今日头条 User Profile 系统架构实践

概要
推荐系统中最核心的数据之一是 user profile 数据。我们需要从大量历史用户行为中分析和挖掘各种维度的特征，来刻画用户的兴趣偏好。这个分享中会介绍今日头条 user profile 系统的现状，面临的问题，系统演进，以及技术架构中的关键问题： 1. 如何结合 batch 计算与 streaming 计算模型，实现 user profile 的分钟级更新； 2. 如何设计 user profile 的在线存储系统，支持高吞吐、低延迟的更新和访问； 3. 如何存储海量的用户行为数据并支持不同的应用场景和访问模式。 听众受益： 1. 了解大规模推荐系统中 user profile 面临的挑战和问题，以及我们的解决思路； 2. 了解 user profile 系统设计中对存储、计算、队列等基础设施的需求，问题和方案，以及生产环境中的最佳实践。

个人简介

丁海峰，今日头条数据部资深工程师。毕业于北京航空航天大学，先前在百度网页搜索部任职，从事网页搜索检索端架构相关的工作。目前在今日头条负责推荐系统架构与基础设施，解决海量数据规模下个性化推荐系统面临的计算、存储、实时性等各方面技术挑战。关注大数据基础设施、大规模机器学习系统、可伸缩服务架构设计、站点可用性、DevOps 等领域。

QCon是由InfoQ主办的全球顶级技术盛会，每年在伦敦、北京、东京、纽约、圣保罗、杭州、旧金山召开。自2007年3月份首次举办以来，已经有包括传统制造、金融、电信、互联网、航空航天等领域的近万名架构师、项目经理、团队领导者和高级开发人员参加过QCon大会。