2020.02.13_ABEJA_プロダクトがスケールする過程における課題と取り組み

Transcript

1. #abejaai 2020.02.13 数千コンテナ規模のサービスをマイクロサービスと サーバーレスでつくって地雷を踏みながらも改善している話 ABEJA, Inc. / Takayoshi Kobayashi /

   @koba_taka プロダクトがスケールする過程における 課題と取り組み

2. #abejaai 2 ⾃社のプロダクト開発に関わっている⽅︖ さっそくですが…

3. #abejaai 3 どうしてますか︖ Scalability Flexibility Agility Cost

4. #abejaai 4 Today`s Topic

5. #abejaai 5 ABEJA Productʼs

6. #abejaai 6 今⽇お話すること ABEJAのプロダクト開発について プロダクト成⻑に伴う選択の背景 (主にインフラ)

7. #abejaai 7 伝えたいこと プロダクトの成⻑に伴う苦悩を乗り越える アプローチ

8. #abejaai 8 @koba_taka Twitter Like takayoshi.kobayashi.16 Facebook AWS Drinking Job

   Takayoshi Kobayashi Who is ? ABEJA, Inc. ABEJA Platform Customer Success

9. #abejaai 9 ABEJA Productʼs

10. #abejaai 10 この数字わかりますか︖ 200,000,000

11. #abejaai 11 200,000,000 ⼈ Number of Visitors

12. #abejaai 12 700+ Shops

13. #abejaai 13 σʔλ౷߹ɾ෼ੳ σʔλऩू ՄࢹԽ ߦಈ Χϝϥ μογϡϘʔυ ϝʔϧͰͷि࣍ Ϩϙʔτ഑৴

    ը૾ղੳ 画像解析の機械学習モデルを活⽤した、⼩売店舗向けのSaaS型のサービス 顧客データの⾒える化と活⽤の⽀援 ,1*ઃఆ ࢧԉ ࣄྫڞ༗ 104σʔλ ABEJA INSIGHT for Retail

14. #abejaai 14 インフラのこれまで Evolution

15. #abejaai 15 データ変換システム ダッシュボード システム メール配信 システム 監視・管理ツール ストリーム マネジメント

    システム 映像解析 システム サービス基盤 全体構成

16. #abejaai 16 ストリームマネジメントシステム 暗号化接続終端コンテナ 録画コンテナ 動画変換コンテナ データフロー監視 コンテナリポジトリ カメラ

17. #abejaai 17 映像解析システム 特徴量データベース 顔画像・年齢性別・特徴量抽出部 リピーター判定部 データフロー監視 映像 ダッシュボード

18. #abejaai 18 映像解析システム コアの運⽤

19. #abejaai 19 2017.8 リピーターの研究からの開始 2018.5 リリース 当時のインフラ

20. #abejaai 20 リリース当初の構成 カメラ 解析 Core カメラ 解析 Core 集計

    ダッシュボード

21. #abejaai 21 リリース当初の構成 カメラ 解析 Core カメラ 解析 Core 集計

    ダッシュボード

22. #abejaai マズイ… 22 Refferal：flicker https://bit.ly/2OIrtq4

23. #abejaai 23 ・コアの⼊れ替えがツラい… ・当時、店舗閉店後の時間に コア⼊れ替え作業なども...

24. #abejaai CHANGE 24

25. #abejaai 25 モデルを⼊れ替えしやすいように マイクロサービス化

26. #abejaai 26 アーキテクチャー変更後の構成 カメラ カメラ 集計 ダッシュボード モデルC モデルA モデルB

    モデルD キュー

27. #abejaai 27 モデルの⼊れ替え・検証が容易に Flexibility Agility

28. #abejaai 28

29. #abejaai 29 272 Registration 1,175 Accounts ABEJA Platform

30. #abejaai 30 120 TB 850,000,000 Objects ABEJA Platform

31. #abejaai 05 推論･再学習 04 デプロイ 03 学習 02 前処理 蓄積

    01 取得 31 04 デプロイ 01 取得・蓄積 05 推論･再学習 03 学習 02 蓄積 AIのビジネススケールを 拡⼤する メトリクス監視 トリガー 推論コード管理 モデル管理 Blue/Greenデプロイメント データレイク アノテーションツール 事前推論 データセット 学習コード管理 ハイパーパラメータ管理 学習ジョブ (CPU・GPU) ABEJA Platformの機能

32. #abejaai 32 Retailの動画解析システム カメラ カメラ 集計 ダッシュボード モデルC モデルA モデルB

    モデルD キュー 動画 保存 モデル 推論 推論結果 保存

33. #abejaai Gateway DataLake Trigger LB Container DB Storage Events Subscriber

    Batch DB Container Image Inference log Inference Code Inference Result Platformのアーキテクチャー (以前)

34. #abejaai 34 DataLake

35. #abejaai 35 Rawデータを蓄積するためのサービス ストレージはS3を利⽤ 内製のGatewayを経由してS3へPUT DataLake

36. #abejaai Gateway DataLake Trigger LB Container DB Storage Events Subscriber

    Batch DB Container Image Inference log Inference Code Inference Result Platformのアーキテクチャー (以前)

37. #abejaai 37 Trigger

38. #abejaai 38 特定イベントに対し、推論APIを実⾏ イベントはDataLakeへのPUT or スケジュール 推論結果はDataLakeへ格納 Trigger

39. #abejaai One day… 39 Refferal：flicker https://bit.ly/2H8Ffhx

40. #abejaai 40 2019年5⽉ Retailの通常のTrafficから6倍のTraffic

41. #abejaai 41 Golden Week Refferal：flicker https://bit.ly/2H81CUp

42. #abejaai 42 2019年8⽉ Retailの通常のTrafficから4倍のTraffic

43. #abejaai 43 Summer Vacation Refferal：flicker https://bit.ly/2H81CUp

44. #abejaai 44 ࣌ظతͳτϥϑΟοΫ্ঢ 5⽉ 8⽉

45. #abejaai 45 利⽤店舗増加のため、取得データ画像の増加

46. #abejaai 46 秒間 平均200ファイルOverのアップロード

47. #abejaai 47

48. #abejaai 48 %#
    $16ෛՙ 
    

49. #abejaai 49 Lambda 1回の処理でさばくメッセージ数が少ない ⼤量のメッセージは捌ききれていない 結果︓バックエンド⾼負荷とキュー処理の遅延 メッセージキューの停滞

50. #abejaai 50 SQS Subscriber タイムアウト付きでバルク更新処理を実装 Queueを計測しつつ、同時実⾏数を調整 SubscriberをECSで実装 メッセージキューの停滞への アプローチ Queue

    Status RDB Batch ECS

51. #abejaai Gateway DataLake Trigger LB Container DB Storage Events Subscriber

    Batch DB Container Image Inference log Inference Code Inference Result Platformのアーキテクチャー (以前)

52. #abejaai Gateway DataLake Trigger LB Container DB Storage Events Subscriber

    Batch Container Image Inference log Inference Code Inference Result DB Platformのアーキテクチャー (刷新後)

53. #abejaai 53

54. #abejaai 54

55. #abejaai 解決 55 Refferal：flicker https://bit.ly/2SsKEoQ

56. #abejaai 56 当時はタスクフォースを設⽴ モデル精度向上も実施 https://bit.ly/2Shfa6v

57. #abejaai 57 次のTry

58. #abejaai 58 AWS BatchをKubernetesへ刷新予定

59. #abejaai 59 We are hiring!!

60. #abejaai 60 Summary ・Insight for Retailの顧客数は右肩上がり ・そのスケールに対応するため、Platformも⽇々改善・開発 ・プロダクトの成⻑と共に動かし続けることの重要性 ・今後、GCPも積極的に活⽤ ・顧客価値のある機能改善・開発がより重要に

    ・⼀緒に取り組んでくれるメンバーを募集中︕

61. #abejaai 61 Thank you!!