阿里资深技术专家姚滨晖：EB级别体量之下的高效数据赋能

　本内容编辑自阿里巴巴数据技术及产品部资深技术专家姚滨晖在“2017云栖大会·阿里大数据分论坛”上的演讲。

　　演讲人：姚滨晖（阿里巴巴资深技术专家）

　　总体来看，阿里巴巴的生态可以分为六个业务板块：电商、物流、健康、文娱、金融，以及云计算。阿里巴巴通过这些业务，服务了数亿用户，上千万的小微企业，以及上千万的商家。伴随着我们的业务服务，同时截止目前，我们已经沉淀的数据量高达E B级规模。

　　通过全域数据体系，我们建设、融合、链接了这些来自不同业态的数据。下面这张图，勾勒了阿里巴巴大数据体系。

　　从下往上看，最底层的是全域数据，第二层是基础数据建设，它包括了人工智能的一些算法。在基础数据建设的上面分别是各种数据服务和数据产品开发平台。

　　从图中我们也可以发现，我们的数据产品和服务，实际上是通过各类不同的应用场景来达到服务阿里小二、阿里商家、消费者、合作伙伴的目的。

　　所以，数据服务和数据产品开发平台，它与应用场景是强相关，直接连接，他们的主要作用是把底层建设完的数据、算法，生产成可以直接赋能业务和用户的应用。

part1

数据服务和数据产品开发平台的关系

　　数据服务和数据产品开发平台的关系就像齿轮一样，它们是相互依存的一个整体。

　　为什么这么说？

　　从业务角度来看：业务使用数据有两个最核心的场景：

业务本身需要数据。这时候，业务会通过数据服务来直接获取数据，这是第一个场景。业务中的运营、分析师，他们需要使用数据来更好地提升数据赋能的效能，

　　这时候，这些运营和分析师，就会通过相应的数据产品，来使用数据。所以，这就是数据产品开发平台承担的主要职责。

　　所以通过这两个核心的数据赋能业务的场景，我们可以发现数据服务和数据产品开发平台，之间相关依存的关系。

　　从优势角度来看：将数据服务好和数据产品开发平台组合起来，它们可以体现三个优势：

通过这样的一个组合，能够打破在业务之间的数据壁垒，这里要强调的是它们打破的不是在底层的数据壁垒，而是打破在业务之间的数据壁垒，因为6大业务板块，所产生的数据形态、含义、结构都有很大差异。在底层完成了整个数据打通之后，打破壁垒就是为了在业务层上，让数据在各个业务间像水一样来流通。满足灵活多变的数据需求。全域流通和按需自助实现。这个组合可以实现所有用户可以去按需自助来完成，而不需要专业开发、产品来介入。

Part2

数据服务介绍

　　数据服务主要由四个核心能力组成：首先，基础数据服务，它主要是提供基础数据能力，实现上万数据指标跨域获取；其次，标签画像服务，通过这个服务，可以给用户提供上百个标签刻画；第三是人群透视服务，这个服务其实是在标签智商最的提炼，在营销场景中，可以通过接入这个服务，来实现人群的圈选等；第四、除了上述三种服务之外，还有算法模型服务，通过一键服务化的方式，把算法能力通过服务透出。

　　上图展示了数据服务的架构。

　　从上往下看，portal是一个门户，通过它可以发现，整个阿里巴巴公共层，有多少基础的指标可以去获取，并且这些指标现在已经被哪些业务部门通过什么样的方式来获取。

　　用户只需要按照同样的方式，就能够获取到对应的数据，极大缩短用户发现数据、获取数据以及使用数据的路径。

　　中间这层是DSL，通过DSL我们把用户获取数据的标准和规范进行了统一，整个DSL之下有一些大的核心能力。QueryEngine实现所有跟查询相关的能力输出； PushEngine提供实时数据推送的能力；DAG可视化，可配置编排业务逻辑。Algorithm Engine输出算法和人工智能的能力。

DSL&DAG实例

　　现在，我们的数据服务的主要有三大应用场景：第一个是阿里集团内部，诸如搜索、推荐、营销等场景；第二就是数据大屏，大家在双11看到酷炫大屏，它其实就是通过数据服务来实现的；第三就是商业化数据产品，被商家熟知的生意参谋，它所展示的数据也是通过数据服务来实现的。

Part3

数据产品开发平台介绍

　　我们构建数据产品开发平台最核心的目的就是，让非专业的开发人员，也可以根据自己的需求，来搭建数据产品，从而实现自己使用数据的目的。

　　那么数据产品开发平台，它主要对外提供了四个能力。

用户可以完成数据分析；用户可以去自助实现报表配置；非开发人员可以利用它去实现产品配置；开发人员可以通过它，开发一些更加复杂、更加个性化、更加定制化的一些数据产品。

　　具体来看数据产品开发平台的架构，整个架构的核心能力依然由两个部分组成。应用端和服务端。

　　在应用和服务中间是DSL,所有的应用和服务，最终都会按照DSL标准来配置。通过数据产品开发平台构建完成的应用和服务，并不是一个独立运行的实体，它实际上是一个配置，渲染引擎、执行引擎等可以加载和运行这个配置；通过构建引擎生成一个配置，来实现不同国家、不同机房、不同终端都能运行的目的。

　　事实上，整个数据产品开发平台的构建思路主要由两个核心点：什么是变的以及什么是不变的。

　　其实我们只要能够对数据使用过程分析、分解出变和不变这两个要素，就能够比较快速地解决问题。

　　举个例子。

　　应用的布局、样式、分析思路……这些都是不变的；但应用中的组件，可以是一个图表、可以是功能区域，也可以是一个不可见的逻辑……这些是变化的。

　　继续分析一个组件：组件的类型、属性是不变的；但是每个组件它所能够表达的数据，是可以变化的；同理推导数据：对于一个数据来讲，格式是、权限是不变的；但是数据是从哪个服务能够获取到数据，这个是可以变化的。

　　最后到服务这一层，服务里面有两部分组成：通过SQL获取的原始数据和业务逻辑；通过业务逻辑对原始数据的加工和编排，最后以服务化的方式，把数据开放给上层应用。

　　了解思路之后，我们再来看一下整个平台的构建过程，它们分别是在应用端和在服务端的构建引擎。

　　对于应用端的构建引擎，需要注意的是非开发人员，通过构建引擎，只需要输入四个要素——样式、布局、组件以及分析思路，就能构建出一个基于DSL描述的一个应用；同理，在服务端也是一样的，非开发人员通过输入SQL，和一些业务逻辑的实现，就能够生成一个基于DSL描述的服务。在应用层，上述的服务是可以实现PC、无线和大屏的跨端。

　　在使用过程中，下图是一个使用过程的示意：就是通过两个引擎：渲染引擎和执行引擎，它们都会去加载DSL描述的应用和服务，然后进行交互来完成整个这个产品的实现。

　　目前，数据产品开发平台在阿里的应用对象主要是四块：首先是业务运营，在日常运营中，运营人员可以通过这个平台去自助的去生成所需要的产品；第二块是决策分析，分析师会帮助行业来进行业务分析指导，他们会通过整个平台来使用和开发自己的数据分析产品，完成决策分析；第三，后端营销其实也可以通过它来搭建产品；最后就是刚才提到的——生意参谋，这是通过这个平台开发商业应用产品，目前已经累积服务了2千万商家。

　　注：本文由阿里巴巴投稿至数据观并授权发布，转载请注明来源及作者信息。

       来源：数据观