比EMR更快的數據處理
盡管相對強勁的網絡和工程基礎設施,防暴遊戲對EMR的依賴阻礙他們的能力有效規模快速增長的數據和生態係統。支離破碎的基礎設施和低效的工作流程導致大量的手工流程,避免合作和使它幾乎不可能主動定位網絡問題。與數據分開他們使用的工具,數據訪問和攝入是無效的和需要一個漫長和不可靠的過程。首先,編輯必須工藝上的一個SQL查詢桌麵編輯器,然後轉移到蜂巢——通常至少第一次失敗了,如果不是更多。迭代直到成功後,數據被查詢——通過非常緩慢的EMR拉,然後手動搬回桌麵機進行進一步審查。
試圖獲得洞察網絡性能和連接問題的原因一樣疲憊。防暴遊戲是手動監控pb級的流媒體網絡數據,在200000 +城市和ISP配置。這是幾乎不可能識別問題影響遊戲體驗,用戶產生實質性影響。總之,這些數據障礙物對數據科學團隊難以跨組織的合作和理解數據。為了構建所需的機器學習(ML)模型性能增強,個性化的遊戲提供,且可伸縮的效率、防暴遊戲需要現代化他們的數據。
防暴遊戲是使用磚Lakehouse平台集中和民主化的用例分析和機器學習的數據訪問。Beplay体育安卓版本全麵管理雲基礎設施滿足性能、可靠性和規模兩個數據科學和工程的需要,使他們能夠更容易地規模管道和模型訓練沒有顯著DevOps的努力。磚流線分析工作流在跨職能團隊在一個平台上各種用途——查詢、調試、探索流和批處理數據,構建和部署毫升模型。Beplay体育安卓版本
三角洲湖聯合所有的數據,使數據的可靠和高性能ETL管道建設工程團隊來滿足各種分析和機器學習工作負載支持他們的用例。在磚的交互式工作區,數據團隊可以協作共享筆記本具有快速、實時的環境模型的迭代。數據科學家們授權方便地訪問數據,查詢創建、勘探、調試、和能力訓練模型-所有在一個交互式的界麵。完全自動化功能包括作業調度、監控和集群管理。進一步節省時間和資源,作業調度器可以運行互動和ETL工作負載不重DevOps的努力。
通過數據處理和數據科學生產力改進,防暴遊戲已經能夠實現幾個用例,以確保更好的遊戲體驗。最值得注意的是,通過使用三角洲湖,ETL處理性能為50%高於EMR,大大加快創新。與數據自由流動下遊,防暴遊戲推薦引擎地圖120多個類型的人物和跨多個獨特的皮膚,總計成千上萬的不同組合和數十億的遊戲數據點。玩家現在可以更容易地找到他們想要的內容,這是駕駛防暴遊戲轉換。
磚啟用防暴遊戲數據團隊的構建和部署遊戲滯後的預測模型由網絡延遲造成的。流體係結構提供實時異常檢測與網絡操作警報。現在,防暴遊戲可以預先解決問題之前負麵影響球員,從而提升遊戲體驗。根源的見解非常準確,整體網絡性能大大改善由於新數據的不斷攝取到模型中。
因為磚集成了最新的深度學習的框架,如TensorFlow、防暴遊戲也能夠輕鬆地開發和培訓深度學習模型。今天,防暴遊戲可以理解和檢測侮辱性語言遊戲期間,在實時。結果,他們可以隔離的“壞蘋果”後果減少濫用行為在整個遊戲。更合適的環境增加了客戶滿意度,保留和生命周期價值,從而導致整體的遊戲體驗。防暴遊戲將繼續利用磚Lakehouse平台的授權和支持數據科學家和工程師繼續利用新的和創新的機會來提高玩家體驗在聯賽的傳Beplay体育安卓版本說。