Elektrofahrzeug-Unternehmen senkt Streaming-Kosten mit AWS um 40 %

Die Migration von Confluent Cloud zu AWS Kinesis führte zu einer verbesserten Skalierbarkeit und zu geringeren Kosten.
Discover how GFT helped an intelligent electric vehicle company migrate from Confluent Cloud to AWS Kinesis, improving scalability and reducing streaming costs by 40% through AWS-native data modernization.

Wenn aus Vorteilen messbare Ergebnisse werden

40 % Senkung der Kosten für Datenübertragungsplattformen

Durch die Migration von Confluent Cloud zu Amazon Kinesis konnten die Kosten für den Event-Streaming-Dienst um etwa 40 % gesenkt werden.

Ereignisverarbeitung im Unternehmensmaßstab

Es kann mehr als 130 Millionen Ereignisse pro Stunde verarbeiten und dabei ein hohes Maß an Zuverlässigkeit und Leistung gewährleisten.

Modernisierung auf Basis nativer AWS-Technologien

Dadurch wurden Datenübertragungsdienste von Drittanbietern durch native AWS-Technologien ersetzt, was den Betrieb vereinfachte und eine agilere Skalierbarkeit ermöglichte.

Modernisierung der Plattform

Ein weltweit führender Anbieter von Lösungen für das Laden von Elektrofahrzeugen und das Energy Management hat sich mit GFT und AWS zusammengetan, um seine Event-Datenstreaming-Plattform von Confluent Cloud auf Amazon Kinesis Data Streams zu migrieren. Durch die Migration wurde die Echtzeit-Datenarchitektur des Unternehmens modernisiert, sodass es nun Workloads von mehr als 130 Millionen Ereignissen pro Stunde bewältigen kann und die Kosten der Plattform um etwa 40 % gesenkt wurden. Die Lösung verbesserte die Skalierbarkeit, vereinfachte den Betrieb und stärkte die Strategie des Unternehmens, AWS als bevorzugte Cloud-Plattform zu nutzen.

Herausforderung

Modernisierung einer geschäftskritischen Streaming-Plattform ohne Beeinträchtigung des Business-Betriebs

  • Verwalten Sie eine komplexe Architektur, die aus 118 Kafka-Themen besteht .
  • Unterstützung von Workloads mit hohem Datenaufkommen, wobei Datenströmevon bis zu 130 Millionen Datensätzen pro Stunde verarbeitet werden.
  • Gewährleistung der Kompatibilität des Datenschemas und Aufrechterhaltung der Integrationen mit Databricks-Konsumenten.
  • Gewährleistung von Leistung, Skalierbarkeit, Datenaufbewahrung und Betriebsstabilität während des gesamten Migrationsprozesses.
  • Die Migration vor der Verlängerung des Confluent-Vertrags abschließen, um zusätzliche Kosten für Lizenzen zu vermeiden.
  • Führen Sie die Umstellung durch, ohne Produktionsdienste oder den Business-Betrieb zu beeinträchtigen.

Das Engagement

Umstellung auf eine AWS-native Streaming-Architektur

GFT hat in Zusammenarbeit mit AWS eine umfassende Migration von Confluent Cloud zu einer Streaming-Architektur auf Basis nativer AWS-Technologien konzipiert und umgesetzt, wobei Amazon Kinesis Data Streams und die AWS Glue Schema Registry zum Einsatz kamen. Das Projekt umfasste die Bestandsaufnahme und Planung, den Entwurf der neuen Plattform, die Schemamigration sowie die Durchführung der Umstellung, wobei die Kontinuität des Betriebs während des gesamten Prozesses gewährleistet wurde.

Der Benefit

Eine effizientere, skalierbare und zukunftsfähige Datenplattform

  • Die Migration wurde innerhalb von drei Monaten erfolgreich abgeschlossen, sodass die Confluent-Plattform noch vor der Vertragsverlängerung auslaufen konnte.
  • Durch den Einsatz nativer AWS-Dienste wurde die Abhängigkeit von einer Streaming-Plattform eines Drittanbieters beseitigt.
  • Die effizienten Betriebsabläufe wurden durch eine engere Integration in das AWS-Ökosystem verbessert.
  • Leistung, Stabilität und Skalierbarkeit geschäftskritischer Workloads blieben gewahrt.
  • Es wurde eine zukunftsfähige Plattform geschaffen, die Advanced Analytics, datengesteuerte Innovationen und kontinuierliches Business-Wachstum ermöglicht.
  • Das Projekt stärkte die strategische Zusammenarbeit zwischen dem Unternehmen, AWS und GFT.

Haben Sie Fragen, wir helfen gerne.

gft-contacts-gretchens-perez.png
Gretchens Pérez
Business Development Partner Manager & Sales Transformation
message
dataProtectionDeclaration