Molnmigrering och AI-rekommendationer för en växande spelplattform
Fragsheet är en spelplattform med över 130 000 aktiva användare som kombinerar hög prestanda och AI-baserade rekommendationer med visionen att skapa högkvalitativa och personliga spelupplevelser. För att möta kraven på att hantera miljontals matcher varje månad, leverera insikter i realtid och samtidigt minska driftkostnaderna med upp till 95%, byggdes en helt ny molnbaserad infrastruktur på AWS. Lösningen gjorde det möjligt att både migrera befintliga system och driftsätta en skräddarsydd AI-lösning som skalar med plattformens snabba tillväxt.
Klicka på en symbol för att visa mer information om AWS-tjänstens roll i systemet.
Bakgrund och mål
Migrationen av Fragsheets plattform till AWS designades för att säkerställa hög prestanda och tillgänglighet från dag ett. Användare ansluter nu direkt till en modern molnarkitektur där applikationslogiken körs i containeriserade mikrotjänster på Amazon ECS. Denna containerbaserade struktur möjliggör horisontell skalning, så att antalet instanser automatiskt ökar vid hög trafik och minskar vid låg aktivitet. För lagring av relationsdata används Amazon Aurora, vilket ger hög tillförlitlighet och snabba svarstider, medan objektdata och statiska resurser lagras i Amazon S3. Kombinationen ger en flexibel och framtidssäker databaslösning som kan växa med plattformens behov.
Under själva migreringen implementerades omfattade tester i stagning-miljöer och redundansmekanismer som failover till den gamla plattformen vid eventuellt fel. Detta gjorde att övergången kunde genomföras utan driftstopp. Arkitekturen är nu redo för kontinuerlig vidareutveckling och smidig integration av nya funktioner.
Arkitektur och flöde
Fragsheet hade sedan tidigare utvecklat en AI-baserad rekommendationsmotor med syftet att ge spelare skräddarsydda rekommendationer kring hur de kunde förbättra sitt spelande. De använder dessutom en helt serverless strategi för att minimera kostnader och maximera skalbarhet. När en spelare har spelat ett visst antal matcher skickas en signal via Amazon SQS, som köar träningsjobbet och säkerställer att inga uppgifter går förlorade vid hög belastning. Träningen av modellen sker on-demand i AWS Lambda. Genom att utnyttja Lambdas parallelliseringsförmåga kan upp till tusen instanser startas samtidigt, vilket möjliggör snabb hantering av stora datamängder. När träningen är klar lagras de färdiga modellerna i Amazon S3 och används för att leverera rekommendationer i realtid till användarna.
Systemet är designat för att uppdatera modellerna automatiskt via nattliga körningar, och förbättringen av modellen gör att rekommendationerna alltid bygger på den senaste spelhistoriken. Detta ger användarna en mer träffsäker och engagerande spelupplevelse, samtidigt som kostnaderna hålls nere - i Fragsheets fall med upp till 95% jämfört med en ständigt påslagen miljö.
Kundvärde och resultat
Genom migreringen till AWS har Fragsheet fått en plattform som är stabil, snabb och redo för framtida tillväxt. För spelarna innebär detta att de kan lita på hög tillgänglighet, snabba svarstider och en jämn upplevelse även under hög belastning.
Den AI-baserade rekommendationsmotorn gör upplevelsen mer personlig genom träffsäkra rekommendationer som utvecklas i takt med spelarnas aktivitet. Detta ökar engagemang och lojalitet, samtidigt som driftkostnaderna minskar med upp till 95% - vilket frigör resurser för fortsatt utveckling av plattformen.