Retour sur l’AWS Summit Paris du 27 juin 2017

Le 27 juin dernier s’est déroulé l’AWS Summit 2017 d’Amazon à Paris dédié à la présentation des services AWS et aux retours d’expériences de différents clients sur l’utilisation de ces services.

Voici des notes sur quelques-unes des sessions présentées :

#Keynote

Vidéo : https://www.youtube.com/watch?v=Fn5jpD_Utn4

Mise en avant

  • Clients d’AWS mis en avant : Société Générale, Danone, Veolia, Engie
  • 80% des entreprises du CAC40 utiliseraient AWS
  • L’ouverture d’un datacenter en France est toujours prévu pour la fin 2017

Retour d’expérience Radio France

  • Suite aux attentats de Charlie Hebdo, l’infrastructure en place n’a pas supporté le trafic et les services ont été dégradés pendant 3 semaines
  • Suite à ces incidents l’ensemble de l’infrastructure est maintenant sur AWS
  • Chiffres :
    • Base de données : 1,5 millions de pages, 1,4 millions de sons et plus de 10To de données
    • Sur un mois : 170 millions d’écoutes, 1000To d’audio écoutés, 150 millions de visites et plus de 20 millions d’internautes

Produits

Session#1 Casser son application pour construire l’esprit devops de son équipe ?

  • Retour d’expérience fait par Veolia sur l’organisation de « gameday » pour construire un esprit devops
  • Constat initial : « Everything fails all the time »

Organisation d’un gameday

  • Objectifs : Casser certains éléments d’un environnement dédié et voir comme se comportent les équipes
  • Un gameday doit être ludique

Etapes

  • Préparer : création des scenarii, kickoff, cadrage du périmètre, planning
  • Faire
  • Débriefer :
    • Comment améliorer l’architecture, le monitoring, la configuration des services AWS, etc.
    • Un exemple intéressant : Ils se sont rendus compte dans un scenario que toute l’application était hors service, sauf le endpoint monitoré. Aucune alerte n’était remontée.

Exemples de scenarii

  • DROP Table d’une table au hasard
  • Arrêt d’un service AWS
  • Problème de permission sur un bucket S3
  • Charge soudaine sur l’application
  • Crash applicatif

Session#2 Patterns et bonnes pratiques des architectures Big Data en Serverless

3 manières d’utiliser le cloud AWS

  • EC2
    • Création de VM, installation, gestion du scaling, etc. à la charge de l’utilisateur
  • Services managés classique (ex:  Hadoop)
    • L’infrastructure et l’installation sont gérés par Amazon mais l’infrastructure utilisée reste visible de l’utilisateur. Il lui reste des éléments à gérer lui même (scaling par exemple).
  • Serverless (ex: Lambda)
    • L’infrastructure est complètement masquée de l’utilisateur.

 Lambda

  • L’instanciation et l’exécution des fonctions est faite sur base d’événements (ex : ajout d’un objet dans S3)
  • Les fonctions doivent être stateless
  • Les fonctions pouvant être supprimées à tout moment, il faut faire attention au temps d’initialisation engendré par un démarrage à froid (cold start)
  • Il est recommandé de n’utiliser les VPC (réseau virtuel) qu’en cas de nécessité pour éviter les problèmes de performance
  • Si des erreurs se produisent avec Lambda, elles sont remontées dans Cloudwatch
  • Utiliser les step functions pour coordonner les functions Lambda

Big data/Machine learning

  • Démonstration faite par Corexpert sur la reconnaissance faciale avec Amazon Rekognition.
  • Vidéo disponible ici

Session#3 Le continuous delivery au service de la performance

  • Objectif : Ajuster le dimensionnement de l’infrastructure en fonction des événements. Par exemple, la finale de la ligue des champions.
  • Retour d’expérience de la part de BeINSport
  • Chiffres : En 2016, ils ont fait 121 MEP et fait 813 créations de VM
  • A retenir, le déploiement doit être :
    • un non-événement
    • indolore
    • pas consommateur en temps

Session#4 Intégrez votre Amazon Lex Chatbot avec vos services de messagerie

  • Amazon Lex : interface de création de Chatbot pour de multiples plateformes (SMS, Messenger, Slack, etc.)
  • Amazon Polly : Text to Speech
  • Ces 2 services ne sont actuellement disponibles que pour l’anglais

Etapes

1- Traduction de la voix en texte
2- Découpage des mots
3- Reconnaissance de mots clés pour correspondre à un scénario (ex : « hôtel » => scénario de réservation d’hôtel)
4- Reconnaissance de mots clé pour pré-remplir certains paramètres nécessaires au déroulement du scénario (ex : Paris => localisation)
5- Pose des questions pour remplir les autres paramètres attendus (ex : date de départ et d’arrivée)
6- Confirmation
7- Amazon Polly pour Text to Speech et pour répondre

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.