SlideShare ist ein Scribd-Unternehmen logo
1 von 18
Downloaden Sie, um offline zu lesen
300+ Mio User pro Monat im Realtime
              Bidding
           Markus Ostertag
Wer bin ich?
•   Online seit 1994
•   Webseiten seit 1996
•   Diplom-Informatik TU München
•   Gründer MovieMaze.de (Verkauf 2012)
•   Skalierungsfuzzi bei Onpage.org
•   Seit 11/2012 bei Team Internet als Head of Development
    (Advertiser Products)



                      300+ Mio User pro Monat im Realtime Bidding
Wer bin ich?
• Technisch „anders“ denken

• Campixx 2011
   – Performance von Webseiten
• Campixx 2012
   – Amazon Webservices
• Technische Produkte/Ideen als Anreiz für Eigenrecherche



                     300+ Mio User pro Monat im Realtime Bidding
Wer sind wir?
• Team Internet AG
• Nische: Domaining
   – Sitz in München
   – Ca. 15 Leute




                       300+ Mio User pro Monat im Realtime Bidding
Was ist DNTX?
• 2nd tier Monetarisierung von Domain Parking Traffic
• Ablauf:
   – User tippt im Browser eine Keyword-Domain ein (z.B.
     bodybuilding.info)
   – Domain ist von einem Domainer geparkt
   – Kunde (bodybuilding.com) bucht diesen Traffic als PPR (Pay-per-
     Redirect) bei DNTX
   – User wird mit einer Zwischenseite zu bodybuilding.com geleitet



                       300+ Mio User pro Monat im Realtime Bidding
Was passiert da technisch?
• User tippt Domain ein, die geparkt ist
• Parkingplattform macht einen Feed-Request bei DNTX
   – IP
   – UserAgent
   – Domain
   – Optional: Keywords




                      300+ Mio User pro Monat im Realtime Bidding
Was passiert da technisch?
• DNTX wertet diese Information aus/reichert an (Geo-
  Targeting, UA-Auswertung)
• Sucht nach höchstem Gebot für diesen User (Real Time
  Bidding)
• DNTX antwortet der Parkingplattform mit dem höchsten
  Gebot und einem Tracking-Link
• Parkingplattform nimmt Gebot an und leitet per 302 auf
  DNTX-Trackinglink
• DNTX übernimmt User und leitet auf Zielseite


                     300+ Mio User pro Monat im Realtime Bidding
Technische Herausforderungen
•   >200 Requests/Sekunde auf den Feed (> 17 Mio. pro Tag)
•   >300 Mio. Unique User im Monat
•   Antwortzeiten müssen <1 Sek. sein
•   RTB komplex, wegen externer/interner Anfragen
•   Verarbeitung von >25GB Tracking-Daten pro Tag
•   Traffic >1,5TB Incoming & >2 TB Outgoing




                      300+ Mio User pro Monat im Realtime Bidding
Technische Komponenten
• Amazon Webservices
• Nginx
   – Load Balancer
   – Reverse Proxy
• Node.js
   – Feeder
   – UI
   – Tracking
• MongoDB


                     300+ Mio User pro Monat im Realtime Bidding
AWS
• Virtualisierte Hardware bei Amazon EC2
   – Skalierbarkeit
• EBS-Volumes als Datenspeicher
• S3/Glacier für Backups
• Virtual Private Cloud
   – Mehrere Rechenzentren




                      300+ Mio User pro Monat im Realtime Bidding
Node.js
•   JavaScript Framework
•   Google V8 Engine (identisch zu Chrome)
•   Non-blocking
•   Event-driven
•   Lightweight (geringer Memory-Footprint)
•   Npm (node package manager)




                      300+ Mio User pro Monat im Realtime Bidding
Node.js Event Loop




                 300+ Mio User pro Monat im Realtime Bidding
MongoDB
•   High performance
•   Schemafrei
•   Dokumentenbasiert
•   Horizontal skalierbar
    – Sharding
    – Replica Sets
• Datacenter Awareness
• Node.js & MongoDB = ♥

                       300+ Mio User pro Monat im Realtime Bidding
MongoDB
• >300.000 Queries pro Sekunde
   – Ca. 75% Writes
• >99,9% aller Queries werden in <50ms
  beantwortet/verarbeitet
• Verteilt auf mehrere Rechenzentren
   – Ausfallsicherheit




                         300+ Mio User pro Monat im Realtime Bidding
Sharding in MongoDB




          Quelle: http://docs.mongodb.org/ecosystem/tutorial/install-mongodb-on-amazon-ec2/




                           300+ Mio User pro Monat im Realtime Bidding
Replica Sets in MongoDB




           Quelle: http://docs.mongodb.org/ecosystem/tutorial/install-mongodb-on-amazon-ec2/




                            300+ Mio User pro Monat im Realtime Bidding
Notizzettel
• Es gibt mehr
    – als Apache
        • Nginx
        • lighttpd
    – als PHP
        • Node.js
    – als MySQL
        • MongoDB
        • NoSQL
    – als 1&1
        • virtualisierte Hardware für (finanzielle) Flexibilität

• Out of the Box/kreativ denken!


                                 300+ Mio User pro Monat im Realtime Bidding
Danke!


• Mail: markus@teaminternet.de
• Xing: http://xing.to/mo
• Facebook: http://fb.me/markus.ostertag




                       300+ Mio User pro Monat im Realtime Bidding

Weitere ähnliche Inhalte

Andere mochten auch

Andere mochten auch (16)

fùtbol
fùtbolfùtbol
fùtbol
 
ロボットサミットとは? in 京都 on 2012年8月
ロボットサミットとは? in 京都 on 2012年8月ロボットサミットとは? in 京都 on 2012年8月
ロボットサミットとは? in 京都 on 2012年8月
 
Plaza District Parking Blueprint
Plaza District Parking BlueprintPlaza District Parking Blueprint
Plaza District Parking Blueprint
 
Trusts updates. nov dec 2011
Trusts updates. nov dec 2011Trusts updates. nov dec 2011
Trusts updates. nov dec 2011
 
Metodologi Pengembangan
Metodologi PengembanganMetodologi Pengembangan
Metodologi Pengembangan
 
Presentation 1
Presentation 1Presentation 1
Presentation 1
 
Declaration of Independence US - Website CHALLENGE
Declaration of Independence US - Website CHALLENGEDeclaration of Independence US - Website CHALLENGE
Declaration of Independence US - Website CHALLENGE
 
Sql commands
Sql commandsSql commands
Sql commands
 
Crop Assignment
Crop AssignmentCrop Assignment
Crop Assignment
 
The Bawse Legacy: Intro
The Bawse Legacy: IntroThe Bawse Legacy: Intro
The Bawse Legacy: Intro
 
Tms overview
Tms overviewTms overview
Tms overview
 
Disease
DiseaseDisease
Disease
 
Матвійчук P
Матвійчук PМатвійчук P
Матвійчук P
 
презентація
презентаціяпрезентація
презентація
 
Mathematics anxiety-part Musyrifah
Mathematics anxiety-part MusyrifahMathematics anxiety-part Musyrifah
Mathematics anxiety-part Musyrifah
 
B beeper
B beeperB beeper
B beeper
 

Ähnlich wie SeoCampixx 2013 - DNTX - 300+ Mio User pro Monat im Realtime Bidding

MongoDB-Skalierung auf echter Hardware vs. Amazon EC2
MongoDB-Skalierung auf echter Hardware vs. Amazon EC2MongoDB-Skalierung auf echter Hardware vs. Amazon EC2
MongoDB-Skalierung auf echter Hardware vs. Amazon EC2Team Internet
 
Neo4j Use Cases - Graphdatenbanken im Einsatz
Neo4j Use Cases - Graphdatenbanken im EinsatzNeo4j Use Cases - Graphdatenbanken im Einsatz
Neo4j Use Cases - Graphdatenbanken im EinsatzNeo4j
 
Osudio + commercetools Webinar: Microservices - Flexibilität und Geschwindigk...
Osudio + commercetools Webinar: Microservices - Flexibilität und Geschwindigk...Osudio + commercetools Webinar: Microservices - Flexibilität und Geschwindigk...
Osudio + commercetools Webinar: Microservices - Flexibilität und Geschwindigk...Dirk Hoerig
 
Responsive Mit Irhem Webseiten (German Edition)
Responsive Mit Irhem Webseiten (German Edition)Responsive Mit Irhem Webseiten (German Edition)
Responsive Mit Irhem Webseiten (German Edition)Koombea
 
Back to the Frontend – aber nun mit Microservices
Back to the Frontend – aber nun mit MicroservicesBack to the Frontend – aber nun mit Microservices
Back to the Frontend – aber nun mit MicroservicesAndré Fleischer
 
Microservice architecture applied. 14 Praxis-Tipps für die Nutzung von Micros...
Microservice architecture applied. 14 Praxis-Tipps für die Nutzung von Micros...Microservice architecture applied. 14 Praxis-Tipps für die Nutzung von Micros...
Microservice architecture applied. 14 Praxis-Tipps für die Nutzung von Micros...Ramon Anger
 
Alle reden über Microservices - Wie haben wir es bei LeanIX gemacht @ EA Conn...
Alle reden über Microservices - Wie haben wir es bei LeanIX gemacht @ EA Conn...Alle reden über Microservices - Wie haben wir es bei LeanIX gemacht @ EA Conn...
Alle reden über Microservices - Wie haben wir es bei LeanIX gemacht @ EA Conn...LeanIX GmbH
 
AdminCamp2017 - ApplicationInsights
AdminCamp2017 - ApplicationInsightsAdminCamp2017 - ApplicationInsights
AdminCamp2017 - ApplicationInsightsChristoph Adler
 
Google Analytics Konferenz 2012: Siegfried Stepke, e-dialog: Analytics for En...
Google Analytics Konferenz 2012: Siegfried Stepke, e-dialog: Analytics for En...Google Analytics Konferenz 2012: Siegfried Stepke, e-dialog: Analytics for En...
Google Analytics Konferenz 2012: Siegfried Stepke, e-dialog: Analytics for En...e-dialog GmbH
 
Clickstream Analysis with Spark
Clickstream Analysis with Spark Clickstream Analysis with Spark
Clickstream Analysis with Spark Josef Adersberger
 
Clickstream Analysis with Spark - Understanding Visitors in Real Time
Clickstream Analysis with Spark - Understanding Visitors in Real TimeClickstream Analysis with Spark - Understanding Visitors in Real Time
Clickstream Analysis with Spark - Understanding Visitors in Real TimeQAware GmbH
 
Data Is The New Oil
Data Is The New OilData Is The New Oil
Data Is The New OilParStream
 
Redaktionelle Hochlastwebseiten am Beispiel von stern.de
Redaktionelle Hochlastwebseiten am Beispiel von stern.deRedaktionelle Hochlastwebseiten am Beispiel von stern.de
Redaktionelle Hochlastwebseiten am Beispiel von stern.deNils Langner
 
Chefkoch goes Drupal8
Chefkoch goes Drupal8Chefkoch goes Drupal8
Chefkoch goes Drupal8Per Bernhardt
 
2008 - Basta!: Massendaten auf dem Client
2008 - Basta!: Massendaten auf dem Client2008 - Basta!: Massendaten auf dem Client
2008 - Basta!: Massendaten auf dem ClientDaniel Fisher
 
Werbeplanung.at SUMMIT 15 - Strategische Optionen: Unterschiedliche Herangehe...
Werbeplanung.at SUMMIT 15 - Strategische Optionen: Unterschiedliche Herangehe...Werbeplanung.at SUMMIT 15 - Strategische Optionen: Unterschiedliche Herangehe...
Werbeplanung.at SUMMIT 15 - Strategische Optionen: Unterschiedliche Herangehe...Werbeplanung.at Summit
 
Big Data Webinar (Deutsch)
Big Data Webinar (Deutsch)Big Data Webinar (Deutsch)
Big Data Webinar (Deutsch)AWS Germany
 
JavaScript goes Enterprise - Node.js-Anwendungen mit Visual Studio und den No...
JavaScript goes Enterprise - Node.js-Anwendungen mit Visual Studio und den No...JavaScript goes Enterprise - Node.js-Anwendungen mit Visual Studio und den No...
JavaScript goes Enterprise - Node.js-Anwendungen mit Visual Studio und den No...Peter Hecker
 

Ähnlich wie SeoCampixx 2013 - DNTX - 300+ Mio User pro Monat im Realtime Bidding (20)

MongoDB-Skalierung auf echter Hardware vs. Amazon EC2
MongoDB-Skalierung auf echter Hardware vs. Amazon EC2MongoDB-Skalierung auf echter Hardware vs. Amazon EC2
MongoDB-Skalierung auf echter Hardware vs. Amazon EC2
 
Neo4j Use Cases - Graphdatenbanken im Einsatz
Neo4j Use Cases - Graphdatenbanken im EinsatzNeo4j Use Cases - Graphdatenbanken im Einsatz
Neo4j Use Cases - Graphdatenbanken im Einsatz
 
Osudio + commercetools Webinar: Microservices - Flexibilität und Geschwindigk...
Osudio + commercetools Webinar: Microservices - Flexibilität und Geschwindigk...Osudio + commercetools Webinar: Microservices - Flexibilität und Geschwindigk...
Osudio + commercetools Webinar: Microservices - Flexibilität und Geschwindigk...
 
xtcModified Crashkurs
xtcModified CrashkursxtcModified Crashkurs
xtcModified Crashkurs
 
Responsive Mit Irhem Webseiten (German Edition)
Responsive Mit Irhem Webseiten (German Edition)Responsive Mit Irhem Webseiten (German Edition)
Responsive Mit Irhem Webseiten (German Edition)
 
Back to the Frontend – aber nun mit Microservices
Back to the Frontend – aber nun mit MicroservicesBack to the Frontend – aber nun mit Microservices
Back to the Frontend – aber nun mit Microservices
 
Chatbot Hackathon Slidedeck
Chatbot Hackathon SlidedeckChatbot Hackathon Slidedeck
Chatbot Hackathon Slidedeck
 
Microservice architecture applied. 14 Praxis-Tipps für die Nutzung von Micros...
Microservice architecture applied. 14 Praxis-Tipps für die Nutzung von Micros...Microservice architecture applied. 14 Praxis-Tipps für die Nutzung von Micros...
Microservice architecture applied. 14 Praxis-Tipps für die Nutzung von Micros...
 
Alle reden über Microservices - Wie haben wir es bei LeanIX gemacht @ EA Conn...
Alle reden über Microservices - Wie haben wir es bei LeanIX gemacht @ EA Conn...Alle reden über Microservices - Wie haben wir es bei LeanIX gemacht @ EA Conn...
Alle reden über Microservices - Wie haben wir es bei LeanIX gemacht @ EA Conn...
 
AdminCamp2017 - ApplicationInsights
AdminCamp2017 - ApplicationInsightsAdminCamp2017 - ApplicationInsights
AdminCamp2017 - ApplicationInsights
 
Google Analytics Konferenz 2012: Siegfried Stepke, e-dialog: Analytics for En...
Google Analytics Konferenz 2012: Siegfried Stepke, e-dialog: Analytics for En...Google Analytics Konferenz 2012: Siegfried Stepke, e-dialog: Analytics for En...
Google Analytics Konferenz 2012: Siegfried Stepke, e-dialog: Analytics for En...
 
Clickstream Analysis with Spark
Clickstream Analysis with Spark Clickstream Analysis with Spark
Clickstream Analysis with Spark
 
Clickstream Analysis with Spark - Understanding Visitors in Real Time
Clickstream Analysis with Spark - Understanding Visitors in Real TimeClickstream Analysis with Spark - Understanding Visitors in Real Time
Clickstream Analysis with Spark - Understanding Visitors in Real Time
 
Data Is The New Oil
Data Is The New OilData Is The New Oil
Data Is The New Oil
 
Redaktionelle Hochlastwebseiten am Beispiel von stern.de
Redaktionelle Hochlastwebseiten am Beispiel von stern.deRedaktionelle Hochlastwebseiten am Beispiel von stern.de
Redaktionelle Hochlastwebseiten am Beispiel von stern.de
 
Chefkoch goes Drupal8
Chefkoch goes Drupal8Chefkoch goes Drupal8
Chefkoch goes Drupal8
 
2008 - Basta!: Massendaten auf dem Client
2008 - Basta!: Massendaten auf dem Client2008 - Basta!: Massendaten auf dem Client
2008 - Basta!: Massendaten auf dem Client
 
Werbeplanung.at SUMMIT 15 - Strategische Optionen: Unterschiedliche Herangehe...
Werbeplanung.at SUMMIT 15 - Strategische Optionen: Unterschiedliche Herangehe...Werbeplanung.at SUMMIT 15 - Strategische Optionen: Unterschiedliche Herangehe...
Werbeplanung.at SUMMIT 15 - Strategische Optionen: Unterschiedliche Herangehe...
 
Big Data Webinar (Deutsch)
Big Data Webinar (Deutsch)Big Data Webinar (Deutsch)
Big Data Webinar (Deutsch)
 
JavaScript goes Enterprise - Node.js-Anwendungen mit Visual Studio und den No...
JavaScript goes Enterprise - Node.js-Anwendungen mit Visual Studio und den No...JavaScript goes Enterprise - Node.js-Anwendungen mit Visual Studio und den No...
JavaScript goes Enterprise - Node.js-Anwendungen mit Visual Studio und den No...
 

SeoCampixx 2013 - DNTX - 300+ Mio User pro Monat im Realtime Bidding

  • 1. 300+ Mio User pro Monat im Realtime Bidding Markus Ostertag
  • 2. Wer bin ich? • Online seit 1994 • Webseiten seit 1996 • Diplom-Informatik TU München • Gründer MovieMaze.de (Verkauf 2012) • Skalierungsfuzzi bei Onpage.org • Seit 11/2012 bei Team Internet als Head of Development (Advertiser Products) 300+ Mio User pro Monat im Realtime Bidding
  • 3. Wer bin ich? • Technisch „anders“ denken • Campixx 2011 – Performance von Webseiten • Campixx 2012 – Amazon Webservices • Technische Produkte/Ideen als Anreiz für Eigenrecherche 300+ Mio User pro Monat im Realtime Bidding
  • 4. Wer sind wir? • Team Internet AG • Nische: Domaining – Sitz in München – Ca. 15 Leute 300+ Mio User pro Monat im Realtime Bidding
  • 5. Was ist DNTX? • 2nd tier Monetarisierung von Domain Parking Traffic • Ablauf: – User tippt im Browser eine Keyword-Domain ein (z.B. bodybuilding.info) – Domain ist von einem Domainer geparkt – Kunde (bodybuilding.com) bucht diesen Traffic als PPR (Pay-per- Redirect) bei DNTX – User wird mit einer Zwischenseite zu bodybuilding.com geleitet 300+ Mio User pro Monat im Realtime Bidding
  • 6. Was passiert da technisch? • User tippt Domain ein, die geparkt ist • Parkingplattform macht einen Feed-Request bei DNTX – IP – UserAgent – Domain – Optional: Keywords 300+ Mio User pro Monat im Realtime Bidding
  • 7. Was passiert da technisch? • DNTX wertet diese Information aus/reichert an (Geo- Targeting, UA-Auswertung) • Sucht nach höchstem Gebot für diesen User (Real Time Bidding) • DNTX antwortet der Parkingplattform mit dem höchsten Gebot und einem Tracking-Link • Parkingplattform nimmt Gebot an und leitet per 302 auf DNTX-Trackinglink • DNTX übernimmt User und leitet auf Zielseite 300+ Mio User pro Monat im Realtime Bidding
  • 8. Technische Herausforderungen • >200 Requests/Sekunde auf den Feed (> 17 Mio. pro Tag) • >300 Mio. Unique User im Monat • Antwortzeiten müssen <1 Sek. sein • RTB komplex, wegen externer/interner Anfragen • Verarbeitung von >25GB Tracking-Daten pro Tag • Traffic >1,5TB Incoming & >2 TB Outgoing 300+ Mio User pro Monat im Realtime Bidding
  • 9. Technische Komponenten • Amazon Webservices • Nginx – Load Balancer – Reverse Proxy • Node.js – Feeder – UI – Tracking • MongoDB 300+ Mio User pro Monat im Realtime Bidding
  • 10. AWS • Virtualisierte Hardware bei Amazon EC2 – Skalierbarkeit • EBS-Volumes als Datenspeicher • S3/Glacier für Backups • Virtual Private Cloud – Mehrere Rechenzentren 300+ Mio User pro Monat im Realtime Bidding
  • 11. Node.js • JavaScript Framework • Google V8 Engine (identisch zu Chrome) • Non-blocking • Event-driven • Lightweight (geringer Memory-Footprint) • Npm (node package manager) 300+ Mio User pro Monat im Realtime Bidding
  • 12. Node.js Event Loop 300+ Mio User pro Monat im Realtime Bidding
  • 13. MongoDB • High performance • Schemafrei • Dokumentenbasiert • Horizontal skalierbar – Sharding – Replica Sets • Datacenter Awareness • Node.js & MongoDB = ♥ 300+ Mio User pro Monat im Realtime Bidding
  • 14. MongoDB • >300.000 Queries pro Sekunde – Ca. 75% Writes • >99,9% aller Queries werden in <50ms beantwortet/verarbeitet • Verteilt auf mehrere Rechenzentren – Ausfallsicherheit 300+ Mio User pro Monat im Realtime Bidding
  • 15. Sharding in MongoDB Quelle: http://docs.mongodb.org/ecosystem/tutorial/install-mongodb-on-amazon-ec2/ 300+ Mio User pro Monat im Realtime Bidding
  • 16. Replica Sets in MongoDB Quelle: http://docs.mongodb.org/ecosystem/tutorial/install-mongodb-on-amazon-ec2/ 300+ Mio User pro Monat im Realtime Bidding
  • 17. Notizzettel • Es gibt mehr – als Apache • Nginx • lighttpd – als PHP • Node.js – als MySQL • MongoDB • NoSQL – als 1&1 • virtualisierte Hardware für (finanzielle) Flexibilität • Out of the Box/kreativ denken! 300+ Mio User pro Monat im Realtime Bidding
  • 18. Danke! • Mail: markus@teaminternet.de • Xing: http://xing.to/mo • Facebook: http://fb.me/markus.ostertag 300+ Mio User pro Monat im Realtime Bidding