无论任何体育赛事，在重要比赛日当天，第一时间解决问题和潜在隐患这样的能力对于确保赛事成功至关重要。由流式数据湖公司Hydrolix提供支持，Akamai运营的可观测性管理服务TrafficPeak，帮助媒体客户以实时的方式对重要数据进行可视化呈现，从而在各个地区平衡流量，为全球观众交付了流畅、可靠的观赛体验。
延伸阅读，点击链接了解 Akamai cloud-computing
业务挑战
对于Akamai来说，大型体育赛事(尤其是一年一度的大型足球赛)往往主是一年中最重要的活动之一。全球范围内有很多超大规模的媒体公司，正在使用Akamai的解决方案将体育比赛直播给全球观众。为确保每位观众都能流畅观赛而不受缓冲和中断的困扰，Akama需要实时收集分析观赛情况的详细数据。
这是何种量级的数据呢？简单总结一下:共收集530亿条记录，需要处理的原始数据总量高达41TB，这些数据最终会压缩为5.76TB并存储起来以供后续使用。
今年的足球决赛比以往任何时候都更盛大。平均每场比赛的观众人数接近1.24亿。据报道，这是自阿波罗11号登月以来收视率最高的直播活动。流媒体和广播公司是Akamai最大的客户之一，这意味着在球赛期间为他们的业务提供保障，已经成为我们的首要任务。
对于每一家媒体服务商，Akamai团队都需要查询CDN日志，并且必须在几秒钟内检索到所需数据。然而不幸的是，在流量高峰期，DataStream2(DS2)和CMCD数据的收集整理工作至少需要二十分钟。对于大型赛事和其他类似的直播活动来说，二十分钟太长了！
为了能在观众感知到影响之前快速解决性能和安全问题，我们需要实时数据洞察。为此不得不实时收集、分析和可视化诸如地理位置、城市、州/省、自治系统编号号(ASN)和服务器详细信息等数据，并将其整合到一个统一的视图中，从而更容易找到并修复错误。如果能立即看到哪些问题是某一特定服务商独有的，哪些问题已经开始在多个ASN网络之间传播，那么我们就能迅速做出缓解决策，例如将流量转移到不同区域以绕过受影响的传输路径。
在赛后分析过程中，我们也希望深入研究性能异常并探究其源头。这样就能清晰了解影响，并在未来做出基于数据的缓解决策。
好戏上场
TrafficPeak是Akamai托管的一项可观测性服务，由Hydrolix提供支持。因此在这次重要的赛事中，TrafficPeak成了我们自然而然的首选工具。该服务易于部署，可以轻松定制。我们围绕顶级
ASN、响应代码和错误构建了可视化工具。只需查看交付性能指标，即可看到某些地区的性能下降，甚至轻松地按城市进行筛选，例如查看每个城市的观赛性能是否正常或是否存在异常，并在观众感知到影响之前进行修复。
对我们来说，TrafficPeak在以下三个方面提供了最大的价值:
- 易于定制:技术人员可以很容易地编写复杂查询，从而将任何数据洞定制到自定义的仪表板中。
- 实时数据:虽然有很多同类解决方案可以进行数据摄取、处理和可视化，但它们的速度不及
- TrafficPeak。在流量高峰期，我们每秒钟可收集近1100万条记录，并且切片和查询数据的工作能在一秒内完成。其他工具很难实现这样的速度。
- 架构:TrafficPeak运行在Kubernetes内部，很容易即可扩展并构建分布式服务。这种设计非常适合云部署。
业务收益
总的来说，这场比赛非常成功。Akamai收集了530亿条记录和41TB的原始数据，最终这些数据转化为5.76TB的压缩数据。错误数量很低，这主要是因为TrafficPeak提供的实时错误可视化能力，使Akamai团队能够即时改进。此外，全面了解数据，这样的能力也大有裨益。通常情况下，在直播活动中很难实时查看和理解发生的情况，而Akamai的媒体客户需要知道很多指标(例如平均比特率)，这样才能确保大多数用户可以获得最高质量的观赛体验TrafficPeak为我们提供了这些指标，使我们能够实时解决可能遇到的各种问题。
比赛结束后，我们使用TrafficPeak深入研究了直播期间发生的性能问题。结果我们发现了很多可以进一步改进的领域，例如通过重写过滤器，从而更好地发现类似问题。这样我们就明确了该如何为未来的活动开发适合的过滤器，以便防止相同的问题再次发生。
为何推荐TrafficPeak
在实时收集、过滤和排序大量数据的过程中，我们可以用闪电般的速度了解问题的发生地点和影响范围，这就是TrafficPeak的优势所在。这个服务非常高效。比赛开始前设置好仪表板，即可轻松收集和分析数据。
TrafficPeak易于部署和使用，可定制和可扩展程度很高，并且在数据管理方面也有很先进的智能逻辑。用户无须劳心费力地自行运维ELK技术栈。更重要的是，TrafficPeak的成本只是其他可观测性解决方案的零头，因此能够以更低的成本获得更大价值。
如您所在的企业也在考虑采购云服务或进行云迁移，
点击链接了解Akamai Linode的解决方案
