CloudTune如何为电商平台生成预测

在电商平台内部称为"演练日"的特殊日子里，数百万虚拟"客户"会登录电商平台搜索商品、浏览产品页面、加载购物车并完成结算，就像真实客户在促销活动期间寻找优惠一样。

“这就像消防演习，是一次有计划的实践，“某中心可靠性工程部门的首席技术项目经理表示。该负责人负责协助监督这些演练日，其团队会在重大促销活动前战略性地选择时间进行演练。他们的目标是确保电商平台及其众多支持团队提前为潜在的流量激增做好准备。

这种有计划的实践依赖于CloudTune生成的流量和服务负载预测。CloudTune是一个在活动策划团队和基础设施服务团队之间充当通信桥梁的系统。

需求预测的技术演进

CloudTune预测系统最初于2015年由某中心经济学团队开发，作为处理重大活动容量规划的改进方法。这些活动具有较大的峰值与均值差异，需要主动建模预期峰值负载并持续评估云计算容量需求。

该系统已从最初提前一年生成美国地区的峰值计算负载预测，扩展到包含未来两年每周预测到未来数月每分钟预测的系列预测。这些预测会持续用新数据刷新，并为全球多个团队和地区生成。

与许多需求预测应用类似，CloudTune是一个时间序列预测系统。其独特之处在于能够以一分钟粒度预测需求，这种粒度水平可以洞察网站流量的短时峰值模式。团队使用这些预测作为输入，不仅为返校季等峰值事件确定计算容量，还为每天、每周或每月的峰值时段做准备。

“我们的比较优势在于以一分钟粒度进行日内负载预测，使我们能够在峰值事件期间跟踪实际值，突出显示结算量远超自然峰值的尖锐边缘，“技术负责人表示。

CloudTune预测团队开发了模块化和可配置模型来解决各种挑战。内置功能允许从可预测的季节性行为和已知日历事件中移除异常值（例如机器人流量意外增加或减少实际网站流量和订单率）。这些模型简单且灵活，可以包含额外变量和季节性因素，同时考虑数据集内的趋势显著变化（称为斜率中断）。

该团队还强调预测模型的可解释性。“我们必须非常清晰地说明我们在做什么，对我们的期望非常透明，“高级应用科学家表示。数百个软件团队使用这些预测来确定峰值事件的云计算容量需求，团队对这些预测的理解越深，对它们的信任度就越高。

目前，尚未使用自动化增强功能的团队通过多种手动工具和流程，将CloudTune预测转换为通过弹性云计算服务的服务器容量订单。CloudTune的关键未来方向是持续增强这些工具并自动化尽可能多的手动流程。

“我们正在转向自动化，以便将CloudTune预测作为输入到我们正在构建的新产品中，提供无需手动干预的体验，“高级技术项目经理表示。

虽然演练日在重大事件前仍将继续进行，但团队对未来有更远大的愿景。目前的预测支持高级客户旅程模拟，未来目标是实现能够模拟客户在何时何地订购何种类型产品的预测。

“这很重要，因为不同服务的调用取决于许多不同因素。我们模拟的真实流量越接近越好，因为我们实际上是用他们在活动期间预期看到的流量来测试服务，“技术项目经理表示。

为实现这一目标，技术团队协同工作确保预测为最真实的模拟提供最佳数据。“我们团队与CloudTune共同设想的未来是服务团队完全无需担心扩展问题。CloudTune为他们完成这些工作，然后我们运行演练日，当在演练日发现问题时，CloudTune会去下订单为那些客户进行扩展。”