背景

每當雙11全球購物狂歡節(jié)鐘聲響起，上千萬用戶涌入天貓、淘寶，流暢的購物體驗背后是阿里工程師用技術打造出的營地，支撐了每年雙11所帶來的數(shù)據(jù)洪峰。2020年11月1日至11月12日0:00，天貓“雙11”累計總交易額達4982億元，物流訂單總量達到23.21億單。這一切的背后都離不開實時計算技術。

Dataphin作為一款企業(yè)級智能數(shù)據(jù)構建與管理產(chǎn)品，具備全鏈路實時研發(fā)能力，從2019年開始支撐集團天貓雙11的實時計算需求。就以下文介紹Dataphin實時計算的能力。

傳統(tǒng)的數(shù)倉架構

在數(shù)倉建設過程中，一般來說都是先建設離線數(shù)倉，同時圍繞著離線數(shù)據(jù)構建應用。然后隨著業(yè)務的發(fā)展或者體驗的優(yōu)化，再建設實時計算的鏈路去提升數(shù)據(jù)的時效性。

在這個過程中相似的代碼寫兩遍就難以避免，還會出現(xiàn)實時和離線口徑不一致，分別維護成本增加等各種各樣的問題。

傳統(tǒng)的數(shù)倉架構流與批從存儲計算中分離帶來以下的問題：

效率問題：流批底層數(shù)據(jù)模型不一致，導致應用層做大量的拼接邏輯（同比、環(huán)比、二次加工等），搭建效率低且容易出錯
質量問題：一個業(yè)務邏輯，兩個引擎兩套代碼，SQL邏輯不能復用，數(shù)據(jù)一致性和質量問題難以保證
成本問題：
流批存儲系統(tǒng)隔離（面向不同寫入場景），提供的數(shù)據(jù)服務不一，維護成本高
手工建數(shù)據(jù)同步任務，開發(fā)成本/存儲成本高（兩份）
批處理&流處理集群無法做到錯峰，資源利用率低

Dataphin流批一體優(yōu)勢

為解決傳統(tǒng)數(shù)倉架構的存儲計算分離的問題，有了“流批一體”的思路：

流批存儲透明化，查詢邏輯完全一致，應用端接入成本大幅降低，點查/OLAP分析統(tǒng)一支持
服務層統(tǒng)一存儲，無需手工同步，無重復存儲
一套代碼，兩種計算模式，邏輯統(tǒng)一，靈活切換，研發(fā)效率大幅提升
流批計算資源混部，資源利用率提升

Dataphin在Flink流批一體的能力之上額外提供了更多的平臺能力，如數(shù)據(jù)源管理、元數(shù)據(jù)管理、資產(chǎn)血緣、資產(chǎn)質量控制、預編譯、調(diào)試等能力：

開發(fā)生產(chǎn)隔離：提供開發(fā)環(huán)境和生產(chǎn)環(huán)境隔離，保證開發(fā)環(huán)境開發(fā)的業(yè)務代碼和生產(chǎn)相互之間不干擾
元數(shù)據(jù)管理：各系統(tǒng)組件包括數(shù)據(jù)源、元表、UDX等具備權限控制功能，敏感型配置信息加密保護。支持數(shù)據(jù)源敏感字段訪問訂閱。元表、函數(shù)、資源等全部單元化可視化的管理，支持跨項目鑒權（字段級）調(diào)用，讓使用者聚焦業(yè)務邏輯。
流批一體：流批存儲層的統(tǒng)一管理，實現(xiàn)模型層統(tǒng)一，流批代碼統(tǒng)一、通過流批各自專屬配置，生產(chǎn)獨立有協(xié)同的額調(diào)度實例
研發(fā)提效：
提供了預編譯的能力，提供語法校驗、權限校驗、字段血緣提取的功能；
容器化調(diào)試，支持上傳自定義數(shù)據(jù)或直接消費真實生產(chǎn)數(shù)據(jù)用來觀察作業(yè)運行、檢查各個節(jié)點的輸出結果
支持元數(shù)據(jù)檢索，作業(yè)依賴、字段血緣的可視化探查

穩(wěn)定性及質量保障：

支持流量閾值設置，防止計算資源過度競爭，避免下游系統(tǒng)過載
支持實時元表質量監(jiān)測，可配置統(tǒng)計趨勢監(jiān)測、實時多鏈路對比、實時離線數(shù)據(jù)核對。

開發(fā)生產(chǎn)隔離

Dataphin支持開發(fā)生產(chǎn)隔離的項目，支持開發(fā)和生產(chǎn)雙環(huán)境的數(shù)據(jù)源配置。這樣在開發(fā)模式下，任務就會自動使用開發(fā)數(shù)據(jù)源和開發(fā)環(huán)境下的物理表；而當發(fā)布到生產(chǎn)環(huán)境時，Datpahin則會自動切換為生產(chǎn)數(shù)據(jù)源及生產(chǎn)環(huán)境的物理表。這個過程完全自動化，不用手動修改代碼或配置。

元數(shù)據(jù)管理

Dataphin創(chuàng)造性的引入了實時元表和鏡像表的概念，將實時研發(fā)過程中的表進行了平臺化、資產(chǎn)化的統(tǒng)一管理，并簡化了研發(fā)，提升研發(fā)效率和體驗。

傳統(tǒng)實時任務研發(fā)工具需要用戶重復寫Create table建表語句，需要進行繁瑣的輸入輸出表映射等操作。實時元表將實時開發(fā)任務中所有用到的數(shù)據(jù)表進行了統(tǒng)一表構建與管理，統(tǒng)一維護了所有實時元表和相關schema信息。開發(fā)者在開發(fā)過程中不用重復寫DDL語句；同時，也不需要進行繁雜的輸入、輸出、維表映射，采用簡單的純代碼研發(fā)模式，簡單的SET語句及權限申請，即可引用表數(shù)據(jù)，進行直接查詢或寫入數(shù)據(jù)，輕松做到一次建表，多次引用，大幅度提升研發(fā)效率和體驗。

鏡像表顧名思義則是用于維護離線表與實時表之間字段的映射關系。創(chuàng)建鏡像表并提交發(fā)布后，就可以在流批一體的Flink任務中使用鏡像表的字段，Datpahin會在編譯時自動映射到流表和批表上，實現(xiàn)一份代碼，兩種計算，代碼邏輯、口徑變更強一致。

流批一體的代碼任務

除了引入實時元表與鏡像表，Dataphin也支持了流批一體的任務，使用Flink引擎作為統(tǒng)一的流批計算引擎，在一份代碼上可同時配置流+批的任務配置，基于同一份代碼生成不同模式下的實例。而對于流批差異化的代碼，Dataphin也提供了不同的方式給與支持。

流批一體任務中會廣泛使用鏡像表，而鏡像表在最終使用時會翻譯為對應的流表/批表，為了適應流表/批表的多樣性（流表/批表的數(shù)據(jù)源可能不一樣，帶來with參數(shù)中key可能不一樣；流表/批表的某些設置可能不一樣，比如batchSize等），可以利用tableHints進行流表/批表的對應。方法如下：

set project.table.${mode}.${key} --mode: 流任務：`stream` 批任務：batch

舉個例子，設置批任務的起停時間：

set project.table.batch.startTime='2020-11-11 00:00:00'; set project.table.batch.endTime='2020-11-12 00:00:00';

第二種是在Dataphin的任務配置實時和離線模式分別任務參數(shù)的方式是利用任務參數(shù)進行替換。

實時質量監(jiān)控

Dataphin實時數(shù)據(jù)質量主要面向開發(fā)者，針對產(chǎn)品中實時產(chǎn)出的數(shù)據(jù)表，通過對產(chǎn)出結果進行數(shù)據(jù)質量分析和校驗，來保障數(shù)據(jù)的最終有效與準確。Dataphin支持統(tǒng)計趨勢監(jiān)測、實時多鏈路對比、實時離線數(shù)據(jù)核對。

統(tǒng)計趨勢監(jiān)測：趨勢監(jiān)測指的是基于數(shù)據(jù)趨勢變化以及專家經(jīng)驗以捕獲波動異常的監(jiān)測方式；如 實時GMV的趨勢陡增有些異常

實時多鏈路趨勢對比：實時多鏈路指的是在實時計算的場景中，由于數(shù)據(jù)的恢復成本較高，無法快速從起點重新計算，因此需要使用多個計算鏈路，當發(fā)生計算異常時，自動/手動切換計算鏈路，是一種用資源換穩(wěn)定的策略，當有重大的保障業(yè)務時，往往會采用該種類型；如每年雙十一大屏都會采用多鏈路保障。

實時離線核對：實時離線核對，是保障實時數(shù)據(jù)常用的一種措施，由于實時計算處于一種持續(xù)運算狀態(tài)，計算時間持久且受資源與源數(shù)據(jù)的擾動較大；離線數(shù)據(jù)在邏輯、數(shù)據(jù)復用性方面可以被更好地操作，因此，為了保障實時數(shù)據(jù)的準確性，常用離線數(shù)據(jù)與實時數(shù)據(jù)進行對比；如每年雙十一前都會使用離線數(shù)據(jù)對實時數(shù)據(jù)進行校驗；

雙十一大屏后的Dataphin

回到文章開始的天貓雙十一，了解了Dataphin平臺特有的能力，我們來具體拆解Dataphin為什么能支撐天貓雙十一的實時數(shù)據(jù)大屏。

[[414768]]

快

Dataphin為實時提供研發(fā)、調(diào)試、測試、運維全鏈路一站式服務，極大降低用戶開發(fā)門檻；
同時提供統(tǒng)一元數(shù)據(jù)管理，元數(shù)據(jù)僅需初始化一次，輕松做到一次建表，多次引用，讓開發(fā)聚焦業(yè)務邏輯，大幅度提升研發(fā)效率和體驗；
另外有數(shù)據(jù)研發(fā)經(jīng)歷的同學都有這樣的體會，很多數(shù)據(jù)口徑都驚人的類似，甚至有些只是輸入輸出表不同，典型的場景比如主備鏈路，針對這種場景我們提供了模版研發(fā)的能力，相同邏輯封裝在模版中，差異邏輯通過模版參數(shù)體現(xiàn)，新任務僅需引用模版配置模版參數(shù)即可，極大提升研發(fā)效率的同時也降低了口徑維護成本。
基于以上能力，在雙十一大屏的支持上，盡管業(yè)務玩法很多，需求井噴，仍然僅以2人便支撐上百需求。

穩(wěn)

Dataphin提供任務監(jiān)控及數(shù)據(jù)質量監(jiān)控全方位保障任務穩(wěn)定，快速發(fā)現(xiàn)問題；基于模版的主備多鏈路在異常發(fā)生時可以秒級切換，快速止血；基于實時任務血緣，快速定位問題根因；基于調(diào)試、測試、細粒度資源配置，快速驗證并修復，真正做到1min發(fā)現(xiàn)、5min定位、10min解決。

準

基于流批一體的能力，真正做到代碼統(tǒng)一，口徑統(tǒng)一，存儲統(tǒng)一，數(shù)據(jù)服務接口統(tǒng)一，研發(fā)提效的同時，保證數(shù)據(jù)一致。

未來規(guī)劃

在即將發(fā)布的Flink VVP（Ververica Platform）適配版本將支持新的VVR引擎，也將在未來支持開源Flink引擎已支持更多的部署環(huán)境。Dataphin也將持續(xù)提升實時研發(fā)的能力和體驗，幫助企業(yè)降低實時研發(fā)的門檻，挖掘更多的場景，獲得實時數(shù)據(jù)帶來的業(yè)務價值！