Jak to robią

wielcy (i nie tylko) tego świata

Case 01: Troy Hunt

Źródło

Problem

Case 01

Problem

$$$

Case 01

Rozwiązanie

BLOCK IP

Abuse Detected

Unblock IP?

UNBLOCK IP

Case 01

Rezultat

Case 01

Koszt

Case 01

Case 02: Konrad Kokosa

Źródło

Problem

• Chciał znaleźć rozwiązanie dzielenia się ciekawymi artykułami
• Nie ma czasu co tydzień usiąść i pisać artykuł

Case 02

Rozwiązanie

Case 02

Rezultat

Case 02

Case 03: Romper

Źródło

Problem

• Skoncentrowanie się na dostarczeniu wartości klientowi
• Pozbycie się problemu zarządzania infrastrukturą
• Przeniesienie ludzi do TWORZENIE rozwiązania a nie zarządzania deploymentami

Case 03

Rozwiązanie

API Gateway

Lambda

Kinesis

Redis

Aggregate Data

Lambda

Create Events

...

Aplikacja wywołuje

API

Case 03

Rezultat

• Nie muszą się rozrastać liczbowo
• Mają prostsze niż poprzednio skalowanie całego systemu
• 84% redukcja kosztów

Case 03

Case 04: DEKKI

Źródło

Problem/Zadanie

• Stworzenie systemu łatwo skalowalnego
• Nowy system ma ponosić Małe Koszty

Case 04

Rozwiązanie

Case 04

Rezultat

• 40 mln page req. w cenie 1 700 USD per miesiąc
• Z czego: ~200 USD Lambda/DynamoDB
• Nie ma NoOps ale jest LessOps

Warto odwiedzić blog: Trek10

Case 04

Case 05: EURO '16 This One's For You

Źródło

Case 06: BanqUP

Źródło

Problem

• Integracja z różnymi usługami zewnętrznymi
• Różne wymagania per integracja

Case 06

Rozwiązanie

Case 06

Rezultat

• Przyspieszenie procesu dostarczania funkcjonalności
• Na resztę trzeba poczekać... :-(

Case 06

Case 07: Quest

Źródło

Problem

• Aktualne rozwiązanie SaaS - kosztowe
• time-to-market jest kluczowy

Case 07

Rozwiązanie

• Wykorzystanie całego stack Serverless od Azure
• CosmoDB - do logów audytów 
• Functions - do logiki biznesowej i jako microservices
• API Management - do "połączenia" mikroservices
• Event Hubs - do przekazywania informacji
• Table Storage - do przechowywania metadanych
• Key Vault - zabezpieczenie delikatnych danych

Case 07

Rezultat

• time-to-market: przyspieszył o ~65%
• prosty sposób obciążenia klienta kosztami - chce więcej ? nie ma sprawy, można zeskalować

Case 07

Case 08: ASOS

Źródło

Problem

• Skalowalność i koszty posiadania własnej infrastruktury
• Obsługa WIELU page requests na sekundę
• Obsługa WIELU zamówień na sekundę

Case 08

Rozwiązanie

Case 08

Rezultat

• 3 500 page request per sec
• 33 zamówienie na sekundę
• Przy 48 milisekundowym response time

Case 08

Case 09: Plexure

Źródło

Problem

• Duzi klienci inne prawa - co klient to inne wymaganie
• BAAAAARDZO duża liczba odpytań do API (szacowana na 7K per sekunda)
• Problem z dopasowaniem i rozszerzaniem jak i wydajnością systemu

Case 09

Rozwiązanie

• Azure Logic Apps do tworzenia przepływów pracy zarówno dla Plexure jak i dla klientów Plexure
• Azure Functions mikroserwisy podtrzymujące całe rozwiązanie jak i miejsca rozszerzalności dla klientów.

Case 09

prezentacja z Serverlessconf

Rezultat

• Niepowtarzalne na rynku narzędzie dla klienta do dostosowywania rozwiązania do siebie (Plexure nie musi już tam im tego pisać)
• Odpowiedź na potrzeby klienta w czasie rzeczywistym
• Mniejsze koszty jak i szybsze dostarczanie nowszych rozwiązań
• Ale oni dopiero zaczynają - serverless to jest najmniejsza część całego rozwiązania.

Case 09

Case 10: FujiFilm Software

Źródło

Problem

• Stare oprogramowanie
• Własne data-center
• Duże koszty utrzymania całego rozwiązania
• Duży przyrost danych dziennie (ponad 1TB)
• Wolno wprowadzane zmiany
• Ciężko rozszerzalny system

Case 10

Rozwiązanie

Case 10

Rezultat

• Czas wytarzania nowej/aktualizacja istniejącej funkcji skrócony o 75%!!!
• Przyspieszenie całego systemu 10 krotnie, a momentami 20 krotnie

Case 10

Case 11: f-secure

Źródło

Problem

• Dowiedzenie się dlaczego użytkownicy nie rejestrują/aktywują aplikacji
• Znalezienie punktów "krytycznych" które powodują problemy
• Szybka reakcja i naprawa ich

Case 11

Rozwiązanie

Case 11

Rezultat

• 70% oszczędności na infrastrukturze
• Przyspieszenie procesu "rejestracji" użytkownika
• Łatwiejsze i szybsze reagowanie na problemy napotkane w trakcie instalacji 

Case 11

Case 12: Localytics

Źródło

Problem

• Nowy feature wymagał całego deploymentu
• Wsparcie przepływu i analizy miliardów danych dziennie

Case 12

Rozwiązanie

Case 12

Rezultat

• Wyjście ku klientom - nowy feature, nowa lambda i klient jest zadowolony
• Automatyczne skalowanie
• Brak konieczności re-buildowania całego rozwiązania co nowy feature

Case 12

Use Cases...

wiele, wielE, wieLE, wiELE, wIELE, WIELE INNYCH

tylko mało kto się przyznaje ;)

Gdzie Serverless

nie wykorzystywać?

przy duuużych obliczeniach

systemy wymagające szybkiej odpowiedzi