王守仁

本文介绍了酷家乐大数据团队 CDP 平台中离线人群的生态和技术架构，重点介绍了面对特定的业务需求，如何对性能进行设计，并从稳定性的角度，说明了如何保证离线人群计算的准确性。

前言 酷家乐平台的埋点注册量及其产生的埋点数据量庞大，对数据处理和分析提出了新的需求。 埋点量和数据量概况：酷家乐埋点平台已有3000+的埋点，每天产生的埋点数据总量达到30亿条以上。 现有数据架构：

Oceanus作为酷家乐一个实时流平台，向业务方提供数据的实时同步功能，我们将平台的任务从Yarn迁移到 k8s，本文档希望将其中的经验分享给大家

酷家乐埋点实时化改造，大大提升时效性以及数仓DAG稳定性。 时效性：从原有T+1提升到20分钟。 稳定性：脱离大单节点困扰，埋点就绪时间从03:00提前到00:30。

酷家乐大数据应用侧行为分析———基于starrocks的实现用户路径分析（桑基图） 记录和分析目标用户在各个事件之间的流转过程，通过可视化的用户流量流转图高效查看分析用户在各个页面中的行为分布

在分布式系统中，前端发起的一次请求可能经过了多个微服务、多台机器、多个中间件，这使得排查问题变得艰难，调用链通常是帮助开发同学排查线上问题的重要手段，本文将介绍调用链全保留的实践方案。

酷家乐监控Molang魔方中文编程语言，用于解决自动化根因分析难于精确定位的问题。 目前已经在内部应用，对很多典型的故障能实现1分钟内快速准确自动化定位。

根据监控日志的特点，我们对 message 字段添加了 tokenbf_v1 索引，能有效提高日志查询速度。

在公司级日常稳定性运营过程中，通常需要关注各种数据趋势，普通的做法是人工登录监控系统进行观察，但这通常繁琐耗时而无趣的，在酷家乐，通过实现系统自动截图推送到企业微信的方式，为大家节约了很多时间