 

对阿里云的一些建议 

应用在云端运行的过程中,出现了一些实例性能不稳定的情况,一般是提工单解决,不过大多数通过自行调整就可以解决。

AWS支持通过脚本对实例进行调整操作,这一点是值得学习的,可以设置更灵活的无人值守策略,不过从性价比和覆盖度考虑,还是阿里云更有优势。 

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
打赏
0
0
0
0
1
分享
相关文章
基于Transformer架构的时间序列数据去噪技术研究
本文介绍了一种基于Transformer架构的时间序列去噪模型。通过生成合成数据训练,模型在不同噪声条件下展现出强去噪能力。文章详细解析了Transformer的输入嵌入、位置编码、自注意力机制及前馈网络等关键组件,并分析实验结果与注意力权重分布。研究为特定任务的模型优化和专业去噪模型开发奠定了基础。
57 14
基于Transformer架构的时间序列数据去噪技术研究
新闻聚合项目:多源异构数据的采集与存储架构
本文探讨了新闻聚合项目中数据采集的技术挑战与解决方案,指出单纯依赖抓取技术存在局限性。通过代理IP、Cookie和User-Agent的精细设置,可有效提高采集策略;但多源异构数据的清洗与存储同样关键,需结合智能化算法处理语义差异。正反方围绕技术手段的有效性和局限性展开讨论,最终强调综合运用代理技术与智能数据处理的重要性。未来,随着机器学习和自然语言处理的发展,新闻聚合将实现更高效的热点捕捉与信息传播。附带的代码示例展示了如何从多个中文新闻网站抓取数据并统计热点关键词。
新闻聚合项目:多源异构数据的采集与存储架构
十万订单每秒热点数据架构优化实践深度解析
【11月更文挑战第20天】随着互联网技术的飞速发展,电子商务平台在高峰时段需要处理海量订单,这对系统的性能、稳定性和扩展性提出了极高的要求。尤其是在“双十一”、“618”等大型促销活动中,每秒需要处理数万甚至数十万笔订单,这对系统的热点数据处理能力构成了严峻挑战。本文将深入探讨如何优化架构以应对每秒十万订单级别的热点数据处理,从历史背景、功能点、业务场景、底层原理以及使用Java模拟示例等多个维度进行剖析。
105 8
AllData数据中台架构全览:数据时代的智慧中枢
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。
XJ-Survey:这个让滴滴日均处理1.2亿次问卷请求的开源系统,今天终于公开了它的架构密码!
嗨,大家好,我是小华同学。今天为大家介绍一款由滴滴开源的高效调研系统——XJ-Survey。它功能强大,支持多类型数据采集、智能逻辑编排、精细权限管理和数据在线分析,适用于问卷、考试、测评等场景。采用 Vue3、NestJS 等先进技术栈,确保高性能与安全性。无论是企业还是个人,XJ-Survey 都是你不可错过的神器!项目地址:[https://github.com/didi/xiaoju-survey](https://github.com/didi/xiaoju-survey)
108 15
公司监控上网软件架构:基于 C++ 链表算法的数据关联机制探讨
在数字化办公时代,公司监控上网软件成为企业管理网络资源和保障信息安全的关键工具。本文深入剖析C++中的链表数据结构及其在该软件中的应用。链表通过节点存储网络访问记录,具备高效插入、删除操作及节省内存的优势,助力企业实时追踪员工上网行为,提升运营效率并降低安全风险。示例代码展示了如何用C++实现链表记录上网行为,并模拟发送至服务器。链表为公司监控上网软件提供了灵活高效的数据管理方式,但实际开发还需考虑安全性、隐私保护等多方面因素。
35 0
公司监控上网软件架构:基于 C++ 链表算法的数据关联机制探讨
云端问道9期实践教学-省心省钱的云上Serverless高可用架构
详细介绍了云上Serverless高可用架构的一键部署流程
77 10
云端问道9期方案教学-省心省钱的云上Serverless高可用架构
本文介绍了省心省钱的云上Serverless高可用架构,主要分为两个部分:1. Serverless的发展历程、特点及高可用架构;2. SAE(Serverless Application Engine)产品介绍。Serverless作为一种云计算模式,让用户无需管理底层基础设施,自动弹性扩展资源,按需付费,极大提高了资源利用率和业务灵活性。SAE作为Serverless计算服务,提供了简便的应用部署、运维自动化、丰富的弹性策略和可观测性等功能,帮助企业降低运营成本、提升研发效率。通过极氪汽车、南瓜电影等客户案例展示了SAE在实际应用中的优势。
云端问道-Web应用上云经典架构方案教学
本文介绍了企业业务上云的经典架构设计,涵盖用户业务现状及挑战、阿里云业务托管架构设计、方案选型配置及业务初期低门槛使用等内容。通过详细分析现有架构的问题,提出了高可用、安全、可扩展的解决方案,并提供了按量付费的低成本选项,帮助企业在业务初期顺利上云。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等