第十一章 Druid 在小米公司部分技术实践.docx

Druid 在小米公司部分技术实践 本文章来自于阿里云云栖社区 摘要：?引言：Druid作为一款开源的实时大数据分析软件，自诞生以来，凭借自己优秀的特质，不仅逐渐在技术圈收获了越来越多的知名度与口碑，并且陆续成为了很多技术团队解决方案中的关键一环，从而真正在很多公司的技术栈中赢得了一席之地。 引言：Druid作为一款开源的实时大数据分析软件，自诞生以来，凭借自己优秀的特质，不仅逐渐在技术圈收获了越来越多的知名度与口碑，并且陆续成为了很多技术团队解决方案中的关键一环，从而真正在很多公司的技术栈中赢得了一席之地。　　 本文通过对小米公司技术团队对Druid 的实践案例与经验的介绍，让大家对Druid有更加全面和深入的了解，希望能够帮助你事半功倍地学习Druid 这项年轻的技术。　　 本文选自《Druid实时大数据分析原理与实践》。 　　小米公司正式成立于2010 年4 月，是一家专注于高端智能手机、互联网电视以及智能家居生态链建设的创新型科技企业。　　“让每个人都能享受科技的乐趣”是小米公司的愿景。小米公司应用互联网模式开发产品，用工匠精神做产品，用互联网模式节省了中间环节，致力于让全球每个人都能享用来自中国的优质科技产品。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　小米大云平台技术架构示意图 　　Druid 在数据分析层帮助实时收集海量的事件数据，快速进行商业分析，在多个场景中都有应用。这里介绍Druid 在小米统计产品和小米广告平台中的部分技术实践。 场景一：小米统计服务 　　小米统计是小米为App 开发者提供的移动应用数据统计服务，帮助开发者通过数据了解应用发展状况、渠道推广效果和用户参与情况等信息，使开发者可以更好地优化体验和运营，促进产品不断发展进步。小米统计的入口是，服务界面如下。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　小米统计服务界面 　　实时的数据分析重要需求，在产品发展过程中，也经历了几个技术阶段，这几个阶段并非完全互斥，而是应用于不同的场景和时间。　　第一阶段：数据存储在Hadoop 中，通过MapReduce 的脚本进行分析和处理。有一部分复杂的任务会以天为单位被执行，并且最后会将结果写入到如MySQL 的RDBMS 中。　　第二阶段：在业务发展过程中MySQL 很快变成了瓶颈，有两个原因，一是数据库的Schema 更改成本高，新业务不断需要增加新列和新表，流程烦琐而且需要进行Schema 设计；二是在进行大量写操作的情况下，数据库的负载增加会导致数据库的读性能下降，而且偶尔有死锁的现象。为了解决这些问题，引入了HBase 作为主要存储数据库，利用HBase 的列族，方便增加数据列。另外，HBase 的可用性也高于MySQL。　　第三阶段：为了改进数据的实时性，后期增加了Storm 分布式计算模式，使用Storm 可以方便地进行各种复杂的数据处理，各种聚合和处理需要通过程序实现，增加一个数据维度，改动比较大，需要从上游到下游整体修改。这种方式的优点是可靠性好，数据处理能力强，可以进行各种角度的优化。　　第四阶段：小米统计的很多数据查询都是选择一些指标和过滤条件，很多场景类似于传统的数据仓库，因此引入Druid 处理一些标准报告的实时数据查询场景。数据流会依次通过Kaa 和Tranquility，最后进入Druid 集群。Druid 集群最终能提供最近一天的数据查询功能，并且允许用户直接访问。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　小米统计数据流 　　Druid 作为一种实时分析数据库，提升了小米大数据平台和商业产品部门的实时数据分析能力。 场景二：广告平台实时数据分析 　　Druid 来源于广告业务，小米广告平台也利用Druid 进行实时的数据分析，帮助实时分析线上的各种维度的变化，包括上线部署的实时监控分析、A/B 测试的效果查询、一些细粒度的数据分析。　　对广告数据有两条路径进行处理：一条是实时的数据流，通过Druid 处理，主要是针对内部的实时数据分析需求；另一条是通过Mini-batch 方式。　　数据的DataSource（数据源）包括： 小米广告交易平台（Xiaomi Ad Exchange, MAX）：广告流量的调度管理平台。 广告平台的计费分析模块：广告主的计费、各种维度数据。 广告媒体分析数据：各个广告媒体的请求、展现等数据。 比如对于广告计费分析模块，Druid 会包括实时的广告主计费信息，这些数据用于内部的数据分析，不用于广告主投放平台。广告主投放平台使用Mini-batch 方式，通过可重放的方式更新和聚合数据结果。　　在使用Druid 的过程中也会碰到一些问题。