亚马逊PrimeDay期间通过机器学习模型预测超1亿笔交易的拣货所需时间
应用介绍
8月30日消息,近期,属于美国人民的“双十一”——亚马逊PrimeDay落下帷幕。在今年的PrimeDay活动中,亚马逊会员购买了超过3亿件商品,销售额达到119亿美元。
每年的PrimeDay是消费者的购物盛宴,也是亚马逊网站浏览量最高的时期,更是对全平台技术的全面考验。今年,亚马逊云科技一如既往为PrimeDay提供关键技术支持,保障PrimeDay的顺利进行。
据亚马逊云科技方面披露的数据,PrimeDay期间,AmazonAurora处理了2880亿个事务,AmazonSimpleQueueService(AmazonSQS)在高峰时段每秒处理的消息达7050万条,AmazonDynamoDB调用次数多达数万亿次及请求峰值达每秒1。052亿次。
此次PrimeDay期间,弹性计算服务AmazonElasticComputeCloud(AmazonEC2)标准化实例(计算能力的内部衡量标准)总数增加了12%,得益于基于AmazonGraviton2处理器的实例,整体服务器的能效和2021年黑五相比仅增长7%。
在消费者端,为了让消费者更好地了解购物情况并确认订单,会员日期间AmazonSimpleEmailService(AmazonSES)每秒发送电子邮件的峰值高达33000封。
物流方面,在北美PrimeDay流量最高的一天,包裹规划系统执行了6000万次AmazonLambda无服务器服务调用,在AmazonSimpleStorageService(AmazonS3)处理了17TB的压缩数据,AmazonDynamoDB和AmazonElastiCache存储了6400万个条目,AmazonKinesis处理了2亿个事件,以及5000万个AmazonSQS事件。
在亚马逊内部,数千亚马逊员工使用AmazonQuickSight查看PrimeDay各种指标,获得可视化结果,并通过提问AmazonQuickSightQ。PrimeDay期间,AmazonQuickSight服务了数百万次商业智能查询,每个数据集每分钟最多可处理500个查询。
值得注意的是,AmazonRoboticsPickTimeEstimator使用AmazonSageMaker训练机器学习模型,预测未来拣货操作所需的时间,PrimeDay期间处理了超过1亿笔交易。