一览表

全球高级汽车制造商奥迪股份公司（奥迪）通过其在线汽车配置器工具帮助客户和经销商定制其车辆的完美配置。购车过程的这一重要部分在全球30多个市场都有，但奥迪的单体式、现场基础设施使其效率低下，维护复杂。通过迁移到亚马逊网络服务（AWS），奥迪提高了其工具的可扩展性、性能和成本。

机会 | 使用AWS for AUDI提高可扩展性、可用性、效率和延迟

奥迪是大众集团的子公司，为全球100多个市场生产优质汽车。经销商可以使用其汽车配置器为客户定制和下订单。客户还使用该工具在奥迪网站上购物和比较车辆。汽车配置器是客户的主要切入点，也是一个高度关键的业务应用程序。

奥迪的汽车配置器后端作为整体式应用程序在场所运行。但奥迪希望使其更具可扩展性和资源效率，以便在不过度配置资源的情况下更好地处理大流量激增，并向个别市场发布软件更新。因此，它需要高效率、高可用性和无缝可扩展性。该公司在本地环境中过度配置，需要将额外的服务器保持待机状态，因为建立全新的环境需要几天或几周的内部流程。

2018年，奥迪在北美市场测试了其在云端工具，作为原型。在通过原型验证了云的好处后，奥迪将其生产应用程序迁移到亚马逊弹性计算云（亚马逊EC2），该云为几乎任何工作负载提供安全和可调整大小的计算容量。该公司开始使用基础设施自动化工具Terraform和AWS CloudFormation来部署其基础设施，AWS CloudFormation使用基础设施作为代码来加快云配置。在云中，奥迪不再需要管理设备和数据中心；相反，它可以根据需要配置资源。该公司还通过使用AWS区域（AWS集群数据中心在世界各地的物理位置）将工作负载部署到这些客户附近，解决了其海外客户遇到的延迟问题。

在AWS上，开发速度和稳定性提高了，开发人员的生产力也提高了。奥迪的PO兼系统架构师Florian Königer说：“我们现在以基础设施为代码做所有事情。”完整的环境是使用Terraform和AWS CloudFormation为某些组件构建的。奥迪还简化了维护，并赋予开发人员更多选项，以在精细级别设置权限，并避免不必要的开销。通过应用蓝色/绿色部署，奥迪可以稳定其环境，因为它可以覆盖云中的资源峰值。

为了提高其应用程序的敏捷性、部署速度和可扩展性，奥迪迁移到容器化架构。这也简化了向个别市场发布更新。奥迪选择通过使用Kubernetes（一个用于管理容器的开源系统）及其集群自动缩放器功能来部署容器，将其整体应用程序拆分为微服务。该公司希望进一步优化其运营管理并提高灵活性，同时利用各种亚马逊EC2购买选项和多架构解决方案。因此，它决定迁移到Karpenter，这是一个开源、高性能的Kubernetes集群自动缩放器，最初由AWS构建并贡献给云原生计算基金会。

解决方案 | 使用基于Graviton的实例和Karpenter来提高性能和灵活性

使用Karpenter，该公司可以使用不同的亚马逊EC2购买选项、实例类型和大小，此外还可以通过单一配置使用具有不同处理器的实例组合。因此，奥迪可以根据该实例的价格容量优化分配策略自动选择完美的实例。该公司的购买选项包括亚马逊EC2按需实例、亚马逊EC2现货实例和亚马逊EC2保留实例。

2021年，奥迪开始使用由AWS Graviton处理器提供支持的Amazon EC2实例，这些处理器是由AWS开发的定制服务器处理器，为在Amazon EC2上运行的云工作负载提供高达40%的价格性能。随着它在2024年扩展其多架构解决方案，该公司利用Karpenter的管理能力来促进基于AWS Graviton的Amazon EC2实例的配置。

奥迪的开发团队使用基于Graviton的实例、保留实例和Spot实例的组合来生产工作负载。因此，该公司优化了其工作负载的价格性能，并降低了汽车配置器的计算成本。奥迪使用卡彭特在生产中运行约一千个Kubernetes吊舱。现在，奥迪的每个实例都由卡彭特直接管理，因此它可以更加灵活。通过在实例级别而不是自动缩放组级别进行配置，该公司降低了成本。与本地系统相比，它使用基于Graviton的实例节省了63%的计算成本，并将应用程序的启动时间加快了高达20%。

奥迪也优化了资源消耗。通过使用Karpenter，该公司提高了效率，特别是在周末的时间表上，以降低开发环境中的配置能力。

结果 | 继续云迁移以改善客户体验

奥迪通过将其汽车配置器应用程序迁移到亚马逊EC2实例和Karpenter的组合，加快了应用程序的启动时间，提高了可扩展性，并减少了客户的延迟。Königer说：“在AWS上，与我们的本地设置相比，可用性有所提高。”“我们还有更低的延迟和更短的响应时间。”

通过迁移到云端，该公司优化了其计算基础设施，并改善了客户和经销商的体验。