Spotify将技术基础设施和数据服务迁移至Google云平台

2016 年 3 月 10 日

2016 年 2 月 23 日,Spotify 宣布正将其技术基础设施和数据服务从目前租用的数据中心迁移至 Google 云平台(Google Cloud Platform,下同)。

Spotify 是一个流行的音乐流媒体服务。它目前支持着200 万播放列表,为超过7500 万听众提供超过2000 万小时的音乐。随着该业务逐年成长,Spotify 团队正质疑自己是否愿意继续独立运营数据中心。几年前该公司认为公有云服务不能满足他们对于质量、性能和价格的期望,因此他们没有迁移到(公有)云上。Spotify 工程和基础设施副总裁Nicholas Harteau,在最近的一篇博文中,解释了现在决定迁移到(公有)云上的部分原因:“云服务提供商提供的存储、计算和网络服务已经和传统方式一样,做到了高质量、高性能和廉价。于是,我们就很容易地做出了迁移到(公有)云上的决定”。

最近 Rightscale 做的一项“关于云的调查”表明,在公有云的使用率方面,Google 云平台排名第三,位居行业领导者 AWS 和微软 Azure 之后。Google 在该领域不是领先者,Harteau 解释了为什么他们最终选择 Google:“真正起决定作用的是,一直以来我们使用 Google 的数据平台和工具的体验。好的基础设施不只是保存和运行一些东西,它能让我们所有的团队更高效、高有效地工作。Google 的数据栈的确帮我们做到了这些”。

Google 对成为 Spotify 的合作伙伴同样很兴奋,在它自己的博文中,披露了Spotify 将如何使用Google 云平台的一些具体细节。就计算服务而言,Spotify 将依赖于IOPS SSD 和local SSD 的高性能存储能力。他们也将利用自动扩容能力以便对“突发的场景”作出响应。其中一个这样的例子是去年11 月13 日Justin Bieber 创造了单日最多音乐流的记录——超过3600 万条流于该日被收听。使用公有云模型,Spotify 现在可以不用自己搭建基础设施,而是依赖Google 提供灵活性来支持高峰负荷。

Spotify 也将使用 Google 的网络服务,如: Direct Peering , Cloud VPN Cloud Router ,以便高效地在这两家公司之间传送 PB 级的数据。

就数据服务而言,Spotify 将放弃 Hadoop, MapReduce, Hive 而采用包括 Google 云服务,包括 Google Cloud Pub/Sub , Google Cloud Dataflow , Google BigQuery Google Dataproc 。Google 云平台带头的销售工程师 Guillaume Leygues 解释了 Spotify 为什么迁移到这些 Google 服务:“使用 BigQuery 和 Cloud Dataproc,数据团队可以执行复杂的查询并在一两分钟内而不是数小时内得到查询结果。这将使 Spotify 能够执行更多频繁、深入的、交互性的分析,指导产品的开发,新特性的测试和更多智能的、面向用户的特性”。

查看英文原文: Spotify Moves Infrastructure and Data Services to Google Cloud Platform

2016 年 3 月 10 日 18:00 620
用户头像
丁涛 越努力,越幸运

发布了 26 篇内容,共 4 次阅读,收获喜欢 0 次。

关注

评论

发布
暂无评论
发现更多内容

hive 建表语句迁移

杨飞

【预告】千亿数据的潘多拉魔盒:从分库分表到分布式数据库

kimmking

分布式数据库 分库分表 分布式系统 中间件

一种消息消费失败的处理方案

已注销

redis kafka

这样理解Java中的函数式编程就对了

jerry

java8 函数编程

Redis学习笔记(散列类型)

编程随想曲

redis

IT人的职业提升只靠技术精进行的通吗?

码闻强

程序员 程序人生 职业规划 技术人

三分钟快速详细安装CentOS

程序员的时光

Linux centos

小米手机广告在日本「炸」了,背后的教训是什么?

葛仲君

产品 本地化 小米 日本 文化

为什么很多技术都觉得前端很简单?

极客时间

前端 前端开发 前端工程

关于架构的几件小事:架构是什么

北风

架构 企业架构

性能优化第一课:性能指标

kimmking

性能优化

MyBatis 3 XML配置

杨家昌

mybatis mybatis-config.xml XML配置 配置

开源一个自研的基于Netty的高性能网络通信框架

Geek_373e87

TCP dubbo Netty

讨论:应不应该用存储过程?

kimmking

算法篇之数组右移

月夜

算法 数组右移

Flink 作为现代数据仓库的统一引擎:Hive 集成生产就绪!

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

快速开发那点事儿 | 选择最合适的轮子,量产跑车

HPioneer

敏捷开发 JAVA开发 RouYI 快速开发

spring boot 集成 elasticsearch 7.x (一)

wd

elasticsearch high level client

牛排等级之美国篇

地藏@易果18916037281

iTerm2使用小技巧-密码管理器

小菜与老鸟

iTerm

深入理解Java中的Lambda表达式和函数式编程的关系

jerry

Lambda java8 函数编程

专题:快速开发那点事儿 | 轮子怎么选

HPioneer

Java 敏捷开发 Ruoyi 快速开发

MyBatis 3 解析Mapper映射配置

杨家昌

mybatis 配置 Mapper XMLMapperBuilder

地址收录

gogogo

第一篇InfoQ的博客

程序员小岑

写作 体验

关于 DeepL 机器翻译能力

梁帅

产品 互联网 机器翻译 谷歌Google DeepL

自助设备系列——自助设备的春天

孙苏勇

产品

央行:取消境外机构投资者额度限制,推动金融市场进一步开放

kimmking

jenkins集成maven获取远程项目

kcnf

Ubuntu 20.04 装机手册

小柒

#linux #Ubuntu #geek

没有业务规则的技术实现

wd

吐槽

跨越计算鸿沟:如何靠软硬件协同突破算力瓶颈?

跨越计算鸿沟:如何靠软硬件协同突破算力瓶颈?

Spotify将技术基础设施和数据服务迁移至Google云平台-InfoQ