专访360医药大数据负责人侯晓锋:谈未来智能医疗的挑战及实践

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 随着业务的发展壮大,数据量持续增加。集群变大,实时计算硬件资源消耗也变大。集群的维护成本不断增加,。大数据计算服务MaxCompute帮我们省去了这些维护成本。让我们更加专注于业务,专注让数据产生价值。

1.请介绍一下自己和贵公司的业务?

360好药为奇虎360旗下医药电商平台,网站(www.360haoyao.com由广州市增城慈福药业连锁有限公司注册)致力于创造简单、方便、值得信赖的健康产品购物体验。为了捍卫健康事业,360好药连接医疗健康产业,并依托360强大的技术能力,为中国网民及医药行业提供可靠可信可行的医药电商服务、医疗信息服务及“互联网+”技术解决方案,建立产业服务体系,推动提升医疗资源利用效率,推动提升全民健康管理水平。

360好药提供的服务,不止范围广,更时刻深挖发展的可能性,架起药企、药店、医院、医生和患者的桥梁,成为“互联网+”时代健康事业发展的推动者。

我负责360好药大数据部分的架构和开发。


2.贵公司主要使用大数据来解决哪些方面的问题,想借助大数据取得哪些成果?

作为一个医药电商平台,数据应用主要有四个方面:

2.1、提供业务各个指标维度数据。如流量、销量、类目、商家等维度,帮助业务更加了解产品和用户,提升销售业绩。

2.2、数据应用。搜索系统,用户推荐系统,用户营销,提供一些数据接口API。

2.3、财务数据。

2.4、提供管理层决策数据。

167d0bbf78489dd2ab0035c9ce48feaecf3b8e29

3.在大数据实践的过程中,你们业务场景中的主要挑战有?

   3.1、 随着业务的发展壮大,数据量持续增加。集群变大,实时计算硬件资源消耗也变大。集群的维护成本不断增加,。大数据计算服务MaxCompute帮我们省去了这些维护成本。让我们更加专注于业务,专注让数据产生价值。

   3.2、 人工智能,机器学习这两年渐渐出现在人们视野,也成为一种趋势。如果不想专门设立一个专业算法团队,能用更小的成本带来最大的价值,恰好使用数加平台有这样的解决方案,享受云计算带给我们的福利。


4.阿里云数加的哪些特性帮助你们解决了这些问题?你们所使用的服务有?数加给贵公司带来了哪些收益及业务价值,能否通过一些数字阐述?

数加平台帮我们省去了数据集群的维护成本和一部分开发成本,服务器规模可以弹性的控制。目前使用的数据服务有MaxCompute(原名ODPS)、Data IDE、Datahub、AnalyticDB(原名ADS)。

使用数加开发,开发人员门槛降低,数据开发时间也减少了。原来的集群维护人员现在可以去做其他更有意义的事情。

AnalyticDB是很好的OLAP的解决方案,使得不用搭建更加复杂的查询引擎来实现多维度数据分析。

Datahub让我们不再使用原来的实时流计算框架,把实时流计算放在云上。弹性成本加上不再用人力去维护流计算集群。原来复杂的流计算代码,现在都变成了对接API。云计算让大数据变的简单。


5.贵公司大数据解决方案是什么?可否提供架构图?

a021cc27d84718e2c2ae90d675c131de9c5f7f27

 

6.在这个服务过程中,您的体验和建议是?

系统的体验方面现在越来越好了,只是文档暂时不够详细,希望这部分能够及时的维护起来。

 

7.当初是什么原因促使您选择阿里云数加产品的?

第一云服务是一个趋势,为大家带来便利,带来福利和惊喜。第二云服务可以更加弹性的控制成本,符合软件产品的设计理念。第三相信阿里的品牌,相信阿里的服务。

 

8.对比云服务和自建大数据基础设施,你们是怎么衡量的?

自建的系统的功能扩展性和灵活性更加好一些,云服务的稳定性和成本更加好一点。我们当时更多在乎成本,所以选择了数加云服务。

 

9.在使用数加的过程中,有哪些问题困扰过你们?后续又是如何解决的?

最初使用的时候,难点在于数据迁移,一些报表的计算逻辑非常复杂。数加上的功能很难满足我们的计算逻辑。还有就是最初数加上会有一些bug。阿里的客服服务态度特别好,提出的问题能够很快的相应并解决。逻辑复杂的报表后来采用了本地程序和云相结合的方式来解决的。

 

10.你们未来还想借助大数据实现的场景有?阿里云数加是否能满足你们的需求?如果没有,期待有哪些?

数加平台暂时能满足我们的数据需求,未来期待阿里的机器学习能给我们带来更多惊喜。


相关文章

https://yq.aliyun.com/articles/72250

https:// yq.aliyun.com/articles/70510

https://yq.aliyun.com/articles/70509

https:// yq.aliyun.com/articles/69333

https://yq.aliyun.com/articles/68211

https://yq.aliyun.com/articles/67275

https://yq.aliyun.com/articles/70359

https://yq.aliyun.com/articles/70353

https://yq.aliyun.com/articles/70412

https://yq.aliyun.com/articles/70347

bba01b493e1c5d904e882b1c380673c6ebe49a98

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
4月前
|
SQL 分布式计算 运维
如何对付一个耗时6h+的ODPS任务:慢节点优化实践
本文描述了大数据处理任务(特别是涉及大量JOIN操作的任务)中遇到的性能瓶颈问题及其优化过程。
|
3月前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
97 3
|
8天前
|
数据采集 人工智能 分布式计算
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
阿里云推出的MaxFrame是链接大数据与AI的分布式Python计算框架,提供类似Pandas的操作接口和分布式处理能力。本文从部署、功能验证到实际场景全面评测MaxFrame,涵盖分布式Pandas操作、大语言模型数据预处理及企业级应用。结果显示,MaxFrame在处理大规模数据时性能显著提升,代码兼容性强,适合从数据清洗到训练数据生成的全链路场景...
25 5
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
|
3月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
15天前
|
存储 人工智能 数据管理
|
8天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
20天前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
110 15
|
2月前
|
存储 消息中间件 分布式计算
Cisco WebEx 数据平台:统一 Trino、Pinot、Iceberg 及 Kyuubi,探索 Apache Doris 在 Cisco 的改造实践
Cisco WebEx 早期数据平台采用了多系统架构(包括 Trino、Pinot、Iceberg 、 Kyuubi 等),面临架构复杂、数据冗余存储、运维困难、资源利用率低、数据时效性差等问题。因此,引入 Apache Doris 替换了 Trino、Pinot 、 Iceberg 及 Kyuubi 技术栈,依赖于 Doris 的实时数据湖能力及高性能 OLAP 分析能力,统一数据湖仓及查询分析引擎,显著提升了查询性能及系统稳定性,同时实现资源成本降低 30%。
Cisco WebEx 数据平台:统一 Trino、Pinot、Iceberg 及 Kyuubi,探索 Apache Doris 在 Cisco 的改造实践
|
1月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
1月前
|
DataWorks 搜索推荐 大数据
聊聊DataWorks——这个一站式智能大数据开发治理平台
聊聊DataWorks——这个一站式智能大数据开发治理平台
177 2

相关产品

  • 云原生大数据计算服务 MaxCompute