Zalando 採用 Amazon Redshift　打造高效率數據分析平台

歐洲時尚電商 Zalando 透過遷移至 Amazon Redshift，重塑其 Fast-Serving Layer 數據倉庫架構，實現可擴展、高效且具成本效益的分析平台。此舉除了提升運算表現及大幅降低營運成本，也為公司長遠數據策略奠下基礎。

從初創鞋店到時尚科技企業

Zalando 於 2008 年成立，最初只是柏林一間專售鞋履的初創公司。短短 10 多年後，業務已擴展至 27 個市場，服務超過 5,200 萬名活躍客戶，年商品交易總額（GMV）超過 140 億歐元（約港幣 1,092 億元）。

Zalando 現時已非單純的電商企業，而是一家以科技為核心的時尚平台。公司深知「時尚規模化」離不開數據支援，數據除了輔助業務，亦推動決策與創新。

Zalando 數據平台規模龐大，擁有逾 20 PB 數據湖，支援個人化尺寸建議、動態定價、需求預測、行銷分析及詐騙偵測等多個 AI 應用程式。

平台由 350 個分散團隊維護，並供超過 6,000 名用戶使用，覆蓋公司 80% 員工。作為自助式平台，它提供 SQL 分析、任務編排、數據探索及品質監控，讓各團隊自主構建數據產品。

規模龐大也意味系統需要進一步現代化，包括提升數據載入效率、具備動態擴展能力及建立可持續的運算基礎設施。

Zalando 的 Fast-Serving Layer 為關鍵數據倉庫，支撐超過 3,000 名分析師及業務人員日常決策。然而舊系統基於單體架構，必須為高峰負載預留容量，例如週一早上的集中運算時段，導致 80% 時間閒置。

過度配置運算資源每月造成逾 3 萬美元（約港幣 23.4 萬元）閒置成本。同時系統並發限制導致查詢延遲及報表中斷；缺乏自動擴展及工作負載隔離能力，也加劇維護負擔，尤其在「黑色星期五」等高峰期風險更大。

為追求成本效益與擴展性，Zalando 選擇以「簡化遷移」（lift-and-shift）方式將 Fast-Serving Layer 遷移至 Amazon Redshift，以測試自動擴展與高並發性能否滿足企業需要，並與現有數據平台整合。

測試結果顯示 Redshift 效能提升達 3 至 5 倍，86% 查詢速度變得更快，短查詢 SLA 達標率高達 100%。同時 Redshift 自動表格最佳化與物化檢視功能，減少團隊手動改良的負擔，大幅提高生產效率。

架構方面 Redshift 透過 Data Sharing 支援工作負載隔離，實現 ETL（資料轉換）與報表分析分離，並無縫整合 Spark 等工具；安全層面則具備端對端加密、稽核及列級與欄級權限控制。

Zalando 採取穩健的 3 步驟遷移模式：

資料複製階段：利用內部工具 Changehub，透過 Amazon MWAA 自動同步舊倉庫資料至 Redshift，每 5 至 10 分鐘更新一次，確保業務不中斷。
工作負載轉移階段：借助 Migvisor 及 MicroStrategy 自動轉換功能，將 ETL 邏輯及報表查詢遷移至 Redshift 執行，減輕舊系統壓力。
完成與退役階段：所有資料流轉改為直接輸入 Redshift，最終全面關閉舊系統，移交持續管理責任予相關團隊。

Zalando 於 2024 年 10 月 30 日完成主要轉換，將 80% 分析報表遷移至 Redshift，確保 Cyber Week 高峰期穩定運作，並節省大量授權費用。

效能提升重點包括：

營運穩定性亦顯著改善。報表超時現象幾乎消失，Cyber Week 高峰運行順暢，資料載入延遲問題大幅減少。

實施過程中 Zalando 與 AWS 緊密合作，針對 Redshift 多倉庫架構的自動化最佳化挑戰，採用每日 VACUUM 修復及分配策略（KEY、EVEN、ALL 分佈），有效解決資料傾斜問題。

查詢層面則將重用頻繁的 CTE 轉化為物化檢視或臨時表，以減少重算；資料定義層面則明確限制 VARCHAR 長度以最佳化記憶體使用，減少 disk spill 情況，反映精準定義對效能的影響。

展望未來 Zalando 正推動 Serverless 倉庫架構，以應對業務高峰與專案需求自動水平擴展。公司亦引入 AWS Lake Formation 進行集中式資料治理，確保細緻安全管控，同時培養 FinOps 文化，讓各數據團隊透過成本可視化工具，主動最佳化支出與價值對應。

Zalando 遷移至 Amazon Redshift 後，成功將數據平台轉型為高效、靈活且具成本效益的現代架構。此舉顯著提升查詢效能與穩定性並降低營運風險，為其成為歐洲領先的數據驅動時尚科技企業奠下新基礎。