/ DOCS
nav-img
Evolution
Архитектурный центр

Рекомендательная система веб-сайта в облаке Advanced

Решение для разработки и размещения в облаке Advanced рекомендательной системы веб-сайта реализуется с применением технологии машинного обучения на платформе Distributed Train и с использованием контента, генерируемого пользователями.

Данное решение позволяет разместить в облаке Advanced рекомендательную систему веб-сайта, который обеспечивает следующие возможности:

  • Выполнение анализа пользовательского контента для выработки рекомендаций пользователям.

  • Возможность разработки и внедрения сервисов, которые позволят повысить эффективность использования облачной инфраструктуры.

  • Использование решений PaaS и IaaS для упрощения развертывания и поддержки.

Разработка и размещение рекомендательной системы веб-сайта в облаке Advanced имеет следующие преимущества и риски:

Преимущества решения

Риски

  • Возможность использования инфраструктурных и базовых платформенных сервисов Advanced для разработки, запуска и поддержания функционирования рекомендательной системы веб-сайта в облаке Cloud.ru.

  • Применение технологий машинного обучения с использованием контента, генерируемого пользователями.

Отсутствуют.

Общая схема

../../_images/schm__typical-solutions_adv_website-recommendation-system.svg

Описание решения

Решение основано на использовании технологии машинного обучения на основании контента, генерируемого пользователями. Модели ИИ для машинного обучения размещаются на платформе Distributed Train.

Предварительные требования:

  • В тенанте облака Advanced должны быть созданы бакеты в сервисе OBS с необходимой зоной доступности (Single-AZ или Multi-AZ).

  • К платформе Distributed Train должны быть настроен доступ для ML-разработки полного цикла и совместной работы DS-команд над созданием и развертыванием моделей машинного обучения.

  • Между внутренней площадкой заказчика и тенантом должно быть настроено выделенное соединение с использованием сервисов облака VPN или Direct Connect.

Компоненты решения:

  • Веб-приложение (режим Active-Active) на базе сервиса CCE для запуска в контейнерной среде.

  • Реляционная база данных для хранения данных веб-сайта на базе сервиса RDS.

  • Хранилище данных на базе сервиса DWS для результатов аналитики рекомендательной системы.

  • Кеширование запросов на базе решения Redis сервиса DCS.

  • Хранилище логов событий на базе решения Elasticsearch сервиса CSS.

  • ETL-сервис DLI.

  • Компонент CDM сервиса DataArts Studio.

  • Платформа Distributed Train для обучения моделей.

В качестве распределения нагрузки между серверами приложений используется сервис ELB.

Для загрузки обработанных данных и последующей передачи на вход обучения моделей используется сервис объектного хранилища данных OBS.

Мониторинг инфраструктуры серверов и баз данных реализуется с использованием сервиса Cloud Eye. Для мониторинга контейнерных приложений используется сервис AOM.

Для загрузки и хранения образов контейнеров используется сервис SWR.

Обеспечение высокой доступности достигается расположением серверов в разных зонах доступности облака Advanced.

Публичный адрес (EIP) рекомендательной системы веб-сайта защищают сервисы WAF и Anti-DDOS.

Реализация

Список последовательных действий при настройке решения:

  1. Создание VPC.

  2. Создание подсетей (Subnet) для приложений и баз данных.

  3. Создание групп безопасности (Security Group) для приложения и баз данных.

  4. Создание NAT Gateway для выхода сервисов в интернет.

  5. Создание Application Load Balancer для обработки запросов HTTP/S и перенаправление на группу серверов приложений.

  6. Создание инстанса баз данных RDS в высокодоступной Multi-AZ типа Master/Standby.

  7. Создание инстанса сервиса CCE в высокодоступной Multi-AZ типа Master.

  8. Создание инстанса в сервисе аналитики DWS.

  9. Создание инстанса Redis в сервисе DCS.

  10. Создание инстанса Elasticsearch в сервисе CSS.

  11. Создание бакета в сервисе OBS для хранения результатов обработки моделей машинного обучения.

  12. Создание инстанса CDM в сервисе DataArts Studio.

  13. Загрузка образов контейнеров в сервис SWR.

  14. Настройка метрик мониторинга в сервисах Cloud Eye и AOM.

  15. Настройка очереди обработки ETL в сервисе DLI.

  16. Создание публичного адреса EIP для доступа к рекомендательной системе веб-сайта через интернет.

  17. Настройка сервисов WAF.

  18. Настройка сервисов Anti-DDOS.

  19. Обучение модели ИИ на платформе Distributed Train.

  20. Запуск решения в облаке Advanced.

Предыдущая статья
Размещение системы хранения и доставки контента в облаке Advanced
Следующая статья
Среда для разработки и тестирования мобильных приложений в облаке Advanced
Была ли эта статья полезна?
Поддержка Юридические документы
© 2025 Cloud.ru