亚马逊Prime Day期间通过技术预测超1亿笔交易的拣货所需时间

在今年7月的亚马逊Prime Day活动中,亚马逊云科技为该活动提供关键技术支持,保障Prime Day的顺利进行。

据亚马逊云科技方面披露的数据,Amazon Robotics Pick Time Estimator使用Amazon SageMaker训练机器学习模型,预测未来拣货操作所需的时间,Prime Day期间处理了超过1亿笔交易。

亚马逊Prime Day期间通过技术预测超1亿笔交易的拣货所需时间

在Prime会员日期间,弹性计算服务Amazon Elastic Compute Cloud(Amazon EC2)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Amazon Graviton 2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%。

同时,亚马逊云科技团队增加了152PB的EBS存储空间,相应的实例集每天处理11.4万亿次请求,并传输532PB的数据。

由于Prime会员日所用的一些亚马逊内部服务效率提高,与去年的Prime会员日相比,亚马逊的EBS存储使用量实际上减少了约4%,传输的数据量减少了13%。下图显示了Prime会员日期间数据传输量的增加情况:

亚马逊Prime Day期间通过技术预测超1亿笔交易的拣货所需时间

在消费者方面,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Amazon Simple Email Service(Amazon SES)每秒发送电子邮件的峰值高达33000封。

物流方面,在北美Prime Day流量最高的一天,包裹规划系统执行了6000万次Amazon Lambda无服务器服务调用,在Amazon Simple Storage Service(Amazon S3)处理了17TB的压缩数据,Amazon DynamoDB和Amazon ElastiCache存储了6400万个条目,Amazon Kinesis处理了2亿个事件,以及5000万个Amazon SQS事件。

Prime Day期间,Amazon Aurora处理了2880亿个事务,Amazon Simple Queue Service (Amazon SQS) 在高峰时段每秒处理的消息达7050万条(如下图所示),Amazon DynamoDB调用次数多达数万亿次及请求峰值达每秒1.052亿次。

亚马逊Prime Day期间通过技术预测超1亿笔交易的拣货所需时间

在亚马逊内部,数千亚马逊员工使用Amazon QuickSight查看Prime Day各种指标,获得可视化结果,并通过提问Amazon QuickSight Q。Prime Day期间,Amazon QuickSight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。

值得一提的是,根据亚马逊今年Prime Day活动数据,在为期两天的大促活动中,全球购买了超过3亿件商品,高于2021年的约2.5亿件。

同时,今年亚马逊在全球各地的Prime Day节省了17亿美元,比以往的大促活动都多。全球消费者在亚马逊Prime Day活动开始前三周内,为小企业创造销量超过30亿美元。

此次大促中,家居用品、消费电子产品和亚马逊品牌设备是最畅销的品类。其中,亚马逊Devices创下了Prime Day的纪录,售出的设备比任何其他Prime Day活动都多。

亚马逊Prime Day期间通过技术预测超1亿笔交易的拣货所需时间

免责声明:本文内容,图片来源于互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权归其原作者所有。如发现本站有侵权/违法违规的内容,侵犯到您的权益,请联系站长,一经查实,本站将立刻处理。

(0)
上一篇 2022/08/30 10:23
下一篇 2022/08/30 16:19

相关阅读

添加微信