?摘要：本文整理自智慧芽數(shù)據(jù)倉庫架構師曲明星在 Flink Forward Asia 2021 實時數(shù)倉專場的分享。本篇內(nèi)容主要分為三個部分：

1. 產(chǎn)品架構
2. 技術架構
3. 未來計劃

01產(chǎn)品架構

上圖是智慧芽APP 的產(chǎn)品架構圖，包括后臺管理系統(tǒng)、AI、內(nèi)容引擎、幫助中心，為客戶提供知識產(chǎn)權信息化服務和科技創(chuàng)新情報系統(tǒng)。

02技術架構

2.1 原實時分析方案

上圖是原來的實時分析方案。流程大致是客戶檢索一個條件，通過分析 API 把客戶檢索的相關條件發(fā)送到不同的搜索引擎。這種方案會產(chǎn)生 4 個問題：

• 對檢索性能產(chǎn)生影響；
• 復雜分析需要開發(fā)插件支持；
• 跨多個搜索引擎分析復雜度高；
• 不同維度的數(shù)據(jù)無法存儲。

在建立實時數(shù)倉前，收集了業(yè)務要求實時數(shù)倉特點：

• 秒級響應；
• 準實時數(shù)據(jù)更新；
• 能支持一定量的并發(fā)能力；
• 與搜索引擎數(shù)據(jù)保持一致；
• 支持復雜分析的能力；
• 支持統(tǒng)一使用方式及主流特性；
• 支持與搜索引擎交互；
• 支持存儲容量橫向擴展的能力。

上圖是數(shù)據(jù)平臺概覽。從下往上看：

• 最下層是數(shù)據(jù)底座，包括數(shù)據(jù)存儲和數(shù)據(jù)計算，其中數(shù)據(jù)計算層由 Spark、Kafka、Flink 組成；
• 中間層是數(shù)據(jù)平臺，包括數(shù)據(jù)開發(fā)、數(shù)據(jù)分類、數(shù)據(jù)管理和數(shù)據(jù)服務；
• 上層是數(shù)據(jù)應用，主要有數(shù)據(jù)業(yè)務、外部分析服務和內(nèi)部分析業(yè)務構成。

2.2 新實時分析方案

新的技術選型主要基于 TiDB，主要包括數(shù)據(jù)存儲、數(shù)倉服務兩個部分。數(shù)倉服務分為安全檢查、驅(qū)動表管理、緩存管理、集群負載檢查以及執(zhí)行器等部分。

選擇 TiDB 是因為它是云原生并且社區(qū)活躍、滿足 TP 及 AP 業(yè)務場景、豐富的生態(tài)工具及多平臺以及其使用簡單，兼容 MySQL 以及大數(shù)據(jù)能力。

選擇 Flink 也是因為它是一個開源的大數(shù)據(jù)計算引擎，并且有活躍的云原生社區(qū)，能夠滿足對數(shù)據(jù)的及時性要求，一致性方面有 exactly-once 語義，同時具備低延遲高吞吐量。

在線業(yè)務數(shù)據(jù)寫入流程：把源頭的數(shù)據(jù)變更放到消息隊列中去，通過索引程序?qū)?shù)據(jù)分發(fā)到不同的搜索引擎，同時搜索引擎也會給索引程序發(fā)送消息。

離線分析技術體系：整個離線分析技術體系比較依賴于 oss。將每日的增量數(shù)據(jù)離線放到 oss 里，對全量的數(shù)據(jù)進行一些比較復雜的分析。

離線業(yè)務數(shù)據(jù)寫入流程：數(shù)據(jù)變更會觸發(fā)持久流化至 oss，oss 同時會和歷史流進行合并在 oss 放一份全量數(shù)據(jù)。

2.3 原用戶行為分析方案

原用戶行為分析方案是非常復雜的方案，這個方案在前端有 JS 和 Java 的 API，JS 會將用戶的埋點數(shù)據(jù)放置到 Segment 中去，同時有 Gainsight 和 AMPLITUDE 兩個合成化引擎。

2.4 新用戶行為分析方案

新的用戶行為分析方案相對比較簡潔。首先收集用戶的行為數(shù)據(jù)，通過 Kinesis 以流的方式接到到 Flink，再進行一些實時指標的計算，并將計算結果存放于不同的表中，給我們提供了可視化的開發(fā)。

2.5 Flink + Iceberge 探索

在 Flink + Iceberge 的探索中，將幾百 G 左右的表以流的方式放到 Kafka 中，再推送到 oss 中。目前，市面上缺乏成熟的解決方案，所以沒有把這個方式應用到生產(chǎn)環(huán)境上。

03未來計劃

• 云原生數(shù)據(jù)庫架構遷移；
• 提供更完善的指標和取數(shù)系統(tǒng)；
• 建設數(shù)據(jù)生產(chǎn)的全鏈路監(jiān)控和預警；
• 供支撐公司數(shù)據(jù)消費和服務能力；
• 在線實時分析數(shù)倉及其數(shù)據(jù)處理管道的繼續(xù)演進；
• 打造云原生數(shù)據(jù)技術體系和新一代大數(shù)據(jù)平臺；
• 提供數(shù)據(jù)網(wǎng)關入口，提供統(tǒng)一的數(shù)據(jù)出口、提高數(shù)據(jù)應用效率。?