关于Euclid

Euclid是一家发展迅速的技术初创企业，通过测量行人流量、商店访问量、路人转化率、退出率、访问时长和客户忠诚度来帮助传统零售商优化营销、销售和运营绩效。该公司拥有庞大的流量计数传感器网络，覆盖美国各地近400个购物中心、商场和街道。Euclid提供的匿名整合数据每月可测量美国专营零售店、百货商店、购物商场和零售大卖场的超过2100万次购物会话。Euclid位于美国加利福尼亚州的帕洛阿尔托市。

挑战

Euclid分析客户运动数据，将流量与营销活动相关联，从而帮助零售商优化客流高峰时段的营销和其他活动。该公司以多种抽象级别处理数据，从而识别并分析关键数据特征。Euclid的分析师负责运行SQL查询、创建新算法，然后生成自定义报告。此类工作需要有可调整以适应使用高峰的灵活计算环境。另外，联合创始人和首席技术官Ken Leung解释说：“我们的分析团队始终在试验新的探试算法。如果某种方法的确有效，或者需要向历史数据中添加定论，我们可能不得不重新计算多达18个月的客户数据。这需要非常强大的计算能力，并且会带来流量高峰。我们需要能够根据需要扩大和缩小规模的资源。”

为什么选择Amazon Web Services

Euclid在Web层使用由Heroku（Amazon合作伙伴网络(APN)中的高级技术合作伙伴）提供的技术，并且一直采用Amazon Web Services (AWS)平台。Euclid在 Amazon Simple Storage Service (Amazon S3) 上存储信息，并使用 Amazon Elastic MapReduce (Amazon EMR) 并行处理数据。

起初该公司在MySQL上运行数据存储，但后来迁移至 Amazon Redshift 以提高分析工作负载的性能。“使用Amazon Redshift，我们的分析师能够处理大型数据集，并且对堆栈快速运行基于SQL的查询。”平台工程部主管Dexin Wang说，“它的速度令我们非常惊讶–使用MySQL进行统计行数的简单计算需要花费5.5小时，而使用Amazon Redshift仅需30秒。”据Wang估算，只需几天时间便可将生产数据传输至Amazon Redshift并开始对其进行分析。“Amazon Redshift非常易于扩展，管理要求也极低，”他解释说，“而且经济高效。从之前的数据库系统迁移至Amazon Redshift之后，我们的成本降低了90%。”

Euclid的工程师直接在 Amazon EC2 实例上编写和测试代码。这使他们能够在任何地点工作，访问无限制带宽，并轻松快速地移动数据，速度高达每秒25MB。Euclid使用三种Amazon EC2实例来处理数据，并使用 AWS Elastic Beanstalk 实现负载平衡和自动扩展。Euclid每天在Amazon S3上存储的未压缩数据多达30GB。

分析团队利用Amazon EMR和Hadoop聚集并分析数据。Leung说：“Amazon EMR为我们完成了大部分繁重工作，以前工作时，我使用的是Hadoop，我们不得不花时间安装和管理集群。但使用AWS后，我们再也不需要做这些。我们只在需要时使用该服务，这节省了大量成本。”下面的图1展示了AWS上的Euclid环境。

AWS上的Euclid架构

优势

Leung说：“从我们创业初期开始，AWS就使得Euclid非常敏捷，而且发展迅速，在公司成立之初，只有我们两个人，也没有资金。即便在获得资金以后，我们的资源也十分有限。而我们在AWS上的总支出不到1000美元。这使我们能够专注于开发流程，灵活调整以利用各种商机，并快速帮助客户尝试不同的解决方案，而不必调拨专门的资源。”

随着公司不断发展，他们利用Amazon Redshift和Amazon EMR对不断增长的大型数据集运行复杂查询，同时性能也在不断提高。“在过去三年中，我们每天收集1GB到30GB的数据。”Leung说，“通过在AWS上运行并利用Amazon Redshift，我们能够进行扩展，从而提供强大的计算能力，可在几小时内完成处理数十TB庞大数据集的任务，而以前处理这种任务需要两周时间。总的来说，与构建能够满足峰值计算负载需求的基础设施所需的开销相比，使用AWS可节省80%到90%的成本。”

Wang补充说：“我们不想在基础设施或扩展问题上花费过多精力。我们只希望能够提出问题并获得答案。AWS帮助我们迅速得到了答案。”

后续步骤

若要了解关于AWS如何帮助您满足数据负载需求的更多信息，请访问我们的“Big Data on AWS”详细信息页面：http://aws.amazon.com/big-data/。

有关Heroku如何帮助贵公司在AWS云上运行的更多信息，请参阅 AWS合作伙伴目录中的 Heroku清单。

http://aws.amazon.com/cn/solutions/case-studies/euclid/