Cómo TrafficPeak ayudó a ofrecer una experiencia de visualización superior a los aficionados al fútbol americano

En Akamai, los grandes eventos deportivos, especialmente el mayor partido de fútbol americano del año, son algunos de los eventos más importantes del año. Las mayores empresas del sector de los contenidos multimedia utilizan nuestras soluciones para que los espectadores de todo el mundo puedan ver el partido en streaming. Sin embargo, para asegurarnos de que cada espectador disfrute del partido sin tener que lidiar con almacenamiento en búfer ni interrupciones, necesitamos recopilar datos detallados en tiempo real.

El partido final de la Liga Nacional de Fútbol Americano de este año fue más grande que nunca. Con un promedio de casi 124 millones de espectadores, se dice que fue el evento de streaming en directo más visto desde el aterrizaje en la luna del Apolo 11. Los proveedores de servicios de streaming de contenido multimedia y las cadenas de televisión se encuentran entre los principales clientes de Akamai, por lo que nuestra máxima prioridad era asegurarnos de que brillaran durante el evento.

Para un proveedor de contenidos multimedia, nuestro equipo en Akamai necesitaba consultar los registros de la red de distribución de contenido (CDN), lo que requería recuperar los datos en cuestión de segundos. Lamentablemente para nosotros, tardábamos 20 minutos en recopilar y analizar los datos de DataStream 2 y CMCD durante los picos de tráfico. Para el gran partido, así como para cualquier otro evento en directo, 20 minutos es demasiado tiempo.

Para mitigar rápidamente los problemas de rendimiento y seguridad, antes de que afecten a los espectadores, necesitábamos información basada en datos en tiempo real. Debíamos recopilar, analizar y visualizar datos, como el área geográfica, la ciudad, el estado, el número de sistema autónomo (ASN) y los detalles del servidor, en tiempo real y en una sola vista para localizar y corregir más fácilmente los errores. 

Si pudiéramos ver al instante qué problemas eran exclusivos de un proveedor y cuáles estaban repartidos por las redes de ASN, podríamos acelerar la toma de decisiones de mitigación, como trasladar el tráfico a diferentes regiones para evitar los tránsitos afectados.

Para el análisis posterior al partido, también queríamos profundizar en los valores atípicos de rendimiento y ver de dónde proceden. De esta forma, podríamos conocer claramente su impacto y tomar decisiones de mitigación basadas en datos en el futuro.

Dado que TrafficPeak es nuestro servicio de observación gestionado por Akamai con tecnología de Hydrolix, era lógico usarlo para el gran partido. El servicio es fácil de implementar, incluso de forma personalizada.

Desarrollamos la visualización en torno a los principales ASN, códigos de respuesta y errores. Eso nos permitió acceder a métricas de rendimiento de la distribución, e incluso detectamos una degradación en ciertas regiones. Por ejemplo, era fácil filtrar por ciudad para ver si el rendimiento era correcto o si existían valores atípicos y, a continuación, aplicar correcciones antes de que los espectadores se vieran afectados.

TrafficPeak destacó en tres áreas: facilidad de personalización, datos en tiempo real y arquitectura.

Como tengo un perfil técnico, me resulta sencillo escribir consultas complejas. Aun así, me parece increíble e impresionante poder convertir información basada en datos en paneles personalizados con TrafficPeak.

Aunque existen soluciones similares, como ELK Stack, para ingerir, procesar y visualizar datos, no son tan rápidas como TrafficPeak. Durante los picos de tráfico, recopilábamos casi 11 millones de registros por segundo, segmentando y consultando los datos en menos de segundos. Es difícil alcanzar esa velocidad con otras herramientas.

TrafficPeak se ha diseñado para operar en Kubernetes. Como usuario de Kubernetes, sé qué debo hacer para escalar y distribuir el servicio. Su diseño es ideal para implementaciones en la nube. Está claro que se invirtió mucho tiempo a la hora de diseñar el software y la arquitectura de back-end.

El gran partido tuvo éxito. Recopilamos 53 mil millones de registros y transformamos 41 terabytes de datos sin procesar en 5,76 terabytes de datos comprimidos almacenados. Hubo pocos errores, y creo que fue gracias a que TrafficPeak nos proporcionó visibilidad en tiempo real de los errores a medida que se producían para que pudiéramos resolverlos al instante.

Además, obtener visibilidad de todos nuestros datos fue muy útil. En general, en lo que respecta a los eventos en directo, resulta difícil ver y comprender qué está sucediendo en tiempo real. Nuestros clientes del sector de los contenidos multimedia necesitan métricas como la velocidad de bits media para asegurarse de que la mayoría de los usuarios disfruten de una reproducción excelente. TrafficPeak nos proporcionó esas métricas para poder controlar la situación en tiempo real.

Tras el evento, utilizamos TrafficPeak para investigar los problemas de rendimiento que tuvieron lugar. Los resultados mostraron áreas en las que podemos realizar mejoras para la próxima ocasión, como reescribir filtros para detectar mejor problemas similares. Ahora sabemos cómo crear los filtros adecuados para eventos futuros, de modo que esos mismos problemas no se repitan.