Why Amazon Web ServicesAfter months

Why Amazon Web Services

After months of research, Tapingo decided to migrate to Amazon Web Services (AWS). AWS provided the scalability, reliability, and computing power that the company needed in order to provide real-time service to its customers. Another factor in the company’s decision to move to the AWS Cloud is that AWS supports Python (on which Tapingo is written) and offers a robust API that lets developers make changes to the environment without having to go through the UI.

The company rewrote its architecture to run on AWS, and then relaunched its app — in one day. “We decided to give up all the useless complexity that we had and just make it as simple as possible,” Oster says. In the newly launched Tapingo app, a student selects a restaurant, orders off the menu (which is updated in real time to identify only the items available), and pays using a credit card, student card, or PayPal. The restaurant is immediately notified of the order, and estimates a pickup time for the user. Users can also schedule orders to be ready for pickup at a certain time each day.

Tapingo uses 40 Amazon Elastic Compute Cloud (Amazon EC2) instances for the app’s communication servers, the website, order processing and cache management. The scheduling system and PCI-compliant payment environment both run on Amazon EC2 instances as well. Orders and transactional data are stored in MongoDB databases on Amazon Relational Database Service (Amazon RDS).

The company uses Amazon Redshift as its analytical database and data warehouse, and for billing. Tapingo’s system transfers data from MongoDB and Amazon RDS to Amazon Redshift to enable the company to easily run reports and use predictive analysis. The company mines its data stream to predict what restaurants should stock and when they should staff up—and currently predicts about 30 percent of its orders every day. “We are creatures of habit,” Oster says. “Generally, people have between three and five items that they buy at a certain restaurant, and that’s it. Now that we can leverage the AWS Cloud, we have the computing and storage power to store all that data and predict consumer behavior.”

Orders are queued using Amazon Simple Queue Service (Amazon SQS). The company created a regional queue on the Tapingo side that sets the order flow for merchants based on each restaurant’s profile and needs. For example, if a café can only take 25 coffee orders per hour, Tapingo automatically adjusts the queue accordingly. The virtual queue is updated in real time on Tapingo, so that users know what to expect in terms of wait times. The company also maintains a queue for the monitoring service Amazon CloudWatch, which kicks off a phone call in case of delays or problems. Tapingo also uses Amazon Route 53 as its DNS service.

The company tackles its inventory management issue by using Amazon ElastiCache to cache communications between its users and its app. “Almost all the communications between Tapingo and the user are in ElastiCache,” Oster says.

Why Amazon Web Services

After months of research, Tapingo decided to migrate to Amazon Web Services (AWS). AWS provided the scalability, reliability, and computing power that the company needed in order to provide real-time service to its customers. Another factor in the company’s decision to move to the AWS Cloud is that AWS supports Python (on which Tapingo is written) and offers a robust API that lets developers make changes to the environment without having to go through the UI.

The company rewrote its architecture to run on AWS, and then relaunched its app — in one day. “We decided to give up all the useless complexity that we had and just make it as simple as possible,” Oster says. In the newly launched Tapingo app, a student selects a restaurant, orders off the menu (which is updated in real time to identify only the items available), and pays using a credit card, student card, or PayPal. The restaurant is immediately notified of the order, and estimates a pickup time for the user. Users can also schedule orders to be ready for pickup at a certain time each day.

Tapingo uses 40 Amazon Elastic Compute Cloud (Amazon EC2) instances for the app’s communication servers, the website, order processing and cache management. The scheduling system and PCI-compliant payment environment both run on Amazon EC2 instances as well. Orders and transactional data are stored in MongoDB databases on Amazon Relational Database Service (Amazon RDS).

The company uses Amazon Redshift as its analytical database and data warehouse, and for billing. Tapingo’s system transfers data from MongoDB and Amazon RDS to Amazon Redshift to enable the company to easily run reports and use predictive analysis. The company mines its data stream to predict what restaurants should stock and when they should staff up—and currently predicts about 30 percent of its orders every day. “We are creatures of habit,” Oster says. “Generally, people have between three and five items that they buy at a certain restaurant, and that’s it. Now that we can leverage the AWS Cloud, we have the computing and storage power to store all that data and predict consumer behavior.”

Orders are queued using Amazon Simple Queue Service (Amazon SQS). The company created a regional queue on the Tapingo side that sets the order flow for merchants based on each restaurant’s profile and needs. For example, if a café can only take 25 coffee orders per hour, Tapingo automatically adjusts the queue accordingly. The virtual queue is updated in real time on Tapingo, so that users know what to expect in terms of wait times. The company also maintains a queue for the monitoring service Amazon CloudWatch, which kicks off a phone call in case of delays or problems. Tapingo also uses Amazon Route 53 as its DNS service.

The company tackles its inventory management issue by using Amazon ElastiCache to cache communications between its users and its app. “Almost all the communications between Tapingo and the user are in ElastiCache,” Oster says.

0/5000

จาก: -

เป็น: -

ผลลัพธ์ (ไทย) 1: [สำเนา]

คัดลอก!

ทำไมเว็บ Amazon บริการหลังจากเดือนของการวิจัย Tapingo ตัดสินใจย้ายบริการเว็บ Amazon (AWS) AWS มีขนาด ความน่าเชื่อถือ และพลังคอมพิวเตอร์ที่ต้องให้บริการแบบเรียลไทม์ของบริษัท อีกหนึ่งปัจจัยในการตัดสินใจของบริษัทไปเมฆ AWS คือ AWS สนับสนุนงู (ในที่ Tapingo เขียน) และมี API แข็งแกร่งที่ช่วยให้นักพัฒนาทำการเปลี่ยนแปลงสิ่งแวดล้อม โดยไม่ต้องผ่าน UIบริษัท rewrote ของสถาปัตยกรรมเพื่อเรียกใช้ AWS และ relaunched ของ app แล้ว ซึ่งในหนึ่งวัน Oster กล่าวว่า "เราตัดสินใจที่จะให้พื้นที่ไร้ประโยชน์ทั้งหมดที่เรามี และเพียงทำให้ง่ายที่สุด นักเรียนเลือกร้านอาหาร สั่งปิดเมนู (ที่ถูกปรับปรุงในเวลาจริงเพื่อระบุเฉพาะรายการว่าง), การจ่ายโดยใช้บัตรเครดิต บัตรนักเรียน หรือ PayPal ใน app Tapingo เปิดใหม่ ร้านทันทีแจ้งใบสั่ง และประเมินเวลาเบิกสำหรับผู้ใช้ นอกจากนี้ผู้ใช้ยังสามารถจัดกำหนดการใบสั่งพร้อมสำหรับการเบิกสินค้าในบางเวลาแต่ละวันTapingo ใช้อินสแตนซ์ของ Amazon ยืดหยุ่นคำนวณเมฆ (Amazon EC2) 40 สำหรับเซิร์ฟเวอร์สื่อสารของ app เว็บไซต์ สั่งจัดการประมวลผลและแคช จัดระบบและสภาพแวดล้อมการชำระเงินมาตรฐาน PCI ทั้งรันบน Amazon EC2 กรณีเช่น ใบสั่งและข้อมูลถูกเก็บไว้ในฐานข้อมูล MongoDB บริการฐานข้อมูลเชิงสัมพันธ์อเมซอน (Amazon RDS)บริษัทใช้ Amazon การเคลื่อนไปทางแดงของวิเคราะห์ฐานข้อมูลและคลังข้อมูล และเรียกเก็บเงิน Tapingo ของระบบถ่ายโอนข้อมูล MongoDB และ Amazon RDS เพื่อการเคลื่อนไปทางแดงของ Amazon เพื่อให้บริษัทที่จะเรียกใช้รายงานได้อย่างง่ายดาย และใช้การวิเคราะห์งาน บริษัทเหมืองของกระแสข้อมูลการทำนายสิ่งที่ร้านอาหารควรเก็บและเมื่อพวกเขาควรพนักงานค่า — และปัจจุบันทำนายประมาณ 30 เปอร์เซ็นต์ของใบสั่งของทุกวัน Oster กล่าวว่า "เราเป็นสัตว์ของนิสัย "โดยทั่วไป คนมีระหว่างสาม และห้ารายการที่พวกเขาซื้อที่ร้านอาหารบางอย่าง และมัน หลังจากที่เราสามารถใช้ AWS Cloud เรามีพลังคำนวณและเก็บข้อมูล การเก็บข้อมูลทั้งหมดที่ทำนายพฤติกรรมผู้บริโภค"ใบสั่งจะจัดคิวการใช้บริการคิวอย่างอเมซอน (Amazon SQS) บริษัทสร้างคิวภูมิภาคด้าน Tapingo ที่กำหนดขั้นตอนการสั่งสำหรับร้านค้าตามประวัติและความต้องการของแต่ละร้านอาหาร ตัวอย่าง ถ้าคาเฟ่สามารถนำใบสั่งกาแฟ 25 ชั่วโมง Tapingo โดยอัตโนมัติปรับคิวตามการ คิวเสมือนมีการปรับปรุงในเวลาจริงใน Tapingo เพื่อให้ผู้ใช้รู้ว่าสิ่งที่คาดหวังในแง่ของเวลารอคอย นอกจากนี้บริษัทยังรักษาคิวสำหรับบริการตรวจสอบ Amazon CloudWatch ซึ่ง kicks ปิดโทรศัพท์ความล่าช้าหรือปัญหา Tapingo ยังใช้ 53 เส้นทาง Amazon เป็นบริการ DNSOster กล่าวว่า บริษัทแก้ปัญหาการจัดการสินค้าคงคลัง โดยใช้ Amazon ElastiCache แคสื่อสารระหว่างผู้ใช้และโดยประมาณของ "เกือบทั้งหมดการสื่อสารระหว่าง Tapingo และผู้อยู่ใน ElastiCache"

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 2:[สำเนา]

คัดลอก!

ทำไม Amazon Web Services หลังจากเดือนของการวิจัย, Tapingo ตัดสินใจที่จะย้ายไปอเมซอนเว็บเซอร์วิส (AWS) AWS ให้ scalability ความน่าเชื่อถือและพลังในการคำนวณว่า บริษัท จำเป็นเพื่อให้บริการเวลาจริงให้กับลูกค้า ปัจจัยในการตัดสินใจของ บริษัท ที่จะย้ายไป AWS เมฆก็คือว่า AWS สนับสนุนหลาม (ซึ่ง Tapingo ถูกเขียน) และมีความแข็งแกร่ง API ที่ช่วยให้นักพัฒนาทำให้เกิดการเปลี่ยนแปลงต่อสภาพแวดล้อมโดยไม่ต้องไปผ่าน UI. บริษัท เขียนสถาปัตยกรรม เพื่อให้ทำงานบน AWS แล้ว relaunched การตรวจสอบของ - ในหนึ่งวัน "เราตัดสินใจที่จะให้ขึ้นทั้งหมดซับซ้อนไร้ประโยชน์ที่เรามีและเพียงแค่ทำให้มันง่ายที่สุดเท่าที่จะเป็นไปได้" Oster กล่าวว่า ในการตรวจสอบที่เพิ่งเปิดตัว Tapingo นักศึกษาเลือกร้านอาหาร, คำสั่งปิดเมนู (ที่มีการปรับปรุงในเวลาจริงเพื่อระบุรายการเดียวที่มีอยู่) และจ่ายโดยใช้บัตรเครดิตบัตรนักศึกษาหรือ PayPal ร้านอาหารจะได้รับแจ้งทันทีของการสั่งซื้อและประมาณการเวลารถกระบะสำหรับผู้ใช้ ผู้ใช้ยังสามารถกำหนดเวลาการสั่งซื้อจะมีความพร้อมสำหรับรถกระบะในเวลาที่แน่นอนในแต่ละวัน. Tapingo ใช้ 40 Amazon Elastic Compute Cloud (Amazon EC2) กรณีสำหรับการตรวจสอบเซิร์ฟเวอร์สื่อสารเว็บไซต์การสั่งซื้อและการจัดการแคช ระบบการตั้งเวลาและสภาพแวดล้อมในการชำระ PCI ตามทั้งสองทำงานในกรณี Amazon EC2 เช่นกัน การสั่งซื้อและข้อมูลการทำธุรกรรมจะถูกเก็บไว้ในฐานข้อมูล MongoDB บริการบนฐานข้อมูลเชิงสัมพันธ์ Amazon (Amazon RDS). บริษัท ใช้ Amazon Redshift เป็นฐานข้อมูลการวิเคราะห์และคลังข้อมูลและการเรียกเก็บเงิน ระบบ Tapingo ข้อมูลรับส่งจาก MongoDB และ Amazon RDS ที่ Amazon Redshift ที่จะช่วยให้ บริษัท สามารถเรียกใช้รายงานและใช้การวิเคราะห์คาดการณ์ การทำเหมืองแร่ บริษัท สตรีมข้อมูลในการทำนายสิ่งที่ร้านอาหารควรสต็อกและเมื่อพวกเขาควรพนักงานขึ้นและขณะนี้คาดการณ์ว่าประมาณร้อยละ 30 ของการสั่งซื้อของทุกวัน "เราเป็นสิ่งมีชีวิตจากนิสัย" Oster กล่าวว่า "โดยทั่วไปคนมีระหว่างสามและห้ารายการที่พวกเขาซื้อที่ร้านอาหารบางอย่างและที่มัน ตอนนี้เราสามารถใช้ประโยชน์จาก AWS เมฆเรามีคอมพิวเตอร์และอำนาจการจัดเก็บข้อมูลในการจัดเก็บข้อมูลทั้งหมดที่และคาดการณ์พฤติกรรมของผู้บริโภค. " คำสั่งซื้อจะถูกจัดคิวใช้บริการคิว Amazon ง่าย (Amazon SQS) บริษัท ที่สร้างขึ้นคิวระดับภูมิภาคในด้าน Tapingo ที่กำหนดเพื่อการไหลสำหรับร้านค้าขึ้นอยู่กับรายละเอียดของร้านอาหารและความต้องการของแต่ละคน ตัวอย่างเช่นถ้าคาเฟ่สามารถใช้คำสั่งกาแฟ 25 ต่อชั่วโมง Tapingo จะปรับคิวตาม คิวเสมือนมีการปรับปรุงในเวลาจริงใน Tapingo เพื่อให้ผู้ใช้รู้ว่าสิ่งที่คาดหวังในแง่ของเวลารอ นอกจากนี้ บริษัท ยังคงคิวสำหรับการให้บริการการตรวจสอบ Amazon CloudWatch ซึ่ง kicks ปิดโทรศัพท์ในกรณีที่เกิดความล่าช้าหรือปัญหา Tapingo Amazon ยังใช้เส้นทาง 53 เป็นบริการ DNS ของ. บริษัท โหม่งปัญหาการจัดการสินค้าคงคลังโดยใช้ Amazon ElastiCache ต่อการสื่อสารระหว่างผู้ใช้แคชและการตรวจสอบของ "เกือบทุกการสื่อสารระหว่าง Tapingo และผู้ใช้อยู่ใน ElastiCache" Oster กล่าวว่า

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 3:[สำเนา]

คัดลอก!

ทำไมบริการเว็บของ Amazon หลังจากเดือนของการวิจัย tapingo ตัดสินใจที่จะโยกย้ายไปยังบริการเว็บของ Amazon ( AWS ) AWS ให้ scalability ความน่าเชื่อถือและพลังคอมพิวเตอร์ที่บริษัทต้องการ เพื่อที่จะให้บริการแบบเรียลไทม์ให้กับลูกค้าอีกปัจจัยหนึ่งในการตัดสินใจของ บริษัท ที่จะย้ายไปยังเมฆที่ AWS AWS สนับสนุน Python ( ซึ่ง tapingo เขียน ) และมีเสถียรภาพ API ที่ช่วยให้นักพัฒนาเปลี่ยนแปลงสภาพแวดล้อมโดยไม่ต้องผ่าน UI .

บริษัทเขียนสถาปัตยกรรมใช้ AWS และ relaunched app - ของ ในวันเดียว" เราตัดสินใจที่จะให้ขึ้นทั้งหมดไร้ประโยชน์ ความซับซ้อนที่เรามีและเพียงแค่ให้มันเป็นง่ายๆเป็นไปได้ " Oster กล่าว ในเปิดใหม่ tapingo app , นักเรียนเลือกร้านอาหาร สั่งจากเมนู ( ซึ่งมีการปรับปรุงในเวลาจริงเพื่อระบุรายการเท่านั้นที่ใช้ได้ ) และจ่ายโดยใช้บัตรเครดิต บัตรนักเรียน หรือ PayPal ร้านอาหารทันทีแจ้งการสั่งซื้อและประมาณการรถกระบะเวลาสำหรับผู้ใช้ นอกจากนี้ ผู้ใช้ยังสามารถกำหนดคำสั่งให้เตรียมพร้อมสำหรับรถกระบะในเวลาที่แน่นอนในแต่ละวัน

tapingo ใช้ 40 ( Amazon EC2 Amazon Elastic Compute Cloud ) กรณีเซิร์ฟเวอร์การสื่อสาร app ของเว็บไซต์ กระบวนการสั่งซื้อและการจัดการแคช การกำหนดระบบและ PCI ตามสภาพแวดล้อมทั้งวิ่งบน Amazon EC2 จ่ายกรณีเช่นกันคำสั่งและข้อมูลการติดต่อจะถูกเก็บไว้ในฐานข้อมูลในฐานข้อมูลเชิงสัมพันธ์ mongodb Amazon บริการ Amazon RDS ) .

บริษัทใช้ Amazon การเคลื่อนไปทางแดงเป็นฐานข้อมูลของวิเคราะห์ข้อมูลคลังสินค้าและการเรียกเก็บเงิน ระบบ tapingo ของการถ่ายโอนข้อมูลจาก mongodb และ Amazon RDS Amazon คุณสมบัติเพื่อให้บริษัทสามารถเรียกใช้รายงานและใช้ในการพยากรณ์ .บริษัทเหมืองธารข้อมูลที่จะคาดการณ์สิ่งที่ร้านอาหารควรหุ้นและเมื่อพวกเขาควรมีทีมงานและขณะนี้คาดการณ์ประมาณ 30 เปอร์เซ็นต์ของใบสั่งของทุกๆวัน " เราเป็นสิ่งมีชีวิตของนิสัย " Oster กล่าว " โดยทั่วไป ผู้ที่ได้ระหว่างสามและห้ารายการที่พวกเขาซื้อที่ร้านอาหารบางอย่าง และนั่น . . . ตอนนี้เราสามารถใช้ประโยชน์จาก AWS เมฆเรามีคอมพิวเตอร์และเก็บพลังงานเพื่อเก็บรวบรวมข้อมูลและทำนายพฤติกรรมของผู้บริโภค . "

ใบสั่งจะเข้าคิวรอใช้บริการ Amazon ง่ายคิว ( Amazon sqs ) บริษัท ที่สร้างคิวระดับภูมิภาคในด้าน tapingo ว่าชุดการไหลเพื่อให้ร้านค้าแต่ละร้าน ตามรายละเอียดและความต้องการ ตัวอย่างเช่นถ้าคาเฟ่สามารถใช้เวลาเพียง 25 กาแฟสั่งต่อ ชั่วโมงtapingo ปรับโดยอัตโนมัติคิวตาม คิวเสมือนมีการปรับปรุงในเวลาจริงใน tapingo เพื่อให้ผู้ใช้รู้ว่าสิ่งที่คาดหวังในแง่ของการรอเวลา นอกจากนี้ บริษัท ยังดูแลคิวสำหรับการบริการตรวจสอบ Amazon cloudwatch ซึ่ง kicks ปิดโทรศัพท์ในกรณีของความล่าช้าหรือปัญหา tapingo ยังใช้ Amazon 53 เส้นทางเป็น DNS บริการ

บริษัท tackles ปัญหาการจัดการสินค้าคงคลัง โดยใช้ Amazon elasticache แคการสื่อสารระหว่างผู้ใช้ และโปรแกรมประยุกต์ " เกือบทุกการสื่อสารระหว่าง tapingo และผู้ใช้ใน elasticache " Oster กล่าว

การแปล กรุณารอสักครู่..

ภาษาอื่น ๆ

การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.