17 Media：用Google Cloud應對直播流量激增

使用Google Cloud平臺，17 Media獲得了可擴展性、可用性和響應性，以支持其快速增長的視頻流服務，以及實時分析用戶數據以獲得更有效的決策。

Google Cloud實現了：

支持每天靈活讀取1TB數據，以輔助決策分析

將延遲從300毫秒減少到200毫秒，并最終減少至50毫秒。

降低從30分鐘到3分鐘部署新服務的時間

亞洲范圍內視頻直播的收入正在迅速增長。在臺灣，17 Media是M17娛樂集團的子公司，通過其應用和社交網絡平臺成為臺灣地區(qū)內容共享和內容變現的先鋒企業(yè)。17 Meida邀請了專家、網紅、藝人等用戶，讓觀眾可以實時分享、訪問和互動的視頻。自2015成立,17 Media僅在短短248天內就完成了1000萬次下載。目前應用在亞洲很受歡迎，尤其是在臺灣、日本和香港地區(qū)。

“我們在過去的三年里發(fā)展很快，”17 Media的SRE（工程可靠性工程師）工程經理Sammy Lin說。我們在2015開始有30名員工，現在全球約有700名員工。

17 Media在上云以前，作為傳統(tǒng)的移動應用運營了兩年。隨著業(yè)務的發(fā)展，其收入多樣化、最大限度地減少宕機風險和減少延遲的愿望越來越強烈，這促使其對基礎設施進行了審視。此外，該企業(yè)希望縮短軟件發(fā)布的一到兩周的周期，以便更快地交付更多的產品和服務。

“在17 Media，我們容器來實現快速開發(fā)和測試。有了Google Kubernetes Engine，我們的開發(fā)周期整體提速了80%。Google Kubernetes Engine非常符合我們的要求。此外，Google Cloud的數據處理服務，如BigQuery和Cloud Dataflow等，讓我們能夠更好地了解用戶，并對服務質量進行監(jiān)控、分析和審核。"

——Kevin Li，產品和工程高級副總裁，17 Media

"我們如果花30分鐘來部署服務，過程中就會投入大量的時間來解決報錯，"Lin解釋道。“在某些情況下，修復一個錯誤就會耽誤整個工程團隊的時間成本，延誤了新功能的發(fā)布。”

用于分析的BigQuery

在2015年就已經在使用BigQuery來分析每天高達1TB的數據，在2015年確定沒有其他產品可以實現類似的功能后，他們決定將基礎設施轉移到Google Cloud平臺通過云計算分析解決方案的經驗，使其變得容易。

“BigQuery提供了一種高度可擴展、成本效益高的方案，使我們能夠實時獲得和分析數據，”17 Media就開始使用BigQuery來分析。其決定將其基礎設施轉移到Google Cloud平臺，是由于其在云端分析解決方案上的優(yōu)質體驗，讓團隊的遷移決定輕松實現。

“這些數據使100多個業(yè)務部門的負責人和運營團隊成員，能夠對產品和服務做出更準確的決策，包括為個人用戶推薦最佳類型的直播內容?！?/span>

“我們把服務搬到了Google Kubernete Engine上，因為它支持讓我們部署容器化的應用，從專門的控制臺監(jiān)控和控制我們的環(huán)境，并根據用戶需求進行擴展?！?/span>

——Sammy Lin，工程經理，SRE（現場可靠性工程師），17 Media

可靠性與靈活性

17 Media對Google通過其海底電纜網絡和負載平衡保證了服務的可靠性。此外，基于使用量的定價模式讓企業(yè)可以根據需要靈活地使用Google Cloud平臺基礎設施，而不是被鎖定在固定用量中。

該企業(yè)在今年年初將其基礎設施遷移到了Google Cloud。谷歌產品的簡單性和直觀性，再加上客戶工程師的支持，使17Media能夠在預算內按時完成項目。"如果我們需要改進或產品路線圖，客戶工程師會把我們推薦給谷歌內部的正確專家或管理層。"林志強說?！斑@位工程師還為我們提供了使用Google Cloud產品的建議和指南。這讓我們能夠更好地了解這些產品及其設計?！?/span>

Google Kubernetes Engine的控制性和可擴展性

17 Media現在運行的服務，以及數據處理和分析，在一個基礎設施，包括一系列Google Cloud平臺產品。除了BigQu疑問，這些還包括Google Kubernetes Engine,Cloud Storage,Stackdriver,Cloud Pub/Sub有一些可變的或高度可變的服務運行在Compute Engine."我們把我們的服務轉向Google Kubernetes Engine，因為它允許我們部署容器化的應用，從一個專門的控制臺監(jiān)控和控制我們的環(huán)境，并根據用戶的需求進行擴展。"Lin說。

Cloud CDN使17 Media能夠通過Google的邊緣節(jié)點，來緩存接近用戶的負載均衡內容，進一步減少內容服務成本和交付時間。該業(yè)務使用Stackdriver來監(jiān)控和診斷基礎設施問題，而Cloud Pub/Sub則提取事件流，并將其交付給BigQuery進行分析。17 Media使用Cloud Storage進行日志備份、網站資產存儲和一些基礎設施元數據存儲，而Cloud Dataflow承擔數據處理，Google Data Studio作為儀表板和可視化工具進行操作。

“使用Google Cloud，我們已經能夠加快我們的發(fā)布周期；我們現在每天發(fā)布一次，而不是一到兩周發(fā)布一次。部署時間的減少，使我們能夠在遇到問題時立即回滾到以前的穩(wěn)定版本?！?/span>

——Sammy Lin，工程經理，SRE（現場可靠性工程師），17 Media

17 Media在從不同的云服務商轉移到Google Cloud平臺的過程中，17 Media在美國俄勒岡州的Google Cloud部署了基礎設施。不過，該業(yè)務正逐步向臺灣地區(qū)的Google Google平臺區(qū)域遷移。在從之前的云供應商遷移到臺灣地區(qū)，將延遲從300毫秒降低到200毫秒之后，17 Meida預計在完成到臺灣地區(qū)服務器的遷移后，延遲將降低到只有50毫秒。

發(fā)布新服務的時間縮短了

有了Google Cloud平臺，17 Media部署新服務的實踐已經從30分鐘減少到3分鐘。“使用Google Cloud，我們已經能夠改變我們的發(fā)布周期，我們現在每天發(fā)布一次，而不是一到兩周，”Sammy Lin說。“部署時間的減少使我們能夠立即回復到以前的穩(wěn)定版本，如果我們遇到問題。”

“我們的三個團隊在發(fā)布旺季，特別期待新的服務和特性，滿足我們的全球用戶。”

“在17 Media，我們習慣使用容器來實現快速開發(fā)和測試，"17 Meida產品與工程高級副總裁Kevin Li說?！坝辛薌oogle Kubernetes Engine，我們的開發(fā)周期得到了80%的整體速度提升。Google Kubernetes Engine非常符合我們的需求。此外，谷歌云數據處理產品，如BigQuery和Cloud Dataflow等，讓我們能夠更好地了解用戶群，并對服務質量進行監(jiān)控、分析和審核。”

現在已經處于理想的位置，可以支持持續(xù)增長和多樣化的新服務。"因為Google Kubernetes Engine的部署模式讓我們可以清楚地將微服務分開，我們可以更多地創(chuàng)建獨立的分支來開發(fā)不同的功能。"Sammy Lin解釋道?！巴ㄟ^將Google Kubernetes Engine與Stackdriver結合起來，我們可以輕松地對我們的功能和服務進行工作和分析，以確定哪些功能和服務最受歡迎。”

"Google Cloud給我們帶來的提升非常重要，"Sammy Lin總結道。

關于17 Media

17 Media是M17娛樂集團旗下的子公司，運營視頻直播應用和社交網絡平臺。該業(yè)務邀請專家、網紅、藝人等進行直播，并錄制節(jié)目，觀眾可以實時分享和互動。17 Media成立于2015年，僅用了248天就達到了1000萬的下載量。該應用在亞洲地區(qū)，尤其是臺灣、日本、香港等地很受歡迎。