「案例」Kylin 在携程的实践(下)

在上期的文章中,携程分享了其当前的架构以及在使用 Kylin 过程中的挑战与心得(戳此处查看)。今天将继续携程的案例,您将看到 Kylin 在携程离线、实时分析场景中的实际应用,及携程对 Kylin 未来的展望。

 

离线分析案例

「案例」Kylin 在携程的实践(下)_第1张图片

携程之前使用的是 OpenTSDB+Hive。采用 Kylin 前,先从 Hive 先生成聚合表,然后导入 HBase,通过 OpenTSDB 去分析,现在积累了接近百亿的数据,随着数据的增长,老的方案已经无法满足业务需求了,而且同步数据成本高,OpenTSDB 没办法支持精准去重响应时间也很差。用了 Kylin 之后,现在的业务规模已经可以支撑上百亿了,目前已经配有 200 个左右的线上活跃的 Cube。

 

实时分析案例

「案例」Kylin 在携程的实践(下)_第2张图片

这个是去年 3、4 月份用户提的新需求。Kylin 现在是上图所示的 Streaming-Cube 的架构,Kylin 接入的是携程的 Hermes,Hermes 是 Kafka 的一个封装。我们现在支持原生 Kafka 接入和 Hermes 接入,底层沿用 MR,因为我们测试过Spark,其实很多的场景上和 MR 相当,效果不是特别明显。


 

「案例」Kylin 在携程的实践(下)_第3张图片

这部分主要是用于度假预订状态告警,度假团队需要去分析用户预订的情况,准确实时地发送给客服人员任何预订失败等错误状况,所以这块对于数据构建落地的时间敏感度比较高。目前,通过一系列优化,Streaming 的构建基本保持在5分钟左右,可以满足一部分业务的需求。但是,更大的挑战是达到一分钟以内,也就是说秒级构建,所以对于我们来说Streaming-realtime 会是一个值得尝试的方向。

 

展望

携程针对 Kylin 主要有两方面的展望。

① 支持自动构建Cube

这块我们目前在调研,通过分析应用采集的元数据、SQL特征,可以自动地为用户构建 Cube,为用户节约 Kylin 的学习成本,同时减少重复查询对于 MPP 的压力。

② Real-time Streaming的调研和落地

为了能够更加丰富 Kylin 的使用场景,我们打算对 eBay 为 Kylin 贡献的实时流处理技术做进一步调研和落地工作。

Q&A

Q:演讲中提到的构建的 Cube 有 20 个指标,这种情况下去重,是精准去重还是近似去重?有多少个指标呢?

A:用户配的是精确。精确去重指标不会太多。

Q:演讲中提到20个维度的响应时间是亚秒级,有 20 个维度。请问你们做了哪些优化的工作来达到如此快的响应时间?

A:我们构建的时候,对于这种维度多的情况,建议当用户采取了以下 3 种措施来优化查询:

  • 使用Mandatory Dimension;
  • 实现分布式缓存;
  • 配置高基维度的时候,会建议他们把高基维度往前移,这样会更高效地命中 Cube,并减小扫描的数据范围)。

Q:配了 20 个维度,最终产生的 Cube 单日有多大?

A:最大的 Cube 日产生 13 T 的数据。

Q:刚刚提到的监控方案是你们自主研发的,还是有开源的方案可以用?

A:监控是我们自主研发的。我们接入了公司已经成熟的监控平台,避免反复造轮子。

Q:分享里提到的实时5 分钟构建一次,我理解是采用批操作,并不是真正的流,而是把流几分钟拆成一个批次。是吗?

A:对的。

Q:前面讲到底层用的 MR,没用 Spark,因为觉得时间上并没有什么节省。这个是 Spark 本身的原因,还是因为你们的任务还不是很大的量?因为每次 Spark 启任务的时间和MR相比有差别?

A:离线这块目前可以达到要求,所以还没有转成Spark。我们在实时这块用 Spark 的过程中,就是像你说的,每次提交任务就很慢,达不到要求。

Q:是因为频繁提交的问题?不是因为它本身?

A:对,不是因为它本身。我们也在调研如何避免每个构建过程都启动一次 driver。

Q:在我之前的应用场景里,有一个维度特别的高基维,每天增量就很大,我们查询机制里这个维度是必选的。比如说是人的工号,里面放了很多人,然后我们要去预计算,如果说这个维度非常高,数据量会非常大,这种情况下你们会采取什么办法呢?

A:高基字段可以设置下 shard by。

Q:携程每天预计算的集群大概是有多大?

A:离线集群是 2 台物理机,每台 100 多 G 的物理机,查询节点放了 4 台虚机。实时这块,因为用户量目前不多,所以都是建在虚机上,所以内存也不大。

Q:在维度特别大,数据量又很大的情况下,剪枝的话,Cuboid 大概会控制在多少?

A:维度特别大的情况,我们最多是 4096 个 Cuboid。

 

更多大数据资讯,点击进入Kyligence官网

你可能感兴趣的:(产品技术,ApacheKylin,携程)