作者：林佳

用户背景

网易2001年正式成立在线游戏事业部，与广大游戏热爱者一同成长。经过近20年的快速发展，网易游戏（互娱）已跻身全球七大游戏公司之一。作为中国领先的游戏开发公司，网易互娱一直处于网络游戏自主研发领域的前端。

业务需求

说到网易互娱，大家首先想到的肯定是游戏。作为网易的核心业务线之一，让游戏业务可以稳定可靠地运行自然是重中之重，而游戏业务中最重要就是 APP 内购买服务的可靠性。

玩家在游戏内购买道具的操作，首先会触发客户端行为与渠道商、计费中心进行通讯，完成下单与支付。计费中心也会与渠道商进行交互，验证客户端订单的合法性以及支付状态。只有订单合法，游戏服务才会被通知发货。而这一整套流程下来，每一个参与者产生的日志、数据监控点等等，它们的来源、数据结构、时间步调可能是千差万别的。此外，这个过程中还有通讯网络、数据库、监控系统等的参与，使得整个过程非常复杂。

2017 年之前网易互娱的处理方式相对落后，其中还有一些比较陈旧的处理方式，比如网盘、rsync、T+1 处理离线任务等。

组件繁多、技术栈的割裂、时效性低、资源使用情况粗糙等，都会使资源无法被均匀地利用，而这正是带来时效性低的原因之一，也使代码能效、数据能效和资源能效都相对较低。

上图是网易互娱以前的离线计算业务运行时的资源情况示意，在凌晨的时候去计算前一天的数据报表。在流式计算普及之前，这是一种广泛使用的模式，即在凌晨用一大批机器执行 Spark 离线任务去计算前一天的结果。为了使报表可以按时交付，整个离线集群需要大算力，堆叠大量的机器资源，而这些机器资源在许多时间段却是空闲的，这便造成了资源能效低下。如果这类计算任务可以被实时化，那么它所需要的算力即可被分摊到每一个时间片上，避免在凌晨的时候资源使用严重倾斜。这些机器算力可以被托管在资源管理的平台上，所以它们也可以被其他业务所使用，进而提升能效。

《Apache Flink 案例集（2022版）》——2.数据分析——网易互娱-基于Flink 的支付环境全关联分析实践（下）https://developer.aliyun.com/article/1228388