Der Beitrag von TrafficPeak zum einem überragenden Zuschauererlebnis für Football-Fans

Bei Akamai gehören große Sportveranstaltungen, insbesondere das größte Football-Spiel des Jahres, zu den wichtigsten Ereignissen im Kalender. Die größten Medienunternehmen nutzen unsere Lösungen, um das Spiel für Zuschauer weltweit zu streamen. Um jedoch sicherzustellen, dass alle Zuschauer das Spiel ohne Pufferzeiten und Ausfälle genießen können, müssen wir detaillierte Daten in Echtzeit erfassen.

Das letzte Football-Spiel dieses Jahres war das bisher größte Ereignis. Mit durchschnittlich fast 124 Millionen Zuschauern war es das meist gesehene Live-Ereignis seit der Mondlandung von Apollo 11. Medienstreaminganbieter und Rundfunksender gehören zu den größten Kunden von Akamai. Deshalb war es unsere oberste Priorität, diese Veranstaltung für sie zum Erfolg zu machen.

Für einen bestimmten Medienanbieter musste unser Team bei Akamai CDN-Protokolle und die entsprechenden Daten innerhalb von Sekunden abfragen. Leider hatten wir das Pech, dass das Erfassen und Analysieren von DataStream 2- und CMCD-Daten während Spitzenzeiten mindestens 20 Minuten dauerte. Das ist für das große Spiel und jedes andere Live-Event viel zu lang.

Um Performance- und Sicherheitsprobleme schnell zu beheben, ohne dass die Auswirkungen das Zuschauererlebnis beeinflussen, brauchten wir Dateneinblicke in Echtzeit. Wir mussten Daten, wie Geografie, Stadt, Bundesland, ASN (Autonomous System Number) und Serverdetails in Echtzeit und in einer einzigen Ansicht erfassen, analysieren und visualisieren, um Fehler einfacher zu finden und zu beheben. 

Wenn wir sofort sehen könnten, welche Probleme nur bei einem bestimmten Anbieter und welche in allen ASN-Netzwerken auftreten, könnten wir schnell Entscheidungen zur Behebung treffen. Ein Beispiel dafür ist das Verschieben von Traffic in verschiedene Regionen, um die betroffenen Übertragungen zu umgehen.

In der Analyse nach dem Spiel haben wir auch Performanceausreißer und deren Ursachen genauer untersucht. Auf diese Weise haben wir uns ein klares Bild ihrer Auswirkungen verschafft und können so in Zukunft datenbasierte Entscheidungen zur Risikominderung treffen.

Da TrafficPeak unser von Akamai verwalteter Transparenzservice von Hydrolix ist, war es selbstverständlich, dass wir es für das große Spiel einsetzen würden. Der Service lässt sich auch mit individuellen Anpassungen leicht bereitstellen.

Wir haben eine Visualisierung der wichtigsten ASNs, Antwortcodes und Fehler entwickelt, Performancekennzahlen für die Bereitstellung betrachtet und in bestimmten Regionen eine Verschlechterung festgestellt. So war es beispielsweise einfach, nach Städten zu filtern, um zu sehen, ob die Performance stimmt oder ob es Ausreißer gab, und Fehler zu beheben, bevor sie das Zuschauererlebnis beeinträchtigen konnten.

Für uns bot TrafficPeak in drei Bereichen den meisten Nutzen: einfache Anpassung, Echtzeitdaten und Architektur.

Als technischer Mitarbeiter fällt mir das Schreiben komplexer Abfragen sehr leicht. Dennoch ist die Möglichkeit, mit TrafficPeak Dateneinblicke in nutzerdefinierte Dashboards zu verwandeln, eine erstaunliche und beeindruckende Funktion.

Es gibt zwar bereits ähnliche Lösungen wie ELK Stack zum Einspeisen, Verarbeiten und Visualisieren von Daten, doch sie sind nicht so schnell wie TrafficPeak. Zu Spitzenzeiten haben wir fast 11 Millionen Datensätze pro Sekunde gesammelt und das Zerlegen und Abfragen der Daten dauerte nur Sekundenbruchteile. Es ist schwierig, diese Geschwindigkeit mit anderen Tools zu erreichen.

TrafficPeak ist so konzipiert, dass es in Kubernetesintegriert ist. Ich bin selbst Nutzer von Kubernetes und verstehe, wie der Service skaliert und verteilt werden kann. Das Design ist ideal für Cloudimplementierungen. Man merkt sofort, dass viel Zeit in das Softwaredesign und die Backend-Architektur investiert worden ist.

Das große Spiel war ein Erfolg. Wir haben 53 Milliarden Datensätze gesammelt und 41 Terabyte Rohdaten in 5,76 Terabyte komprimierte Daten zur Speicherung umgewandelt. Wir hatten geringe Fehlerzahlen, was ich der Tatsache zuschreibe, dass TrafficPeak Echtzeiteinblicke in Fehler ermöglicht, sobald sie auftreten, sodass wir sie sofort beheben konnten.

Außerdem war es sehr hilfreich, Einblicke in all unsere Daten zu erhalten. Im Allgemeinen ist es bei Live-Events schwer, in Echtzeit zu erkennen und zu verstehen, was passiert. Unsere Medienkunden benötigen Kennzahlen wie die durchschnittliche Bitrate, damit sie sicherstellen können, dass die meisten Nutzer eine hohe Ausgabequalität genießen konnten. TrafficPeak lieferte uns diese Kennzahlen, sodass wir Probleme in Echtzeit beheben konnten.

Nach dem Ereignis haben wir TrafficPeak verwendet, um aufgetretene Performanceprobleme zu untersuchen. Wir haben dabei Bereiche gefunden, in denen wir Verbesserungen für das nächste Mal vornehmen können, indem wir z. B. Filter neu schreiben, um ähnliche Probleme besser zu erkennen. Jetzt wissen wir, wie wir die richtigen Filter für zukünftige Ereignisse erstellen, damit solche Probleme nicht wieder auftreten.