当前位置 > 首页 > 技术热点 > 双十一大数据处理要控制成本

双十一大数据处理要控制成本

来源:中国数据分析行业网 | 时间:2017-11-22 | 作者:数据委

在大数据时代,最不缺伐的就是峰值流量的出现。一旦出现降价、打折或者平台周年庆,当日的峰值流量将可能刷新平台服务器承载上限,而这也意味着多种压力共同提升,其中最容易被忽视的一部分在于数据。因为当天数据量会爆炸,如果不及时处理,这些数据的核心价值将会随之而降低。

140

流量峰值带来数据爆炸

从去年的数据来看,我国电商业务的交易额达到了22.97万亿元,同比增长25.5%。这种增长率也意味着数据量飙升,从服务器、网络、物流、售后和品控等多个方面的数据都会产生压力。

服务器与网络的数据压力将首当其冲。每次活动前夕,程序员几乎都要彻夜难眠,有时需要靠"玄学"祈祷才能帮助服务器度过难关。即便云服务器准备再充分,扩容再强,也很难保证千军万马同一秒冲入活动界面时不会出问题。

商业促销是各种数据的爆炸点

相应的,商业促销也会带动物流方面的数据的爆炸。去年我国快递企业营收为4005亿元,同比2015年增长44.6%。如此大量的订单不仅存在的交通、工作人员等方面的难题,还有物流信息的处理、同步和管理等大量的难题。

品控和售后是对平台品牌的保障,如果这两步出了问题,那么平台就会面临口碑下滑,甚至活动起到相反的效果。而在活动期间,进行品控和售后都绝非简单,这些数据的产生和消化都在考验着工作人员和官方平台的协调能力。

数据资源面临时间考验

在这些方面产生的大量数据之后,把活动期间产生的大数据简单的统计然后丢弃显然是一种资源浪费。想让这些数据资源实现价值,在存储、处理和分析等方面都存在不小的难题。

  • 第一,活动期间,企业将全面面临人手不足的问题。因此程序员、运维人员和系统管理人员常常顾此失彼,数据处理和分析人员又不能招收临时工应急,反还会被外借到其他部门去做紧急处理,从而让大量的活动峰值数据面临搁置危机。
  • 第二,活动期间是一个数据爆发点,这些数据具有大流量、高并发和急需求等多种特点。原本慢条斯理的数据处理工作面临转瞬即逝的问题,简单来讲这就像把一个月的工作堆积到一天去完成,数据处理难上加难。
  • 第三,数据处理等不得。事实上,所有的大数据都具有等不得的特点,数据的价值保质期仅有三个月,而以一些时效性较强的商业数据迭代速度更快,如果得不到处理,那么消耗大量资源存储的商业数据自身价值就会急速下滑,对企业的指导作用都会相应的下降。

数据处理要成本把控

平台开展促销活动不仅仅是为用户着想,也是对自身负载上限的一次考验。在未来几年中,我国的物流行业将会进入日均1亿快件的节奏,这就意味着订单量会爆发性增加,物流频次加速,数据量继续上升,数据处理的提速和降耗将会变成急需解决的问题。

数据处理提速目前提倡的是流式大数据处理,流式处理的优势在于借助开源的分布式系统,运行数据流代码时,分配数据到容错力高的计算机中并行运行,从而达到低延迟、可扩展和容错率高的目的。但这种处理方式最大的限制在于成本过高,尤其是对于超大量数据应用流式数据处理会让平台得不偿失,以此处理所得的数据价值未必比成本更高。

数据处理降耗则是指降低在数据处理过程中的人力和财力消耗。在促销活动期间,用人紧张导致人力资源价值提升,这就需要在数据价值和人力价值之间寻找平衡点;同时无法处理的数据在存储和管理方面的成本也需要纳入考虑范围。

解决数据问题需要从多个层面来考虑:人力方面,数据价值是不可忽视的一部分,专业人从事专业事,让人的价值最大化发挥;技术层面,将人工智能的深度学习和机器学习技术深化与大数据技术的结合,让人在大数据处理流程中只指挥,不执行,把计算力还给云和HPC;数据层面,强化数据分流,将时效性明显的数据优先处理,并且有选择的进行数据清洗,降低存储和管理成本,提高处理效率。

来源:51CTO