演讲主题：AI搜索年度发布——货拉拉 Elasticsearch技术实践和AI应用
在数字化与智能化浪潮的推动下，海量数据的高效检索与实时分析，正成为各行业核心竞争力的关键之一。作为覆盖全球 14+ 市场、服务数千万用户的智慧物流与同城货运平台，货拉拉不仅在业务规模与运营效率上追求卓越，也在技术底座上不断革新。
9月26日，云栖大会AI搜索与向量引擎分论坛上，货拉拉 Elasticsearch技术负责人——陈敏华先生分享了 Elasticsearch 在全球化高并发业务场景下的深度实践，以及在迁移至阿里云 Elasticsearch Serverless 后的显著收益。货拉拉的案例为业界提供了可复制、可落地的技术范本。
一、货拉拉业务与Elasticsearch技术概况
作为全球领先的智慧物流与同城货运平台，货拉拉的业务版图已遍及全球 14+ 个核心市场，在中国内地深耕 360 多个城市，连接了超过 120 万名月活跃司机与 1400 万活跃用户。
凭借阿里云等多平台技术架构，以及 Java、PHP、Golang、Python、C++ 等多语言开发支持，货拉拉能够快速适配多样化业务场景，从货运、企业物流到搬家、冷运、零担乃至汽车租售与后市场服务，全链路满足用户在不同行业和地域的运输及配套需求。数字化运营过程中，货拉拉将 Elasticsearch 技术深度应用如下：
货拉拉 ES使用场景：
- 核心业务：高效运维、数据查询和智能化场景。通过在抢单大厅等高并发关键模块的使用，系统能够稳定应对海量请求；
- 日志场景：借助 ELK 集群实现日志采集、处理与可视化，显著提升运维效率；
- 多维度查询：在客服系统中，支持跨条件的多维度高效查询，让数据分析更快速、可输出；
- AI 场景：Elasticsearch 为智能客服、图像识别及知识库检索提供了坚实的搜索与数据处理能力，助力业务全面智能化升级。
二、货拉拉 Elasticsearch 技术实践
为了应对全球化业务的海量数据与高并发需求，货拉拉构建了超大规模的 Elasticsearch 集群。该集群为货拉拉在同城货运、企业物流及多元化业务中提供了坚实的技术底座，实现数据检索的高速与稳定并行。
1、货拉拉 ES集群特点：
- 规模大：计算资源超过 1.5 万 CPU 核心，记录数突破 40 亿，数据总量超过 4PB。
- 并发高：集群峰值 QPS 超过 1000 万，支持 300+ 业务应用同时并发访问。
- 实时性强：平均请求响应时间为 24ms，在高并发访问核心业务场景下仍可保持 10ms 内的超高速度。
而为了保障全球业务的连续性与高性能数据检索，货拉拉在 Elasticsearch 构建中采用了 多 AZ 架构。这一架构不仅提高了资源利用率和系统稳定性，也为海量数据场景下的扩展与灵活部署提供了坚实基础。
2、货拉拉 ES集群 多AZ架构：
- 多可用区部署：通过将集群节点分布在不同地理位置，避免单点故障，提升系统容错能力和业务连续性。同时支持负载均衡，优化系统性能与稳定性。
- 冷热分离集群：按数据访问频率将数据分为热、暖、冷三类，分别存储在高性能或低成本节点中，以优化资源利用、降低存储成本，并增强集群扩展能力和灵活性，适合大规模数据场景。
为保障大规模 Elasticsearch 集群在高并发业务场景下的稳定运行，货拉拉构建了功能完备的 集群管理平台。平台融合监控、应急、演练、变更与治理五大模块，无论是应对业务高峰中的扩容需求，还是处理慢 SQL、索引冗余等性能瓶颈，平台都能高效协同，确保系统在全球多业务应用下持续保持高性能与高稳定性。
3、货拉拉 ES集群管理平台整体架构如下：
- 监控平台：实现请求实时监控、资源监控、巡检告警以及异常日志监控，保障系统运行可视化与即时告警。
- 应急平台：支持 SQL 自动查杀、集群一键扩容以及磁盘空间应急扩展等能力，应对突发问题。
- 演练平台：进行可用区故障演练、注入故障测试与应急演练，提升系统的灾备响应能力。
- 变更平台：提供资源申请、资源配置变更及任务管理功能，确保上线或调整过程的可控性与安全性。
- 治理平台：进行慢 SQL 优化、索引治理及资源水位治理，从根本上提升集群性能与资源利用效率。
三、货拉拉Elasticsearch上云收益
在面对业务访问量的波动与突增时，传统的扩容方式往往存在资源浪费、人工操作低效和集群风险高等问题。阿里云 Elasticsearch 通过 Serverless 架构，显著降低了成本，更实现了高可用、高弹性和低运维干预的流量应对能力。具体如下：
1、阿里云 ES 应对不同类型流量增长的 Serverless 策略：
- 日常业务波峰波谷
- 传统方式：按峰值采购资源，导致资源浪费显著。
- Serverless 优化：按日常水位保留最小资源，峰值请求弹性扩缩容，避免闲置浪费。
- 预期内流量增长
- 传统方式：低峰期依赖人工操作扩容，变更繁琐且耗时。
- Serverless 优化：活动前自动调高配额，分钟级生效，实现平稳扩容、业务无感和服务稳定。
- 非预期流量增长
- 传统方式：依靠紧急限流与临时扩容，存在体验受损和风险高的问题。
- Serverless 优化：小规模增长时秒级自动协同扩容，大规模增长时自动限流，保障集群稳定运行。
通过将日志集群平稳迁移至 阿里云 Elasticsearch Serverless，货拉拉在资源利用与运维效率上都获得了质的飞跃，不仅优化了技术成本结构，还显著提升了对业务流量波动的应对能力，为核心业务的稳定与高效运行提供了更坚实的后盾。
2、货拉拉将 ELK 日志迁移至阿里云 ES Serverless 后带来的收益：
- 在高峰期，弹性写入资源可从 120CU 动态扩展到 150CU，对应写入速率维持在每秒 50万~60万次请求（QPS）；
- 在低峰期，写入资源可按需缩减至 12CU~18CU，写入速率维持在每秒 5万~8万次请求（QPS）；
- 迁移后优势显著：运维效率提升 50%、可在全天各时段灵活弹性扩缩容、资源成本下降 60%。
四、结尾
在未来，货拉拉将持续深化 AI 与 Elasticsearch 的融合应用，在业务侧通过智能调度与精准匹配，全面提升运输与运营效率；在运维侧，通过 AI 驱动的巡检、预测与自动化应急响应，实现更高的系统稳定性与安全性；在研发侧，通过智能化的查询转换与技术助理能力，优化开发体验并加速产品迭代。这一系列升级，将助力货拉拉实现由数据驱动向智能驱动的全面跃迁。
了解更多：
阿里云 检索分析服务 Elasticsearch 官网：https://www.aliyun.com/product/bigdata/elasticsearch
阿里云 检索分析服务 ES Serverless 官网：https://www.aliyun.com/product/es/es-serverless
阿里云AI搜索团队打造大模型原生搜索，攻关分布式与实时检索，助力企业升级搜索与增长。
