E-komercijas pasaulē ir nepieciešami efektīvi izpildes centri, lai piedāvātu savlaicīgu pasūtījumu apstrādi un piegādi. Būdams lielākais tiešsaistes mazumtirgotājs, Amazon pastāvīgi meklē veidus, kā palielināt savu izpildes centru veiktspēju un efektivitāti. Lai atrisinātu šo vajadzību, AWS izmantoja mašīnmācīšanās (ML) algoritmus un datu ieviešanas uzlabotas analītikas metodes, lai samazinātu Amazon izpildes centru dīkstāves laiku un uzlabotu to produktivitāti.
Šis emuārs aptvers uzskaitīto saturu:
- Kāpēc pieaug nepieciešamība izmantot ML Amazon izpildes centros?
- Amazon Monitron pārskats
- Kā Amazon Monitron palīdzēja Amazon izpildes centriem samazināt dīkstāves laiku?
Kāpēc pieaug nepieciešamība izmantot ML Amazon izpildes centros?
Amazon vienmēr bija labi pazīstams ar īpaši ātru piegādi un efektīvu veiktspēju savu klientu vidū. Tomēr pirms dažiem gadiem Amazon sāka dīkstāves savos izpildes centros, kas bija tuvu jebkuram īpašam notikumam, piemēram, Ziemassvētkiem, jo tika veikts liels pasūtījumu skaits.
Lai atrisinātu šo problēmu, Amazon bija nepieciešams risinājums, kas var uzraudzīt un nodrošināt tā mehānismu un visa procesa nevainojamu darbību. Lai to izdarītu, AWS piedāvāja Amazon Monitron, kas izmantoja ML, lai noteiktu un ziņotu par rūpniecisko iekārtu neparasto uzvedību.
Amazon Monitron pārskats
Amazon Monitron ir visaptveroša ML stāvokļa uzraudzības risinājuma sistēma, kas automātiski nosaka neparastus modeļus rūpnieciskajās iekārtās. Tas palīdz īstenot paredzamo apkopes programmu un veic dinamikas apkopi. Turklāt tas samazina neplānotu dīkstāvi par 70%. Izmantojot savus ML algoritmus, tas atklāj problēmas pirms to rašanās un veic apkopi. Amazon Monitron attēls ir parādīts zemāk:
Kā Amazon Monitron palīdzēja Amazon izpildes centriem samazināt dīkstāves laiku?
Amazon Monitron sastāv no fiziskiem sensoriem, AWS vārtejas, mašīnmācīšanās algoritmiem analīzei un mobilās lietojumprogrammas. Šeit ir attēls, kas apraksta Amazon Monitron darbību:
Ļaujiet mums saprast, kā Amazon Monitron palīdz Amazon izpildes centriem samazināt to dīkstāves laiku:
- Fiziskais sensori Amazon Monitron nosaka un reģistrē temperatūru, kā arī iekārtu vibrācijas
- Pēc tam tas izmanto AWS vārteja lai pārraidītu šos r ierakstus AWS mākonī analīzes nolūkos
- Šie dati tiek nodoti caur ML algoritmi jebkuram neparastam modelim vai rūpniecisko iekārtu nolietošanās pazīmēm
- Analīzes rezultāts un paziņojumi tiek nosūtīti pa mobilā aplikācija
Šo risinājumu ir viegli lietot, vienkārši instalējiet Amazon Montrion sensorus un instalējiet Amazon Montron lietotni ērtai uzraudzībai. Kopumā šis risinājums ir palīdzējis Amazon pēdējos gados samazināt dīkstāves laiku par gandrīz 70 procentiem un saglabāt augstu veiktspēju.
Secinājums
Lai samazinātu Amazon izpildes centru dīkstāves laiku, AWS piedāvāja Amazon Montiron, kas ir visaptveroša mašīnmācīšanās stāvokļa uzraudzības risinājuma sistēma. Tajā ir fiziski sensori, kas uztver un reģistrē mašīnu temperatūru un vibrācijas un nosūta šos ierakstus uz AWS mākoni, izmantojot AWS Gateway. Pēc tam šos ierakstus analizē ar ML algoritmiem, lai noteiktu jebkādu neparastu modeli, un rezultāts tiek nosūtīts uz Monitron lietotni.