亚马逊PrimeDay期间通过机器学习模型预测超1亿笔交易的拣货所需

2022-08-30 22:43:10

  近期,属于美国人民的双十一——亚马逊PrimeDay落下帷幕。在今年的PrimeDay活动中,亚马逊会员购买了超过3亿件商品,销售额达到119亿美元。

   达7050万条,AmazonDynamoDB调用次数多达数万亿次及请求峰值达每秒1。052亿次。

   此次PrimeDay期间,弹性计算服务AmazonElasticComputeCloud标准化实例总数增加了12%,得益于基于AmazonGraviton2处理器的实例,整体服务器的能效和2021年黑五相比仅增长7%。

   在消费者端,为了让消费者更好地了解购物情况并确认订单,会员日期间AmazonSimpleEmailService每秒发送电子邮件的峰值高达33000封。

   物流方面,在北美PrimeDay流量最高的一天,包裹规划系统执行了6000万次AmazonLambda无服务器服务调用,在AmazonSimpleStorageService处理了17TB的压缩数据,AmazonDynamoDB和AmazonElastiCache存储了6400万个条目,AmazonKinesis处理了2亿个事件,以及5000万个AmazonSQS事件。

   在亚马逊内部,数千亚马逊员工使用AmazonQuickSight查看PrimeDay各种指标,获得可视化结果,并通过提问AmazonQuickSightQ。PrimeDay期间,AmazonQuickSight服务了数百万次商业智能查询,每个数据集每分钟最多可处理500个查询。

   值得注意的是,AmazonRoboticsPickTimeEstimator使用AmazonSageMaker训练机器学习模型,预测未来拣货操作所需的时间,PrimeDay期间处理了超过1亿笔交易。

下一篇:创富案例:台北小站列车长—周伟
上一篇:旭辉控股林中:房地产市场处在筑底到恢复的过程,需求将逐步释放
返回顶部小火箭