EIKON Technology

logo Eikon
Menu

Bigtable

Google Cloud

Cara Google Menskalakan Personalisasi Iklan dengan Bigtable

Cloud Bigtable adalah database populer yang tersedia di Google Cloud. Layanan ini telah digunakan untuk produksi berkelanjutan di Google selama lebih dari 15 tahun. Salah satu kasus penggunaan utama untuk Bigtable di Google adalah personalisasi iklan. Artikel ini akan menjelaskan peran utama yang dimainkan Bigtable dalam personalisasi iklan. Personalisasi iklan Personalisasi iklan bertujuan untuk meningkatkan pengalaman pengguna dengan menyajikan konten iklan yang relevan dan sesuai topik. Namun kapabilitas ini memerlukan pemrosesan data berskala besar hampir secara real-time. Ketersediaan sistem harus tinggi, dan latensi penayangan harus rendah karena jendela sempit di mana keputusan perlu dibuat terkait konten iklan yang akan diambil dan ditayangkan. Platform personalisasi iklan Google menyediakan framework untuk mengembangkan dan menerapkan model pembelajaran mesin relevansi dan peringkat konten iklan. Platform ini dibuat menggunakan Bigtable, yang memungkinkan produk Google mengakses sumber data personalisasi iklan dengan cara yang aman dan mematuhi kebijakan. Bigtable  Fleksibilitas Bigtable dalam mendukung akses data berbiaya rendah dan throughput tinggi untuk personalisasi offline serta akses latensi rendah yang konsisten untuk penyajian data online membuatnya sangat cocok untuk beban kerja iklan. Baca juga: Lebih Jauh Mengenai Autoscaling pada Bigtable dan Analisis Penghematan Biayanya Data model Platform personalisasi menyimpan objek di Bigtable sebagai protobuf serial yang dikunci oleh Object id. Ukuran data umum kurang dari 1 MB dan latensi penayangan kurang dari 20 mdtk pada p99. Data diatur sebagai corpora dengan kategori data yang berbeda. Corpus dipetakan ke Bigtable yang telah direplikasi. Di dalam corpus data diatur sebagai DataTypes, pengelompokan data yang logis. Fitur, penyematan, dan berbagai jenis profil iklan disimpan sebagai DataTypes, yang dipetakan ke kelompok kolom Bigtable. DataTypes didefinisikan dalam skema yang menggambarkan struktur proto data dan metadata tambahan yang menunjukkan kepemilikan dan asal. SubTypes dipetakan ke kolom Bigtable dan berbentuk bebas. Konsistensi Photo Credit: Freepik Modus konsistensi default untuk operasi adalah ujung akhirnya. Dalam mode ini, data dari replika Bigtable yang terdekat dengan pengguna diambil, memberikan median dan latensi ekor terendah. Membaca dan menulis ke satu replika Bigtable dilakukan secara konsisten. Jika ada beberapa replika Bigtable di suatu wilayah, limpahan lalu lintas lintas wilayah lebih mungkin terjadi. Untuk meningkatkan kemungkinan konsistensi baca-setelah-tulis, platform personalisasi menggunakan gagasan afinitas baris. Jika ada beberapa replika di suatu wilayah, satu replika akan dipilih secara istimewa untuk setiap baris tertentu, berdasarkan hash Row ID. Baca juga: Apa Itu Fungsi Autoscaling yang Baru Diluncurkan di Cloud Bigtable? Replikasi Bigtable Workload personalisasi Iklan menggunakan topologi replikasi Bigtable dengan lebih dari 20 replika, yang tersebar di empat benua. Replikasi membantu mengatasi kebutuhan ketersediaan tinggi untuk penayangan iklan. Persentase waktu aktif bulanan zonal Bigtable melebihi 99,9%, dan replikasi yang digabungkan dengan kebijakan perutean multi-cluster memungkinkan ketersediaan lebih dari 99,999%. Isolasi workload Photo Credit: Freepik Batch workload personalisasi iklan diisolasi dari workload penayangan dengan menyematkan sekumpulan workload tertentu ke replika tertentu; beberapa replika Bigtable secara eksklusif mendorong jalur personalisasi sementara yang lain mendorong penyajian data pengguna. Model ini memungkinkan loop umpan balik yang berkelanjutan dan mendekati waktu real-time antara sistem penyajian dan saluran personalisasi offline. Residensi data Secara default, data direplikasi ke setiap replika. Hal ini merupakan pemborosan untuk data yang hanya diakses secara regional. Regionalisasi menghemat biaya penyimpanan dan replikasi dengan membatasi data ke wilayah yang paling mungkin diakses. Lokasi data dapat ditentukan secara implisit oleh lokasi akses permintaan atau melalui metadata lokasi dan sinyal produk lainnya. Setelah lokasi untuk pengguna ditentukan, lokasi tersebut disimpan dalam tabel metadata lokasi yang menunjuk ke replika Bigtable. Migrasi data berdasarkan kebijakan penempatan baris terjadi di latar belakang, tanpa waktu henti dan regresi kinerja. Baca juga: Tampilan Baru Google Cloud SDK + CLI untuk Pengembangan yang Lebih Mudah Selama beberapa tahun terakhir, Bigtable telah ditingkatkan karena kebutuhan personalisasi Google telah ditingkatkan berdasarkan urutan besarnya. Untuk beban kerja personalisasi skala besar, Bigtable menawarkan penyimpanan berbiaya rendah dengan karakteristik kinerja yang sangat baik. Kemudahannya dalam menangani penyajian latensi rendah dan komputasi batch throughput tinggi menjadikannya pilihan yang sangat baik untuk pipeline pemrosesan data bergaya lambda. Untuk kebutuhan personalisasi yang optimal, Google Cloud terbukti mampu menyediakan solusi terbaik. Dengan memanfaatkan Bigtable, Anda tidak hanya dapat merancang personalisasi iklan yang tepat sasaran, tapi juga hemat biaya. Jadikan Google Cloud sebagai solusi komputasi awan perusahaan Anda. Dapatkan produk resmi Google Cloud hanya di EIKON Technology, authorized partner Googel untuk Indonesia. Untuk informasi selengkapnya, silakan klik di sini!

Google Cloud

Apa Itu Fungsi Autoscaling yang Baru Diluncurkan di Cloud Bigtable?

Cloud Bigtable merupakan sebuah layanan database NoSQL yang skalabel yang dirancang khusus untuk mengelola beban kerja operasional dan analitis besar. Layanan ini telah digunakan oleh banyak perusahaan besar seperti Twitter dan The Home Depot. Bigtable memiliki lebih dari 10 Exabytes data terkelola dan mampu memproses lebih dari 5 miliar permintaan per detik secara optimal. Sejak pertama kali diperkenalkan, Bigtable terus dikembangkan. Dalam update terbarunya, layanan ini menyediakan sebuah kemampuan baru yakni Autoscaling. Secara garis besar, Autoscaling digunakan untuk menambah atau mengurangi kapasitas sebagai respons atas perubahan permintaan pada aplikasi Anda. Mari simak penjelasan selengkapnya mengenai fungsi Autoscaling pada Cloud Bigtable berikut. Berfungsi optimalkan biaya Kecepatan digitalisasi yang terus meningkat di sebagian besar aspek kehidupan pada akhirnya mendorong konsumsi pengalaman digital. Bagi pemilik aplikasi, fenomena tersebut jelas akan meningkatkan permintaan pelanggan. Oleh karenanya, kemampuan untuk meningkatkan dan menurunkan skala aplikasi agar bisa merespon perubahan permintaan pelanggan dengan cepat menjadi sangat penting bagi pemilik bisnis. Autoscaling pada Cloud Bigtable secara otomatis akan mengelompokkan jumlah node dalam klaster ke atas atau bawah sesuai tuntutan penggunaan yang berubah. Secara signifikan, hal tersebut akan menurunkan risiko penyediaan yang berlebihan dan menimbulkan biaya yang sebenarnya tidak diperlukan. Baca juga: 5 Tips Mempelajari Ekosistem Multicloud dan Peluang Kariernya Bantu tingkatkan pengelolaan Photo Credit: Google Cloud Blog Tidak hanya itu, fungsi Autoscaling yang ada di Cloud Bigtable juga memiliki akses langsung menuju server Bigtable. Dengan begitu, Anda bisa mendapatkan solusi scaling otomatis yang sangat responsif. Pelanggan dapat menentukan konfigurasi Autoscaling untuk klaster Bigtable mereka dengan Cloud Console, gcloud, Bigtable admin API, bahkan library mereka. Solusi ini berfungsi pada klaster SSD maupun HDD dan tersedia di semua sektor Bigtable. Siapkan 2x batas penyimpanan  Sekarang ini data dihasilkan dengan kecepatan yang luar biasa. Di saat yang bersamaan, banyak aplikasi membutuhkan akses menuju data tersebut untuk memberikan pengalaman pelanggan yang unggul. Namun sayangnya, saluran data yang mendukung kemampuan tersebut perlu throughput tinggi dan akses latensi yang rendah untuk menuju data dalam jumlah besar. Nah, untuk memenuhi kebutuhan workload yang disokong penyimpanan, Bigtable telah menggandakan kapasitas penyimpanan per node hingga dua kali lipat. Jadi, Anda bisa menyimpan lebih banyak data dan tidak perlu lagi menekan kebutuhan data.  Pengelolaan dengan grup klaster Photo Credit: Piqsels Kebanyakan perusahaan yang ada saat ini harus melayani pengguna dari berbagai wilayah sambil terus memberikan pengalaman terbaik untuk mereka. Guna mendukung fungsi Autoscaling, Bigtable juga meluncurkan sebuah kemampuan untuk menerapkan instance Bigtable di lebih dari 8 wilayah sekaligus. Jadi, Anda bisa menempatkan data sedekat mungkin dengan para end users. Jumlah wilayah yang lebih banyak akan membantu memastikan aplikasi Anda punya performa optimal untuk memberikan pengalaman pelanggan yan konsisten, di mana pun pelanggan Anda berada. Update lain dari Bigtable Selain fungsi Autoscaling, pada update baru Bigtable Anda juga bisa menemukan fungsi yang akan membantu Anda mengurangi biaya dan overhead manajemen, yaitu: Batas penyimpanan 2X Memungkinkan Anda untuk menyimpan lebih banyak data dengan harga lebih murah, terutama berharga untuk beban kerja penyimpanan yang telah dioptimalkan. Grup klaster Memberikan fleksibilitas untuk menentukan bagaimana Anda mengarahkan lalu lintas aplikasi untuk memastikan pengalaman yang luar biasa bagi para pelanggan. Metrik pemanfaatan yang lebih terperinci Meningkatkan kemampuan pengamatan, pemecahan masalah yang lebih cepat, dan manajemen beban kerja yang lebih baik. Baca juga: Memanfaatkan Google Cloud untuk Menyusun Proyek Data Science Cloud Bigtable merupakan sebuah layanan database NoSQL untuk mengelola beban kerja operasional dan analitis besar. Bagi Anda pemilik aplikasi yang memiliki pengguna yang tersebar di berbagai wilayah, Bigtable adalah sebuah solusi efisien. Terlebih dengan adanya fungsi baru Autoscaling. Layanan komputasi awan belakangan ini memang berkembang dengan pesat. Semakin hari perkembangan cloud pun semakin bermanfaat untuk kehidupan sehari-hari. Belum menggunakan cloud di perusahaan Anda? Dapatkan solusi Google Cloud yang disesuaikan dengan kebutuhan perusahaan Anda hanya di EIKON Technology, authorized reseller untuk produk-produk Google di Indonesia. Informasi selengkapnya, klik di sini!

Scroll to Top