AWS 上的 Pinterest
Pinterest 是一个视觉发现引擎，托管着数十亿张图像，供超过 4.5 亿用户浏览、保存并作为“Pin 图”分享到个性化的数字灵感板。Pinterest 创办伊始就采用了 Amazon Web Services（AWS）云，借助其来扩展自身对快速增长的数据的处理、存储和分析，同时减少基础设施管理并专注于创新。Pinterest 利用 AWS 的计算解决方案，将其 iOS 持续集成和持续交付（CI/CD）管道移离本地，从而将构建失败率降低了 80% 以上。Pinterest 还将机器学习（ML）引入到其视觉搜索工具 Pinterest Lens 中，该工具可以识别超过 25 亿个对象，并将其与产品进行匹配。如今，Pinterest 的 EB 级数据平台完全在 AWS 上运行，将日志搜索和分析容量扩展到了 1.7 TB 以上，同时将运营成本降低了 30%。
Pinterest 的 AWS 云之旅
存储
借助可靠、安全、可扩展的存储技术加速创新
数据解决方案
保持数据安全并大规模释放其价值
机器学习
借助全面的人工智能和机器学习服务加速创新
迁移
完成迁移后在云端提升效率
成本优化
控制成本并持续优化支出
安全性
构建安全且合规的基于云的解决方案
可持续性
推进可持续性目标
-
存储
-
数据解决方案
-
机器学习
-
迁移
-
成本优化
-
安全性
-
可持续性
-
存储
-
2022 年
与我一起构建 — Pinterest 与 AWS 强强联合
了解 Pinterest 的技术主管兼工程经理 Ambud Sharma 如何发掘自己对技术的热情，以及他对分销商系统的研究最终如何引导他从头开始构建这类系统。Ambud 还解释了 Pinterest 如何以 Amazon Simple Storage Service（Amazon S3）为根基来推进部分工作，称 Amazon S3 对他们正在开展的工作带来了变革性的影响。
2022 年Pinterest 如何利用 AWS 创建系统以加快开发速度
为了在部署分析工具时为用户赋能，Pinterest 确定这些用户应该拥有访问数据的权限。Pinterest 使用 Amazon S3 和 AWS Identity and Access Management（IAM）构建了一个细颗粒访问控制系统，以确保内部用户拥有正确的用户权限，从而加快产品开发速度。
2021 年Pinterest 如何与 AWS 携手合作，另辟蹊径来管理数据访问权限
由于平台上有成千上万的工程师和开发人员，Pinterest 需要限制对特定用户和流程的数据访问权限，因此求助 AWS 来构建解决方案。了解 Pinterest 如何与 AWS 携手合作，基于 Amazon S3 开发可扩展且安全的细颗粒访问控制（FGAC）系统来保护 Pinterest 的数据，以及 FGAC 如何帮助 Pinterest 扩大代表性不足的创作者的规模。
2021 年Pinterest 如何利用 Amazon S3 Glacier Deep Archive 管理其视觉发现引擎的存储
作为大规模采用 Amazon S3 的企业，Pinterest 在多个 AWS 区域共存储了数十亿个对象和近 1 EB 的数据。了解 Pinterest 如何利用 Amazon S3 Lifecycle 将数据分配给最优的 Amazon S3 存储类分配，从而实现大规模成本目标并最大限度地提高存储效率。
2021 年从 Pinterest 和 AWS 的合作中总结出的有效创新合作技巧
Pinterest 工程经理 Keith Regier 和 AWS 高级解决方案架构师 Doug Youd 分享了他们从共同构建 Pinterest FGAC 系统的经验中，总结出的六个合作技巧。探索切实可行的见解，包括如何明确定义问题、为什么即使是“坏主意”也可能有用，以及 AWS 可以做些什么来帮助像 Pinterest 这样的客户开发解决方案，以应对严峻的技术挑战。
作为视觉驱动的平台，Pinterest 在很大程度上依赖于图像的速度和质量。但是，这些图像背后的文字同样重要，因为它提供了背景信息，并让 Pin 图能够为我们的 2 亿活跃“Pin 图用户”所用。 利用 Amazon Rekognition 图像文本识别功能，我们可以更好地从存储在 Amazon S3 中的数百万张 Pin 图中，大规模、低延迟地提取在图像中捕获的富文本。
Vanja Josifovski
Pinterest 首席技术官
-
数据解决方案
-
2022 年
Pinterest 如何与 AWS Proserve 合作以确保 Pin 图用户能够随时访问其平台
由于数据量十分庞大且增长迅速，Pinterest 明确了建立灾难恢复计划的必要性。由于现有解决方案已在 AWS 上运行，Pinterest 引入 AWS Professional Services 并在这些解决方案的基础上进行构建。他们获取了近 1 EB 的数据，然后对其进行版本控制并在区域内分发。
-
机器学习
-
2022 年
Pinterest Lens 帮助用户寻找并买到完美的产品
Pinterest 基于 AWS 存储和计算解决方案，为其应用程序 Lens 相机功能背后的机器学习引擎提供动力，该功能每月会进行数亿次的视觉搜索。了解如何将 Lens 用作数字购物助手，帮助用户在几分钟内找到并购买商品。
Pinterest 持续投资开发机器学习系统，以检测视觉搜索和审核用例中的对象。为此，我们需要标注数百万张图像，以生成所需的训练数据集。Pinterest 现在拥有一个标注平台，该平台集成了 Amazon 的服务，例如 Amazon Mechanical Turk。我们非常兴奋，努力探索了可以如何借助 SageMaker Ground Truth 来扩展这个平台，支持边界框标注任务。我们发现 SageMaker Ground Truth 提供了一个简单、简化的界面来启动标注作业。”
Veronica Mapes
Pinterest 技术项目经理
2018 年深入了解 Amazon Rekognition 如何为 Pinterest 助力
了解 Pinterest 如何利用 Amazon Rekognition 轻松向应用程序添加智能图像和视频分析功能，以实现手工流程自动化、增强创造力并提供更加个性化的客户体验。
-
迁移
-
2021 年
Pinterest 使用 Amazon EC2 Mac 实例将 iOS 构建管道的可靠性提高了 80.5%
在本案例研究中，了解 Pinterest 如何将 iOS 应用程序的持续集成和持续交付（CI/CD）管道从本地计算机迁移到 Amazon Elastic Compute Cloud（Amazon EC2）Mac 实例。在 AWS 上，Pinterest 开发人员现在可以在云端无缝配置对 macOS 计算环境的访问权限，从而将与计算机相关的构建失败率降低 80.5％，并将开发速度提高 18.4％。
-
成本优化
-
2020 年
Pinterest 将每日日志搜索和分析容量从 500 GB 扩展到 1.7 TB，将 Amazon OpenSearch Service 的成本降低了 30%
了解 Pinterest 如何将其日志和搜索分析工作负载从自管理和第三方 Elasticsearch 工具迁移到 Amazon OpenSearch Service。迁移之后，Pinterest 短短 1 年内就将其每日数据摄取容量从 500 GB 扩展到 1.7 TB，同时将运营成本降低了 30%、增强了数据安全性，并提高了工程师的工作效率。
-
安全性
-
2022 年
通过 STS 令牌售卖实现可扩展的访问控制
在这段视频中，Pinterest 工程经理 Keith Regier 介绍了一款可扩展的访问控制解决方案，该产品适用于需要访问 Amazon S3 中的数据的 Amazon EC2 实例集群。了解 Pinterest 如何利用 AWS Secure Token Service（STS）构建令牌售卖服务，帮助将其内部用户和身份验证概念与托管策略和 AWS Identity and Access Management（IAM）联系起来。
在 Pinterest，我们使用 Amazon Elastic Container Registry（Amazon ECR）来管理 Docker 容器映像。我们使用 Amazon ECR 的映像扫描功能来增强容器映像的安全性。Amazon ECR 会扫描映像以查找各种操作系统漏洞，帮助我们构建工具来根据结果采取行动。”
Cedric Staub
Pinterest 工程经理
-
可持续性
-
2024 年
通过基于 AWS Graviton 的 Pinterest 实例提高可持续性和性价比
了解 Pinterest 如何使用基于 AWS Graviton 的实例来提高基础设施成本效益和环境可持续性。
2022 年可持续性和 AWS 硅芯片
了解可持续性如何融入到 Pinterest 的 AWS 架构决策，以及 AWS 如何在芯片设计方面继续创新，以实现 Amazon 到 2040 年实现净零碳排放的目标。
关于 Pinterest
Pinterest 是一个视觉发现平台和社交商务网络，以激发灵感为使命。Pinterest 基于 AWS 存储和计算解决方案，使用复杂的机器学习引擎为其用户提供个性化内容。