4天肝出一个数据应用，可能吗？| StartDT Hackathon

以「基于SimbaOS Kernel的应用创新」为主题，2023年秋季StartDT Hackathon近日圆满收官。

本季黑客马拉松不仅有多次蝉联冠军的算法团队参战，有过去惜败的队伍卷土重来，还吸引到了制造、政企、泛零售等行业线开发者“攻擂”，携丰富的行业理解和实践经验，基于SimbaOS Kernel开发应用。

索引

· 赛题背景及规则介绍

· 参赛成果1-2：DataSimba的移动端长啥样？

· 参赛成果3：据说文档很简单，不如让大模型帮我对接SimbaOS Kernel。

· 参赛成果4：向数据驱动的自运维，迈出一小步。

· 参赛成果5-6：制造&政企行业线，站在商业与技术交叉点的创新应用这样造。

赛题背景：SimbaOS Kernel是个什么“核”？

SimbaOS Kernel（数据云操作系统内核），为数据云平台DataSimba*等数据产品提供封装好的标准能力。

与计算机操作系统相似的是，作为“中间层”，它提供对接数据应用的北向接口和对接底层资源的南向接口，并有一套抽象的对象体系，来提升数据系统的可维护性、可复用性、可扩展性。

略有不同的是，这套对象体系是从数据业务视角设计的——将大数据领域的存储、计算、服务、调度、安全、租户等常用功能，抽象为一组标准对象模块。举个例子，“资产检索”功能直接调用了元数据域的“搜索”对象，“分级多域”则得益于空间域的“工作空间”“项目”等对象。

*DataSimba自R4系列以来，均更新为OS的分层架构。除了DataSimba，DataBlack、SimbaMetric等数据产品同样以SimbaOS Kernel为内核。

面向开发者，SimbaOS Kernel提供丰富的对接方式，以便通过SimbaOS OpenAPI快速调用能力构建数据应用程序。

· 提供多种编程语言（Java、Python、Node.js等）和开发框架的SimbaOS SDK（封装好的程序依赖包），可通过SDK调用OpenAPI；

· 支持通过Http的方式直接调用对应的OpenAPI 接口，效果与SDK相同。

基于SimbaOS Kernel快速开始项目的示例

本季黑客松向参赛团队开放了3个域（存储域、任务域、空间域）12个对象共72个接口，供参赛选手们“搞事情”。

下文选取部分小组成果介绍。

没带电脑看不了DataSimba？

打开手机，一目了然

“光宗耀组2.0”和“没想好小组”不约而同选择从移动端切入，前者聚焦数据运维，后者关注资产检索，让没带电脑的工程师们“无处可逃”。

# 光宗耀组2.0：运维指标小程序

在去年春季的黑客马拉松，有一支参赛队伍开发了DataSimba的运维指标小程序，各项目任务执行情况、任务告警信息等均一目了然。

这一次，他们重组后卷土重来，把成果升级为DataSimba任务运维小程序：

· 展现完整的任务运行情况，包含今日实例运行情况、任务运行Top10等看板；

· 支持展示任务实例详情，包括名称、责任人、开始和结束时间、调度类型等；

· 支持按照运行状态、调度周期等条件，检索对应实例；

· 支持对任务实例进行重跑、终止运行等基础操作。

  

（demo展示图 2张gif）

“光宗耀组2.0”介绍，2.0最大的变化在小程序不仅能“看”，还能“用”（交互、操作），具备了支持用户在手机端完成简单任务运维的能力。同时，相较去年成果，今年进一步提升了小程序的交互体验，降低了用户的上手难度。

接下来，“光宗耀组2.0”还将从数据安全权限控制、用户体验优化、增设通知告警能力、拓展实时类型任务等维度优化成果，产出客户真正用得上的“3.0”移动端DataSimba：

· 在DataSimba权限体系中增设微信账号控制，保障移动端使用安全；

· 目前仅支持查看周期调度任务，将进一步接入实时任务，提供实时数据刷新，支持实时查看任务指标信息的变化；

· 提供更丰富的指标看板和操作交互，进一步满足用户运维需求；

· 结合SimbaOS Kernel现有的消息告警等能力及小程序的服务通知，增加向用户告警的通路。

# 没想好小组：资产检索平台

与“光宗耀组2.0”的小程序不同，“没想好”小组选择用H5打造移动端。

谈及为什么采用了H5而不是微信小程序或基于鸿蒙OS的相关展现，“没想好”小组表示，H5对并发的限制更小，对各型号设备和环境适配更好。

基于SimbaOS Kernel的元数据域*接口，“没想好”小组开发了DataSimba在移动端的资产检索平台，用户可以随时随地使用手机操作：

· 概览资产：提供任务实例、作业实例等构成的环状图；

· 按需检索：支持按项目、资产类型或资产名称检索；

· 查看详情：支持查看库、表、字段，点击字段还可查看详情，并支持查看数据血缘。

（demo动图2张）

“没想好”小组介绍，基于SimbaOS Kernel的空间域获取项目信息，通过元数据域完成资产检索功能，并强调：基于H5开发不仅是兼容性强、维护简单，它打通了DataSimba的账号权限体系，借助SimbaOS Kernel账户域完成统一管控。相较对接到微信小程序，有更强的安全机制保障。

虽然“没想好”小组从项目完整度到成果展示都表现不错，评委、资深战略咨询专家何夕依旧给出锐评：“对用户实际使用场景和需求调研不够充分，例如，哪一类用户需要在手机端进行资产检索甚至查看血缘关系？如果在移动端建设数据资产看板，需要为哪些用户提供哪些交互？未来，希望‘没想好’小组能充分‘想好’，如何利用本次的实践成果及元数据域的可扩展性，设计出实用性更强的数据资产工具。”

*元数据域并未对本次赛事正式开放接口，“没想好”、“基础服务部”两组均为“偷跑”。

大模型能读懂的事儿，不劳我出马

SimbaOS Kernel提供了丰富的对接方式和简明易懂的使用文档，以便开发者调用能力。

“小露一手”组却大手一挥：谢邀，让大模型来做就行。

该组探索了自然语言通过自研大模型自动调用SimbaOS OpenAPI（Intelligent dialogue system based on text-to-API technology with SimbaOS Kernel），选择了“对DataSimba上各指标进行交互探查”这一场景，对大模型能力进行验证。具体来说，包括大模型通过接口文档完成自动化编程，写出调用API的详细参数，以及基于接口返回内容，分析错误类型。

进一步，“小露一手”还增加了大模型对语音输入的相关支持，可进行噪音处理，自动校正用户语音中的表达误差，识别真正意图，并根据接口返回的结果给出准确回答。例如，用户语音输入“我呃阿巴阿巴想看看由寄个实力”，大模型可自动识别为“我想看看有几个实例”，调用SimbaOS OpenAPI查询实例数量，以文字和语音形式回复给用户。

Demo截图

“大模型能理解并生成自然语言文本，用户无需钻研SimbaOS OpenAPI和Kernel各个域的能力详解，就能满足用户的初阶需求。”

组长步方介绍，项目的技术难点在于让大模型理解SimbaOS Kernel的接口文档。因需要执行Text to code任务，参数书写一旦有丝毫错误，都可能导致整条链路不可用。因此“小露一手”组利用自研的提示工程技术，有效减少了这类错误的发生——在限定接口范围的前提下，表现几乎0失误。

“小露一手”组坦言，目前对于SimbaOS OpenAPI的调用仍然较为初阶，只能满足部分简单场景的查询，接下来将继续拓展针对指标探查的能力范围，例如支持模糊查询、DDL编写等；此外，除了现在支持的“查”，未来将继续探索基于自然语言的“增删改”能力，让用户的日常数据工作更简单。

为运维工程师推出了

数据驱动的“减负+提效”工具

今年奇点云的运维服务体系升级，推出了数据运维、系统运维等一系列“企业级”服务*。

*该项服务属增购服务，且需经过客户官方授权许可，方可提供代运维支持。

据不完全统计，目前服务团队需要对接50多个数据运维的项目，部分项目每天都会出现问题，例如：

· 实例一直在运行，到底运行完没有？

· 明明条件都满足，为什么实例没有开始执行？

· 实例运行失败，重跑了吗？重跑成功了吗？

过去的常见做法是：出现任务异常后反馈工单，收集工单信息后人工介入，复现工单问题，进行排查处理。

如何为数据运维服务提质提效，减少对前期手动反馈的依赖，更及时地发现并定位问题，甚至在客户业务感知前“无痛”处理问题？

本次黑客松，“基础服务部”小组聚焦运维自动化，基于SimbaOS Kernel研发了针对数据运维的“自运维监控插件”，由系统自动诊断问题，根据预设的异常告警规则24小时自动告警。

数据运维服务流程图·简化版

“自运维监控插件”架构设计如下：

针对数据运维场景，我们需要自动获取实例的生成、运行、基线数据及历史数据，使用相关运维模型进行自动化分析，并将实时监控发现的异常通过钉钉、邮件、电话等方式告警。

映射到SimbaOS Kernel的对象体系中即为：元数据域提供平台元数据和“基线预测模型”、“作业异常检测模型”等分析模型；任务域提供任务、作业、实例生成的实时信息；依托空间域的“消息”对象来实现告警。

“自运维监控插件”采用了SimbaOS Kernel提供的自有模型，包括元仓基线预测模型、作业时间异常检测模型等等。这些模型沉淀自奇点云资深工程师们的实践和业内成熟经验，能为数据运维工程师提供更准确的分析结论，甚至“防患于未然”（例如实例正常完成，但判断接下来可能会破基，预警以便提前处置）。

告警示意图

“基础服务部”小组介绍，本轮比赛时间所限，插件demo仅对作业运维进行了设计与测试，但平台运维场景的可行性也已得到验证。

评委、资深技术专家牧然评价：“基础服务部”小组展现了我们产品的一个关键方向——数据驱动的自运维。插件可用于所有的客户项目，运维监控的效率、时长和覆盖面都大大提升，有效规避了人工难免出现的疏漏。插件值得进一步打磨优化，助数据云的“企业级”更上一层楼。

行业线出手，就知有没有

与往季不同的是，本次黑客松还吸引到了政企、制造、泛零售等行业线工程师加入，基于SimbaOS Kernel的能力大展身手，共创“站在商业和技术交叉点”的数据应用。

# 政企特战队：数据共享交换平台，新增文件资源管控能力

数据共享交换平台是政企行业线基于数据云平台DataSimba研发的工具，在政企客户中尤为常用。用户不需要掌握复杂的数据技术，就可以基于数据目录，按权限下载经过治理和脱敏处理的数据，满足日常工作需求。

在本次黑客松，“政企特战队”对接了数据共享交换平台与SimbaOS Kernel的空间域、存储域，增加了平台可用的数据源，提升了平台的文件资源管控能力。

图：用户创建文件类资源流程

组长水滴介绍，SimbaOS Kernel已支持文件类资源，因此数据共享交换平台无需做更多对接和配置，能直接增加对文件的操作支持。接下来，共享交换平台还将全面对接Kernel的其他域，例如，结合元数据域，把文件作为客户的数据资产之一进行管理，以及在共享交换平台增加对元数据的资源管理能力。

# 流批时刻：品质监控中心的流批时序一体能力建设

奇点云制造行业线产品RPI（Real-time Production Index，实时生产监控平台），是为制造型企业生产管理领域打造的数据分析产品，把原本分散在各系统设备的数据清洗、治理、建模，帮助管理人员掌握生产过程情况，以数据分析辅助决策。此前，RPI已完成事业部、基地、车间、部门等四类场景的建设——角色不同，视角不同，所采用的数据和分析模型也不完全相同。

本次黑客松，“流批时刻”小组选择进一步聚焦设备数据，勇闯最小粒度的“无人区”，基于SimbaOS Kernel建设了RPI下设的“品质监控中心”。

“流批时刻”小组介绍，品质监控中心在技术方案设计上有几个要点：

1、接入时序数据库

分析制造业设备数据需要接入时序数据库。小组利用SimbaOS Kernel提供的接口，简化了数据源集成的过程——采用Flink Jar接入时序数据库数据到Kafka，解决目前暂无法直接对接时序数据库的问题。

2、用实时架构实现复杂数学公式

制造型企业的分析和预警条件较为复杂，例如：

· 检测值的分布需符合正态分布。在正态分布X～N(μ, σ²) 中（其中μ为平均值，σ为标准差），99.73%的检测值都落在±3σ区间内，超出该范围的检测值则视为异常检测值。

· 有8大预警规则，对标Minitab计算公式，包括“连续15个距离中心限（任一侧）1个标准差以内”，“5个点中有4个点，距离中心限（同侧）大于1个标准差”等等。

“流批时刻”小组采用FlinkSQL实现了复杂数学公式的实时计算，通过预警规则判断设备检验是否正常，将数据实时同步到关系型数据库，以实时监控产线工艺的稳定性。

3、可视化大屏实时展示

基于对制造行业需求的理解，“流批时刻”通过奇点云的数据可视化工具DataMaleon建设了数据大屏，监控粒度细化到了设备、工序、检验项，能实时展现Xbarx波动图、CPK指标等，当预警被触发时则立即亮灯提示，帮助生产人员快速发现问题。

受黑客松时间所限，本次仅完成通过大屏告警，接下来，“流批时刻”小组还将继续深化分析应用层能力，实现“预警—处理—返回处理结果”的闭环。

可视化大屏demo局部截图

组员雷隐谈到，本次黑客松利用SimbaOS Kernel的空间域来创建项目，利用存储域接口上传Jar包并进行管理，由任务域完成任务、作业的生成、提交、运行及调度，简化了底层对接及数据项目和任务管理的复杂性，减少了从部署大数据平台到任务运行的全链路耗时，方才让“4天肝出1个数据产品”成为可能。此外，制造业数字化分析场景多，但在底层技术建设上存在一些共性，SimbaOS Kernel“保存”了这些共性，供未来的制造业数据产品建设复用。

---

本次黑客松共决出3支优胜队伍，喜提奖金：“流批时刻”高票夺冠，“基础服务部”第二，“没想好”小组第三。

评委、奇点云CTO（也是SimbaOS Kernel的一号责任人）地雷谈到，“流批时刻”从需求洞察、架构设计、产品实现以及最终成果，具备极高的完整度，为我们带来了真正“站在商业和技术交叉点”的创新数据应用。所有参赛团队的真实体验反馈也激励和要求SimbaOS Kernel提升能力，为数据应用开发者们提供更多支持。

*本次黑客松还有创新成果尚未发布，留待今年12月的StartDT Day发布会上揭晓。敬请期待。

获奖感言

“流批时刻”小组：

感谢主办方提供了这次平台和机会，我们深知，这次获奖不仅仅是一份荣誉，更是一份责任。今后需要更加努力发挥创造、刻苦精神。在这次项目中，我们突破了传统，将生产数据实时分析，提供质量的实时监控，解决了线下处理分析滞后的问题。未来我们还会继续优化，提升产品企业级能力，实现告警闭环等更多功能模块，尽快为客户提供更多易用的产品。

“基础服务部”小组：

在这次比赛中，SimbaOS Kernel为我们注入了自运维监控的魔力，让我们能够提前发现问题、高效解决问题，真正实现了成本的削减和效率的提升。未来，我们将继续加强跨部门的协作，不断探索创新的解决方案，助客户实现降本增效。

“没想好”小组：

小组内更强调的是创新和灵活性，点子和创意不断，所以我们还“没想好”做什么。组名不重要，重要的是我们组内同学适应能力强，能够快速拥抱变化，并且适应新的情况。

本次黑马松本着交出一个完整的作品的初衷（没想拿奖），没想到对手失误了，侥幸获得了第三名。我们同时也是SimbaOS Kernel的开发者，在比赛中发现了在使用场景上需要优化的内容，已经排期优化中…

“小露一手”组：惜败。

“光宗耀组2.0”：惜败，时隔一年再次品尝到失败的滋味，陌生又熟悉doge。（如果我们现场开放扫码试用能支持的并发量大一点，应该就能获奖了。）