选择 AutoMQ 的行业领导者
AutoMQ 已被互联网、金融服务、汽车制造等诸多行业领导者应用于实际生产环境,替换 Apache Kafka,构建低成本、自动弹性的数据流平台。
钟厚
京东架构师
京东原使用 Kafka 因双重三副本策略导致九份数据冗余六份,采用 AutoMQ,直接依托底层云存储 CubeFS,省去上层复制,架构全面落地预计节省三分之二的存储成本。AutoMQ 无状态计算层,完美符合容器化改造需求,显著提升系统灵活性。
张亿皓
小红书云原生数据存储专家
小红书通过 RedKafka 的云原生及冷热分层技术,承载公司的海量日志、算法、安全等实时数据,但在灵活扩缩容方面仍然面临难题,且成本存在进一步压缩空间。AutoMQ 基于 EBS 共享存储与对象存储的全新架构,能为扩缩容带来极大的弹性能力提升,其存算分离特性也更契合当前基于 Kubernetes 的运维需求,与小红书当前的消息引擎技术架构结合后,能带来更大的降本增效的空间。
陈天予
长城汽车技术总监
长城汽车在多个公有云平台上构建多云多活的应用系统架构,其中对于消息中间件的跨云多活和实时容灾上存在巨大的挑战。选择 AutoMQ 后,得益于其天然的多云支持和 Kubernetes 兼容性,我们能够实现在多云部署的应用系统多活和流量调配。
更多客户案例
京东原使用 Kafka 因双重三副本策略导致九份数据冗余六份,采用 AutoMQ,直接依托底层云存储 CubeFS,省去上层复制,架构全面落地预计节省三分之二的存储成本。AutoMQ 无状态计算层,完美符合容器化改造需求,显著提升系统灵活性。
钟厚
京东架构师
小红书通过 RedKafka 的云原生及冷热分层技术,承载公司的海量日志、算法、安全等实时数据,但在灵活扩缩容方面仍然面临难题,且成本存在进一步压缩空间。AutoMQ 基于 EBS 共享存储与对象存储的全新架构,能为扩缩容带来极大的弹性能力提升,其存算分离特性也更契合当前基于 Kubernetes 的运维需求,与小红书当前的消息引擎技术架构结合后,能带来更大的降本增效的空间。
张亿皓
小红书云原生数据存储专家
得物原依赖 Kafka 构建可观测平台,每三月需投入多人天实施扩缩容操作。自引入 AutoMQ 后,其将存储卸至 OSS,计算层无状态,完全兼容 Kafka,实现了全自动弹性伸缩,无需人工干预,大幅降低云资源成本,减支高达 85%。
郝豪
得物技术稳定性负责人
360 公司内部广泛采用了 Apache Kafka,但其存算一体的架构在集群扩缩容时需迁移数据,且容易受到客户端冷读和服务器故障的影响,增加了运维负担。相比之下,AutoMQ 采用存算分离架构,数据存放于对象存储中,集群扩缩容无需数据迁移。此外,AutoMQ 与 Apache Kafka 完全兼容,能有效屏蔽硬件故障,确保读写流量不会相互干扰,显著提升了运维效率并降低了扩容风险。
王任义
360 架构师
长城汽车在多个公有云平台上构建多云多活的应用系统架构,其中对于消息中间件的跨云多活和实时容灾上存在巨大的挑战。选择 AutoMQ 后,得益于其天然的多云支持和 Kubernetes 兼容性,我们能够实现在多云部署的应用系统多活和流量调配。
陈天予
长城汽车技术总监
涂鸦采用 AutoMQ 替代 Kafka 用于 IoT 场景,因其优秀的云原生架构避免了跨 AZ 的数据复制,大幅降低了流量成本。此外,其支持的秒级分区迁移功能,极大简化了运维流程,降低了系统扩容的风险。这些优势使 AutoMQ 成为我们理想的选择。
金李东
涂鸦智能架构师
TokenPocket,作为全球领先的多链自托管钱包,面临回放数年前 Kafka 消息的需求。原基于 Apache Kafka 的方案成本高昂。采用 AutoMQ 替代后,数据存储转至对象存储,显著降低了总体成本。
该车企使用 Apache Kafka 收集车机上报的数据,应用分布在多个公有云和私有云环境,业务流量存在规律的潮汐效应。基于 AutoMQ 构建了混合云统一管理的 Kafka 平台,因为 AutoMQ 使用对象存储,并支持 Auto-Scaling,新方案相比原方案综合成本降低了 40%+。
该互联网出行企业原先基于 ESSD 云盘部署 Apache Kafka,大集群扩缩容和分区迁移运维非常复杂,而且存储成本高,消息保存时长不满足业务的发展诉求。使用 AutoMQ 替换 Apache Kafka 免去了扩缩容等运维负担,而且对象存储价格便宜,可以支撑更长的消息保存时长,整体成本降低了30%。
该新能源车企使用 Apache Kafka 收集车机数据,出行高峰和低峰场景吞吐压力波动巨大。原先使用云托管版本只能升配不能降配,选择 AutoMQ 是因为它支持 Auto-Scaling 和持续数据重平衡,可以很好地匹配业务压力自由弹性伸缩并降低集群成本。
该互联网公司大量使用 Kafka 收集应用埋点和运营分析数据,存量集群分布在 IDC,增量业务使用公有云 Kafka 服务。AutoMQ 的技术架构仅依赖 S3 存储,成本优势明显,且天然适合多云和混合云部署。最终,我们的云上集群选择 AutoMQ 全托管的云服务替换了云厂商 Kafka,成本直接降低 50%,IDC 集群选择基于 Ceph 建设 AutoMQ,既能充分利用既有设施,又能实现统一的集群管理。
该新能源车企使用 Apache Kafka 收集车机数据。原先使用了云托管版本 Kafka,在业务规模增大时成本膨胀非常明显,且云托管版本弹性能力差,扩容期间可能产生乱序等业务受损,缩容也比较困难。AutoMQ 将存储卸载到对象存储后,天然支持 Auto-Scaling 和持续数据重平衡,可以很好地匹配业务压力自由弹性伸缩并降低集群成本。