業務需求與挑戰

嘉誼互娛自成立起就專注深耕手機遊戲市場。隨著玩家需求的不斷變化，嘉誼互娛開始由單機版非聯網游戲逐漸向聯網類游戲市場進軍。 2016 年，嘉誼互娛開始積極開拓海外市場，選擇一個具有全球覆蓋能力的雲服務商是業務發展的前提。

隨著多款遊戲被應用商店推薦，全球玩家數量急劇攀升，嘉誼互娛研發團隊面臨的首要挑戰就是傳統單台服務器架構難以滿足飛速增長的玩家需求。傳統的基於虛擬機的遊戲後端部署方式存在諸多弊端，缺乏靈活性。 “當一個遊戲創意被玩家所接受時，這款遊戲會在非常短的時間內成為'爆款'，玩家數量突增5-10 倍。如果單台虛擬機CPU 負載過大，將會有停機的風險。然而虛擬機的擴展過程也非常令人頭疼，有時不得不進行停服擴展和升級，這會嚴重影響玩家的體驗。”嘉誼互娛CTO 張雨農談到。

為了平台的穩定運營，企業需要招聘大量的運維專業人員，針對每一款遊戲的運行狀況進行監控並靈活調整，這對於嘉誼互娛這樣一家初創企業來說是一筆非常昂貴的人力成本支出，嘉誼互娛更希望把有限的資源投入到新遊戲的研發與創新上。

其次，隨著遊戲運營數據的不斷積累，嘉誼互娛也希望充分挖掘來自數百萬玩家所積累的海量日誌數據，從而發現業務數據背後的商業價值，為遊戲服務的創新、玩家的體驗與精準化營銷提供支持。然而構建大數據團隊對於遊戲公司來說不僅缺乏足夠的經驗和專業人員，而且成本支出大、週期長，很難在短時間內獲得可預期的投資回報。

此外，遊戲行業易受安全攻擊或是DDoS 類型的攻擊，嘉誼互娛希望更加充分地保障平台的安全性，確保自身服務的穩定和玩家的暢快的遊戲體驗，但僅靠虛擬機來構建很難滿足這一需求。

為什麼選擇 AWS

在嘉誼互娛看來，從傳統單機遊戲到在線遊戲轉型的過程中，依托雲平台實現服務的部署並進行快速的海外拓展是明智的選擇。一個可靠的雲服務商能夠提供持續穩定且無感知的服務體驗。為此，嘉誼互娛開始對市場上的主流雲服務商進行試用評估，經過全面的考察，基於以下幾方面的優勢，嘉誼互娛最終選擇採用 Amazon Web Services 。

01 前/後端無服務器化改造
最初嘉誼互娛的遊戲服務器採用單台 Amazon Elastic Compute Cloud (Amazon EC2) 進行部署，服務器代碼也不支持分佈式發布。當玩家數量短時間內暴漲，很容易出現服務器壓力過大，必須停服維護的情況。先後嘗試加入 Elastic Load Balancing 和啟用 AWS Elastic Beanstalk 服務之後，仍然無法從根本上解決可用性和擴展性的問題。研發團隊痛定思痛，在 2018 年初決定徹底轉向無服務器架構。

嘉誼互娛使用 AWS 無服務器架構最佳實踐，將前端遷移到 Amazon API Gateway+ AWS Lambda，替代了傳統的 Amazon EC2 虛擬機，通過架構的改造成功解決了壓力問題。後端數據庫的動態擴縮容則採用 Amazon DynamoDB 和 Amazon Aurora Serverless 取代了傳統的 Amazon Relational Database Service (Amazon RDS) 數據庫，同時降低了成本。遊戲服無服務器化改造完成之後，新遊戲直接採用無服務器架構，老款遊戲也將逐漸遷移過來。截至目前，遊戲服基本沒有出現過中斷現象，可用性保證在 99.999 %以上。 “無服務器計算讓我們不必考慮Amazon EC2 實例的磁盤I/O 與網絡性能的配比，通過切換佔用資源的單位數，而不是切換Amazon EC2 實例的數量來調整遊戲服務性能，能夠更靈活地擴展，讓我們從容應對爆款遊戲的需求。” 張雨農說。

02無服務器的大數據分析平台

隨著遊戲玩家的不斷增長以及公司業務的發展，為了更好地服務玩家，研發創新遊戲，嘉誼互娛在一開始就特別重視對用戶日誌的收集和處理。 “我們在實施大數據項目的時候，一直考慮自建Kafka+Hadoop 的方案，但限於公司在這一領域的技術積累有限，難以保證大數據平台的穩定運行，最後選用Amazon Kinesis+ AWS Glue+ Amazon Athena 快速簡便地上線了無服務器的大數據平台，現已平穩運行一年多。”張雨農介紹。

起初嘉誼互娛使用虛擬機收集用戶行為日誌，但當硬盤的讀寫消耗無法滿足時，會反向影響業務響應。在與AWS 服務團隊諮詢之後，使用無服務器自動伸縮框架Amazon Kinesis Data Firehose 完美解決了服務器效率問題，同時還可以自動進行數據格式處理，自動轉存、壓縮和切片放在Amazon Simple Storage Service (Amazon S3 )，這一切對於嘉誼互娛開發人員來說都是無感知的自動化流轉。相比於自建方式，涉及腳本、定期壓縮、上傳、刪除等多個環節，而且需要實時監控以免出現問題。

03利用機器學習打造千人千面的用戶服務

為了實現對用戶千人千面的分類和個性化服務，早期嘉誼互娛採取傳統的人工統計分析結合 AB Test 方式進行粗放型智能營銷。張雨農坦言：“機器學習是我們一直想做卻沒有能力做的事情。為了加快新遊戲上線搶占市場先機，團隊的重心必須放在遊戲研發上，而機器學習技術也需要專業人才和雄厚的技術投入，這些都是我們面臨的障礙。”

AWS 擁有經驗豐富的專業服務團隊，手把手地幫助嘉誼互娛攻破這一難關，不僅提供強大的技術支持與指導，使嘉誼互娛利用Amazon Sagemaker 搭建起一套機器學習預測平台，充分利用遊戲中的各種數據，為付費和留存預測提供科學的模型，提升整體業務收益。同時，借助 AWS 專業服務團隊的力量，嘉誼互娛組建起專業的團隊負責機器學習/人工智能方面的研究。在學習、使用 AWS 的過程中，團隊成員的技術視野得到不斷拓寬，開發思維逐步升級，將 AWS 的技術經驗和能力賦能於團隊成員。

獲得的成效

通過使用 AWS 所提供的無服務器架構構建遊戲平台、大數據和機器學習解決方案打造千人千面的用戶服務，嘉誼互娛取得了一系列顯著的收益，這些收益包括：

______________________

借助AWS 所提供的託管服務和無服務架構部署的優勢，嘉誼互娛可以輕鬆應對全球化遊戲平台部署與運維工作的挑戰，並且避免傳統架構在業務增長時的中斷問題，實現服務的自動化擴展，可用性保證在99.999 %以上，充分保障了玩家的體驗。利用 AWS 的託管和高級服務，嘉誼互娛將產品開發和測試的周期從 5 - 6 個月縮減至 3 - 4 個月；將游戲上線前的服務器配置測試由 30 分鐘提升至秒級。 “借助AWS 託管服務，嘉誼互娛可以將大量精力放在遊戲開發和業務上，享受AWS 帶給我們的無感知的服務體驗。我們不需要再為運維工作配備專職的技術人員就能夠完成大規模的平台運營管理，真正實現了零運維。”張雨農談到。
______________________
通過使用 AWS 的大數據分析解決方案，嘉誼互娛也實現了將業務數據轉化為商業價值的願景。張雨農說，“AWS 大數據分析解決方案，無論是在玩家的畫像、分析還是遊戲廣告投放、營銷方面，我們都取得了很好的效果，並且借助數據的力量更好地平衡了付費遊戲玩家和非付費遊戲玩家的商業盈利模式，讓我們可以持續地保持收入增長。”
______________________

不僅如此，在與 AWS 的合作中，依托 AWS 專業服務團隊的支持，嘉誼互娛可以對技術團隊實現賦能。 “AWS 專業服務團隊為我們提供了大量的最佳實踐和架構分享，讓我們可以快速擁抱創新技術。” 嘉誼互娛CTO 張雨農說到，“我們在沒有足夠技術積累的情況下，快速搭建起機器學習平台，模型預測準確率超過80 %，這一切離不開AWS 強大的技術支持。”

展望未來

技術視野的擴展、思想包袱的卸除將為嘉誼互娛的未來帶來更多可能。基於目前所取得成績，嘉誼互娛計劃使用 Amazon EMR 搭建 Hadoop 大數據平台，為機器學習和人工智能應用做好準備。

同時，將與 AWS 在此領域展開更深入的合作，包括 Amazon Translate 和 Amazon Rekognition 等服務的應用。