郭忆
0 ? $score . '分' : '10.0分' ?>网易 网易数据科学中心 大数据专家 网易有数产品负责人
访问次数
5840
反馈数量
14
关于教练
郭忆，网易大数据产品负责人，网易高级技术专家，十年互联网数据研发和管理的经验，极客时间《数据中台实战课》作者，订阅量超过5700+。支撑了网易云音乐、严选、新闻、有道数据中台的建设，沉淀出网易数据中台建设的方法论和支撑技术体系。在InfoQ、AI在线发表《网易数据中台实践》文章，阅读量超过1W+。
课程
-
数据中台模式下海量任务的高效研发和运维管理
案例背景:
数据中台的核心在于数据模型的复用，打破原有的烟囱式的开发模式，通过抽象公共数据层，将数据以服务化的方式在不同的数据产品之间进行共享。所以在数据中台的模式下，大数据任务之间存在高度复杂的依赖关系，就像一张大网，一个任务异常，可能会导致下游很多模型和指标，这就对大数据任务的研发和运维管理带来诸多挑战：
1. 如何选择一个成熟的开源调度系统，支撑数据中台的海量任务调度？
2. 如何实现海量任务的精细化运维和管理
3. 如何保障质量的前提下，实现研发效率的最大化
4. 如何在资源隔离的前提下，实现高效的数据测试？
解决思路:
本次分享，将结合网易在数据中台构建过程中遇到的真实案例，为大家介绍网易在海量任务高效研发和运维管理方面的实践。网易任务调度系统基于开源azkaban项目进行深度改造，包括：新增“跨流依赖”、“并发链式补数据”、“节点前后置动作”、“公共资源”等特性；同时针对 Azkaban 服务在运维能力的不足，实现了“高可用”、“平滑升级”。基于 Azkaban之上，我们搭建了智能任务运维中心系统，提供了基线预警、任务智能诊断、全链路影响分析、关键链路分析、冻结池、加速器等特性，保障了数据中台每天能够按时、正确的产出数据。同时，网易还在大数据研发领域，构建了数据测试中心，实现了大数据研发的CI/CD devops pipleline，在数据研发效率和质量方面做了最佳实践探索。
成果：
1. 网易Azkaban 每日有20W的任务调度，有1W多任务依赖关系。
2. 任务运维中心，帮助严选构建了基于基线的任务管理模式，基于基线预警的能力，实现了8W任务的精细化管理，任务完成率达到了96.14%，首次实现了S级大促数据零延迟。
3. 通过构建CI/CD Devops pipleline， 同时数据质量的问题下降了60%。
4. 通过数据沙箱的构建，在物理集群完全隔离的前提下，实现了一套代码，透明发布，任务发布效率提升300%。暂无课程排期 -
网易数据生产力方法论及实践
为了实现通过使用数据带来组织生产力的提升，网易在2021年数字+大会上正式提出了“数据生产力”的概念。数据生产力的愿景是实现组织内“人人用数据，时时用数据”。数据生产力包括数据中台的建设和数据产品的建设，数据中台、数据产品以及业务系统组成了一个“数智化”的循环，目标是让业务流程运转的更加智能化。为此网易提出了数据生产力的三大核心方法论：DataOps、DataFusion和DataProduct。网易提出数据中台组织构建，应该遵循“按需规划、逐步迭代、效益为先”的原则，对于集团型企业可以构建两级数据中台架构。在三大核心方法论的指导下，网易构建了面向数据生产力的四层技术架构。本次分享，将以网易数据生产力方法论及其最佳实践作为重点，穿插网易内部和外部的多个案例，为大家介绍企业该如何实现“人人用数据，时时用数据”，通过使用数据带来组织生产力提升。
暂无课程排期开发经理
相关教练
