滴滴敏捷数据中台实践
大数据技术与架构 大数据技术与架构
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%