Coinbase revela cómo utiliza el ML para gestionar el alto tráfico
Coinbase revela cómo utiliza el ML para gestionar el alto tráfico
Coinbase ha aprovechado eficazmente el aprendizaje automático (ML) para hacer frente a los desafíos planteados por la actividad impredecible de los usuarios en su plataforma, especialmente durante los períodos de alta volatilidad en los mercados de criptomonedas. Estos picos hacen que sea esencial para la plataforma escalar sus recursos de forma dinámica.
La naturaleza de los mercados de criptomonedas hace que el tráfico en Coinbase pueda aumentar de forma inesperada. Los métodos tradicionales de escalado de bases de datos en respuesta a los picos de tráfico a menudo resultaban inadecuados, ya que eran demasiado lentos para reaccionar a los cambios repentinos. Consciente de ello, Coinbase ha desarrollado una solución de escalado automatizado basada en ML, según el artículo de la bolsa.
El nuevo sistema predice los picos de tráfico antes de que se produzcan, lo que permite a la plataforma escalar sus recursos de forma proactiva en lugar de reactiva para garantizar un funcionamiento sin problemas.
Enfoques y retos del escalado de bases de datos.
Aunque muchos servicios web pueden escalarse horizontalmente (añadiendo más máquinas), este método plantea retos específicos para las bases de datos. El escalado horizontal implica añadir nuevos nodos o réplicas, pero este proceso es lento debido al tiempo que se tarda en recuperar los datos de los mismos.
Dadas las numerosas limitaciones, la solución de Coinbase necesitaba activar el escalado antes de los picos de tráfico, no después. Por lo tanto, Coinbase recurrió al ML para un enfoque predictivo.
Modelo de aprendizaje automático para el escalado predictivo.
El núcleo de la solución de Coinbase es un modelo de clasificación que predice si el tráfico superará un determinado umbral en las próximas horas. Este modelo integra datos sobre la carga actual de la plataforma y factores externos como las fluctuaciones de los precios de las criptomonedas, que se sabe que se correlacionan con los picos de tráfico. Los cálculos del modelo indican cuánto tráfico debería poder soportar la infraestructura en un momento dado.
Aplicación y ventajas.
El objetivo de escala se controla mediante un módulo Auto-Scaler, que ajusta la capacidad de la base de datos según sea necesario. Si el tráfico previsto supera el objetivo de escala actual, el sistema aumenta su capacidad de forma preventiva. Si el tráfico sigue siendo bajo, el sistema se reduce para conservar recursos.
Este enfoque no sólo garantiza que la plataforma pueda hacer frente a los picos de tráfico sin tiempo de inactividad, sino que también optimiza los costes de infraestructura al evitar un exceso de aprovisionamiento innecesario.
La nueva solución permite a Coinbase gestionar mejor sus recursos al tiempo que mantiene un servicio sólido y ágil para los usuarios.
Véase también: Binance reconocida por la policía de HK por ayudar a resolver un caso de secuestro
