《Apache Flink 案例集（2022版）》——2.数据分析——蔚来汽车-Apache Flink 在蔚来汽车的应用（上） https://developer.aliyun.com/article/1228268
业务场景
1 .实时看板
上图是实时看板业务的架构图，主要分为三层。第一层是数据层即 Kafka 的实时数仓，通过 Flink 对这些数据进行处理后将它们实时地推到后台，后台再实时地把它们推到前端。后台与前端的交互是通过 web socket 来实现的，这样就可以做到所有的数据都是实时推送。
2. CDP（Customer Data Platform）
CDP 是一个运营平台，负责偏后台的工作。蔚来汽车的 CDP 需要存储一些数据，比如属性的数据存在 ES 里、行为的明细数据包括统计数据存在 Doris 里、任务执行情况存在 TiDB。其中主要有两个实时场景的应用：第一个是属性需要实时更新，否则可能造成运营效果不佳；第二个是行为的聚合数据有时候也需要实时更新。
3. 实时数仓
上图是蔚来汽车目前的实时数仓架构图。它整体上与离线数仓非常相似，也是有ODS层、DWD 层、DWS 层和 Application 层。不同之处在于它有一个维度层 (DIM 层)，里面有很多不同的存储介质，维度信息可以放在 TiDB，并通过 AIO 的方式访问维度表；也可以放在 Hive，用 Temporal Join 的方式去进行关联；有一些数据是一直在变化的，或者需要做一些基于时间的关联，可以把数据放到 Kafka 里，然后用 Broadcast 或者 Temporal Join 去进行关联。
未来规划
实时数据的场景越来越多，大家对实时数据的需求也越来越多，未来蔚来汽车会继续进行实时数据方面的探索。目前在流批一体的实时和离线存储统一上已经有了一些产出，后续也会在这方面投入更多精力，包括 Flink CDC 是否真的可以减少链路，提高响应效率等。
