简介：在营销场景下，算法同学会对广告主提供个性化的营销工具，帮助广告主更好的精细化营销，在可控成本内实现更好的ROI提升。我们在这一段时间支持了多个实时业务场景，比如出价策略的实时化预估、关键词批量服务同步、实时特征等场景，了解到业务侧同学来说，针对ODPS场景来说大部分可以灵活使用，但对于Blink使用还有不足，我们这里针对场景积累了一些经验，希望对大家有一些帮助。
作者 | 茂道
来源 | 阿里技术公众号
一 背景
在营销场景下，算法同学会对广告主提供个性化的营销工具，帮助广告主更好的精细化营销，在可控成本内实现更好的ROI提升。我们在这一段时间支持了多个实时业务场景，比如出价策略的实时化预估、关键词批量服务同步、实时特征等场景，了解到业务侧同学来说，针对ODPS场景来说大部分可以灵活使用，但对于Blink使用还有不足，我们这里针对场景积累了一些经验，希望对大家有一些帮助。
二 技术选型
为什么要选择Blink？大部分离线场景如果对于时效性没有要求，或者数据源是Batch模式的，非Streaming的(比如TT、SLS、SWIFT、顺序)等，这个场景的话选择ODPS就比较不错；总体来说，数据源是实时的(如TT/SLS/SWIFT)、需要顺序读取ODPS、对时效性要求高的场景，选择Blink是比较好的。
Blink目前也是支持Batch模式和Steaming模式。Batch模式是指有固定的起始时间和结束时间， 相比ODPS而来，他最大的优势是提前申请资源，可是独占的，这样可以保障时效性；Streaming模式就是传统意义上的实时消费，可实现毫秒级的处理。
从开发模式上看，主要分为Data Stream模式，类似于ODPS MR；第二种是SQL模式；从易用性角度看，SQL无疑是使用成本最低的；但对于复杂场景，Data Stream的掌控能力也是最好的，可灵活定义各类cache和数据结构，以及同时支持多类场景。
三 主要场景
1 实时replay出价策略评估
业务背景
Replay系统是一套集线上竞价日志搜集、结构化、后续处理的模拟系统。该系统记录了直通车线上引擎在召回之后的竞价信息，主要涵盖了线上的召回、出价、打分等队列信息。结合排序以及扣费公式，可以利用该日志实现对线上竞价环境的模拟。简单来说，就是可以评估bidword上如果当时采用其他的出价，会带来什么样的结果。通过replay系统，算法团队和广告主可以在线上AB测试之前，利用离线流量预估用户策略修改之后带来的效果，这样可以尽可能地减少策略的修改带给线上的影响，让结果变得更加可控。同时在进行负向策略测试的过程中，可以尽可能地减少对大盘的收益影响。
算法团队希望基于在线精排召回日志实现业务侧多种出价策略评估，回放1天内采样日志(10亿数据)，在出价策略上评估，并支持ad的实时下线，避免下线ad对出价策略有影响，并且预期希望10亿数据量在1-2个小时内跑完。
主要挑战
- 1千万物料数据如何加载；
- 高qps(100万)下线ad的实时同步；
- 业务侧解耦，整个实时job链路如何实现和业务解耦
解决方案
- 物料数据加载：直接在blink启动时加载所有数据，避免高qps情况下，对igraph访问造成压力；另外采用广播模式，仅一次加载，每个节点都可以使用，避免多次加载odps数据；
- 下线的ad信息采用分桶的方式存入到IGraph中，并周期性cache方式全量读取全量下线ad，将查询的200W+qps控制在1w左右，并使用RateLimit限流组件控制访问并发，把IGraph并发控制限制在40万左右，实现整体流量平滑；
- 整体实时工程框架，预留UDF接口，让业务侧仅实现SDK即可，其他工程性能、并发、限流、埋点等逻辑内部实现即可，支持工程框架和算法策略Replay解耦。
总结
基于此业务需求，我们基于blink streaming Batch模式的灵活能力，实现了对tt数据固定开始和结束时间的数据处理。沉淀了读写tt组件 ，ODPS组件，iGraph组件和埋点组件 ，这些沉淀的组件很好地支持了后续相似业务的作业开发，同时组件作为之后作业产品化提供了基础能力。
2 实时特征
业务背景
随着B端算法发展，模型升级带来的增量红利越来越少，需要考虑从客户实时信息方面进一步捕捉用户意图，更全面、更实时的挖掘潜在需求，从B端视角进一步提升增长空间，基于线上用户行为日志产出用户行为实时特征，算法团队使用实时数据改进线上模型。
基于此需求我们产出一条用户实时特征产出链路，通过解析上游A+数据源获取用户实时特征，实时特征主要包含以下几种：
- 获取用户近50条特征数据值，并产出到igraph中。
- 输出具有某种特征的用户id，并按照分钟时间聚合
- 输出某种特征近1小时的和、均值或者数目
主要挑战
- 实时特征数据开发数量非常多，对于每个特征数据都需要开发实时数据链路、维护，开发成本、运维成本较高，重复造轮子；
- 特征数据开发要求开发者了解：数据源头，会基于事实数据源进行ETL处理；计算引擎，flink sql维护了一套自己的计算语义，需要学习了解并根据场景熟练使用；存储引擎，实时数据开发好需要落地才能服务，故需要关系存储引擎选型，例如igraph、hbase、hologres等；查询优化方法，不同存储引擎都有自己的查询客户端、使用及优化方法，故要学习不同引擎使用方法。
解决方案
从产品设计角度，设计一套实时平台能力，让开发实时特征跟在odps开发离线表一样简单。产品优势是让用户只需要懂SQL就可以开发实时特征：
- 不需要了解实时数据源
- 不需要了解底层存储引擎
- 只用sql就可以查询实时特征数据，不需要学习不同引擎查询方法
整个实时开发产品联动极光平台、dolphin引擎、blink引擎和存储引擎，把整个流程串联打通，给用户提供端到端的开发体验，无需感知跟自己工作无关的技术细节。
相关平台介绍：
Dolphin智能加速分析引擎：Dolphin智能加速分析引擎源自阿里妈妈数据营销平台达摩盘(DMP)场景，在通用OLAP MPP计算框架的基础上，针对营销场景的典型计算（标签圈人，洞察分析）等，进行了大量存储、索引和计算算子级别的性能优化，实现了在计算性能，存储成本，稳定性等各个方面的大幅度的提升。Dolphin本身定位是加速引擎，数据存储和计算算子依赖于底层的odps, hologres等引擎。通过插件形式，在hologres中，完成了算子集成和底层数据存储和索引的优化,实现了特定计算场景计算性能和支撑业务规模的数量级的提升。目前Dolphin的核心计算能力主要包括：基数计算内核，近似计算内核，向量计算内核，SQL结果物化及跨DB访问等。Dolphin同时实现了一套SQL转译和优化能力，自动将原始用户输入SQL，转化成底层优化的存储格式和计算算子。用户使用，不需要关心底层数据存储和计算模式，只需要按照原始数据表拼写SQL，极大的提升了用户使用的便利性。
极光消费者运营平台：极光是面向营销加速场景的一站式研发平台，通过平台产品化的方式，可以让特色引擎能力更好赋能用户。极光支持的特色场景包含超大规模标签交并差(百亿级标签圈选毫秒级产出)、人群洞察(上千亿规模秒级查询)、秒级效果归因(事件分析、归因分析)、实时和百万级人群定向等能力。极光在营销数据引擎的基础上提供了一站式的运维管控、数据治理以及自助接入等能力，让用户使用更加便捷；极光沉淀了搜推广常用的数据引擎模板，包含基数计算模板、报表模板、归因模板、人群洞察模板、向量计算模板、近似计算模板、实时投放模板等，基于成熟的业务模板，让用户可以零成本、无代码的使用。
根据目前的业务需求，封装了实时数据源和存储数据源
使用举例：
--- 注册输入表
create table if not exists source_table_name(
user_id String comment '',
click String comment '',
item_id String comment '',
behavior_time String comment ''
) with (
bizType='tt',
topic='topic',
pk='user_id',
timeColumn='behavior_time'
);
---- 创建输出表
create table if not exists output_table_name (
user_id STRING
click STRING
) with (
bizType='feature',
pk='user_id'
);
实现实时特征算子：
concat_id:
- 含义：从输入表输入的记录中，选取1个字段，按照timestamps倒序排成序列，可以配置参数按照id和timestamp去重，支持用户取top k个数据
使用举例：
-- 用户最近点击的50个商品id
insert into table ${output_table_name}
select nickname,
concat_id(true, item_id, behavior_time, 50) as rt_click_item_seq
from ${source_table}
group by user_id;
-- 1分钟内最近有特征行为用户id列表
insert into table ${output_table_name}
select window_start(behavior_time) as time_id,
concat_id(true, user_id) as user_id_list
from ${source_table}
group by window_time(behavior_time, '1 MINUTE');
sum、avg、count：
- 含义：从输入表输入的记录中，选取1个字段，对指定的时间范围进行求和、求平均值或计数
使用举例
-- 每小时的点击数和曝光数
insert into table ${output_table_name}
select
user_id,
window_start(behavior_time) as time_id,
sum(pv) as pv,
sum(click) as click
from ${source_table}
group by user_id,window_time(behavior_time, '1 HOUR');
总结
基于B端算法的实时特征需求，沉淀了一套基于blink sql + udf实现的实时特征产出系统，对用户输入的sql进行转义，在Bayes平台生成bink SQL Streaming任务，产出实时特征数据存入iGraph当中，沉淀了blink 写入igraph组件，concat_id算子、聚合算子等基础能力，为后续Dolphin streaming 实时特征产出系统打下了基础，支持后续多种特征算子扩展方式，快速支持此类用户需求。
3 关键词批量同步
业务背景
每天有很多商家通过不同渠道加入直通车；而在对新客承接方面存在比较大的空间。另一方面，对于系统的存量客户的低活部分也有较大的优化空间。系统买词作为新客承接、低活促活的一个重要抓手，希望通过对直通车新客和低活客户进行更高频率的关键词更新（天级->小时级），帮助目标客户的广告尝试更多关键词，存优汰劣，达到促活的目标。
基于此需求，我们在现有天级别离线链路的基础上补充小时级的消息更新链路，用来支持标准计划下各词包、以及智能计划的系统词更新，每小时消息更新量在千万量级，使用Blink将全量ODPS请求参数调用faas的函数服务，将每条请求的结果写入到ODPS的输出表中。更新频率在两个小时，更新时间：早8点到晚22点，单次增删规模：增500W/删500W。
主要挑战
- blink批处理作业需要进行小时级调度
- faas函数调用需要限流
解决方案
- 使用Blink UDF实现对request请求调用HSF的函数服务功能
- blink UDF使用RateLimiter进行限流，访问函数服务的QPS可以严格被节点并行度进行控制
- 在Dataworks平台配置shell脚本，进行Bayes平台批计算任务调度
总结
基于此需求，使用blink sql batch模式实现了近实时的此类更新链路，打通了此类批处理作业的调度模式，为后续批作业产品化打下了基础。
四 未来展望
基于B端算法的业务，Dolphin引擎目前已经设计开发了Dolphin streaming链路，用户在极光平台开发实时特征变得跟在odps开发离线表一样简单，用户无需了解实时数据源、底层存储引擎，只需要用sql就可以查询实时特征数据。但是B端算法业务中还有类似于本文中提到的批处理业务，这些业务需要开发blink batch sql、blink streaming batch模式、ODPS UDF和java code任务，并且提供调度脚本，最后将项目进行封装提交给算法团队进行使用。未来我们希望用户能够在极光平台自助开发批量计算业务，降低算法同学开发成本，提供一个可扩展、低成本的批计算引擎能力，支持业务快速迭代，赋能业务落地快速拿到结果。
本文为阿里云原创内容，未经允许不得转载。
