滴滴敏捷数据中台实践

 

场景描述：滴滴每天处理交通大数据超过4800TB，日均车辆定位数据超过150亿，每日处理路径规划请求400亿次，数据覆盖了交通路况、用户叫车信息、司机驾驶行为、车辆数据等多个维度。滴滴目前对15分钟后供需预测的准确度已经达到了85% 。

关键词：滴滴 数据中台

 

滴滴每天处理交通大数据超过4800TB，日均车辆定位数据超过150亿，每日处理路径规划请求400亿次，数据覆盖了交通路况、用户叫车信息、司机驾驶行为、车辆数据等多个维度。滴滴目前对15分钟后供需预测的准确度已经达到了85% 。

滴滴数据中台发展

业务发展驱动数据进化

滴滴数据中台建设围绕四个方面进行：

• 业务信息化
• 信息数据化
• 数据资产化
• 资产变现化

并且解决不同的问题。

 

中台数据体系建设的核心难点

产品方面：多场景，全链路的复杂需求

业务方面多团队，多目标的协作需求

 

滴滴精益数据管理体系

滴滴的数据中台从底向上构建了包括数据基础建设，敏捷数据资产，数据治理，数据交付体系。

 

两年来的建设成果：

• 数据基础设施+系统工具链：开始对外输出
• 数据文化 150+次改进复盘，周活1700到5000+
• 敏捷数据治理 DataRank资产分从40到70
• 精益数据生产D0级事故从非例行任务从10+降为1
• DataGraph智能数据目录20%员工高频使用
• 价值交付 NPS从19%到60%

滴滴数据系统构成

数据架构：

 

滴滴的数据架构体系包含了当前大数据领域主流的技术：

离线部分以Hadoop和Hive为主，实时计算部分Flink，Spark

OLAP领域使用了Hbase、Presto和Clickhouse。

智能数据目录

• 统一的元数据检索能力，
• 支持Hive、 报表等多种数据实体的统一搜索
• 基于数据价值或热度的综合排序
• 业务驱动的数据图谱
• 众包协作的知识沉淀

 

 

精益数据生产

• 数据基础质量
• 稳定性建设
• 数据上下游联动（全链路 SLA）
• 埋点管理
• 数据采集
• 运维/质量监控
• 90%复盘率

建立数据委员会，推进业务-运维-数据的 协同机制 一键埋点，用户行为轨迹全记录 数据采集秒级同步，准确性99.999% 数据链路全监控，自动定位关键节点。

如何定位需要的数据

• 指标口径管理（数据字典）
• 元数据（数据地图+OneSearch）
• 资产价值评估体系（DataRank）
• 数据开放
• 数据安全规范

指标口径变动100%管控 所有元数据信息一键快速查询 精准评估每一张表的数据影响和价值 数据开放率99.04% 隐私数据全脱敏，完备的权限管控机制， 数据泄露0事故。

更快更简单的使用数据

• 精细化建设
• 分级保障
• 数据图谱与数据中间层
• 成本优化
• 数据价值量化

核心数据5点产出（业内普遍7-8点），开发效率提升35% ，指导数据优化方向

标准化数据服务

 

实时数据集成服务

• 采集集群总规模约300+
• 数据源约4500+个
• Agent 数量27000个
• 峰值摄入数据条数2900w/s
• 日均查询2千万次
• 平均响应时间<1S
• 稳定性99.996%