亞馬遜Prime Day期間通過技術預測超1億筆交易的揀貨所需時間
8月30日消息,在今年7月的亞馬遜Prime Day活動中,亞馬遜云科技為該活動提供關鍵技術支持,保障Prime Day的順利進行。
據亞馬遜云科技方面披露的數據,Amazon Robotics Pick Time Estimator使用Amazon SageMaker訓練機器學習模型,預測未來揀貨操作所需的時間,Prime Day期間處理了超過1億筆交易。
在Prime會員日期間,彈性計算服務Amazon Elastic Compute Cloud(Amazon EC2)標準化實例(計算能力的內部衡量標準)總數增加了12% ,得益于基于Amazon Graviton 2處理器的實例,整體服務器的能效和2021年黑五相比僅增長7%。
同時,亞馬遜云科技團隊增加了152PB的EBS存儲空間,相應的實例集每天處理11.4萬億次請求,并傳輸532PB的數據。
由于Prime會員日所用的一些亞馬遜內部服務效率提高,與去年的Prime會員日相比,亞馬遜的EBS存儲使用量實際上減少了約4%,傳輸的數據量減少了13%。下圖顯示了Prime會員日期間數據傳輸量的增加情況:
在消費者方面,為了讓消費者更好地了解購物情況并確認訂單,會員日期間Amazon Simple Email Service(Amazon SES)每秒發送電子郵件的峰值高達33000封。
物流方面,在北美Prime Day流量最高的一天,包裹規劃系統執行了6000萬次Amazon Lambda無服務器服務調用,在Amazon Simple Storage Service(Amazon S3)處理了17TB的壓縮數據,Amazon DynamoDB和Amazon ElastiCache存儲了6400萬個條目,Amazon Kinesis處理了2億個事件,以及5000萬個Amazon SQS事件。
Prime Day期間,Amazon Aurora處理了2880億個事務,Amazon Simple Queue Service (Amazon SQS) 在高峰時段每秒處理的消息達7050萬條(如下圖所示),Amazon DynamoDB調用次數多達數萬億次及請求峰值達每秒1.052億次。
在亞馬遜內部,數千亞馬遜員工使用Amazon QuickSight查看Prime Day各種指標,獲得可視化結果,并通過提問Amazon QuickSight Q。Prime Day期間,Amazon QuickSight服務了數百萬次商業智能查詢,每個數據集每分鐘最多可處理500個查詢。
值得一提的是,根據亞馬遜今年Prime Day活動數據,在為期兩天的大促活動中,全球購買了超過3億件商品,高于2021年的約2.5億件。
同時,今年亞馬遜在全球各地的Prime Day節省了17億美元,比以往的大促活動都多。全球消費者在亞馬遜Prime Day活動開始前三周內,為小企業創造銷量超過30億美元。
此次大促中,家居用品、消費電子產品和亞馬遜品牌設備是最暢銷的品類。其中,亞馬遜Devices創下了Prime Day的紀錄,售出的設備比任何其他Prime Day活動都多。
