在2018年云栖大会·上海峰会的阿里云支持与服务专场中，全民直播大数据架构师朱益为我们带来从0-1构建全民直播大数据平台和实时护航方面的实战经验。通过分析当前直播平台面临的挑战来详细的讲解大数据平台的构建，以及数据体系在平台上的运营状况，提出数字化推动企业不断发展前进。
数十款阿里云产品限时折扣中，赶快点击这里，领劵开始云上实践吧!
直播视频回顾
PPT下载请点击
以下为精彩视频内容整理：

技术挑战

全民直播是一家多元化的直播平台，自2015年12月底上线。主要业务有游戏直播和秀场直播。直播对于实时性有着很高的要求，同时由于直播的互动性很强的原因，所以对于平台的稳定性视频流的流畅度就都有着很高的要求。

系统监控、问题定位、性能优化

为了保障平台的稳定性，我们做了全方位的系统监控，需要做到异常报警和流量预警。但是平台的扩大也带来很多问题，所以我们需要及时响应并且快速定位问题。同时在研发方面还有各种性能优化方面的需求，如终端优化视频优化等。

运营需求

除了技术挑战外在运营方面我们也有一定的需求，如用户运营、主播价值、市场营销、内容推荐、平台营收等。主播价值在运营需求中起到了很大的作用，因为对于一个主播价值的正确评估直接影响到平台的直接收益。

解决方案

以前由Mysql+Web或ELK来解决，但是随着数据量的增加，过去的解决方案明显力不从心，所以共同构建大数据平台刻不容缓。

面临困难

面对的困难有很多，时间紧迫、人员不足、经验不足、经费有限。那么面对工具繁多，我们如何选型海量数据。面对成本紧张，我们如何保证稳定，如何保证数据安全？

借助阿里云构建大数据平台

使用阿里云构建大数据平台主要有以下优势：
·运维成本低：几乎零运维成本，同时支撑海量数据。
·使用门槛低：非研发人员也能独立完成数据报表需求。
·系统稳定：几乎无故障，工作人员响应很及时。
·高安全性：在大数据中心处可以做表级权限管理。
·非常灵活：云服务非常灵活，组件即开即用，用最少的资源去试错。

全民大数据架构

这是一个数据链路，包括数据源、数据采集、经过数据计算加工、存储，最后交给数据应用。大量的用户行为投递到采集服务器，保存到本地后通过阿里云日志服务的logtail的组建支持到阿里云的日志服务。

数据采集

首先是日志规范，要遵循规范先行，如果规范定义的不好或不当时，会对后续的数据应用与数据报表有很大的影响。对于打点，打点要打的全、打的准。为此我们定义了大框架来保证打点信息。埋点的信息包括用户信息，产品的用户号，手机的设备号、IP还有一些公共用户信息的字段。事件的编号、发生时间以及载体。比如按钮所在位置等。
接收服务器采用Golang、单机QPS 2W+。逻辑非常简单，只需要接收请求并且保存到本地文件。我们提供了适当合并请求，支持protobuf，gzip压缩等来提高传输的性能。如果终端断网时可以暂存本地，等待离线上传。
实时采集使用的是日志服务的Logtail ，相比 Filebeats、Flume等开源工具，具有性能更优高效稳定，资源占用少，几乎不会影响线上服务，因为其做了资源保护功能。另一个特点是配置简单，支持JSON、正则等多种模式，部署方便，立即生效。
实时查询迅速定位用户行为轨迹，日志服务提供海量日志分析能力，可进行业务监控。日志服务的优点有，不需要考虑容量问题，也不需要考虑查询性能问题。对我们来说做到了省事省心。
最后我们将数据投递到日志中心，投递到 MaxCompute 供离线计算，StreamCompute可以直连日志服务，以监控业务，对直播视频实时护航。日志采集后整体的平台体系已经搭建成功，下面要做的就是直播阶段的工作。

直播视频实时护航

视频流是直播平台的核心服务，视频流的稳定性直接影响到用户体验，继而影响平台收益。

监控、定位、解决、总结

举例说明一下，比如之前在技术不成熟的时候，大卓在户外直播时突然出现黑屏问题，这是一个影响主播与用户等多方面的一个问题，但是由于当时日志采集不够，于是我们做了全链路实时监控，视频由推流端到分发网络再到播放端。除了打点信息外，我们还对直播间的弹幕信息做了监控。因为弹幕信息与视频信息所走链路不同，这样可以从另外的侧面来监控视频信息。可以通过弹幕信息来了解直播时用户端是否卡顿。基于这套监控，我们应用阿里的流计算实时的计算一些关键指标，对于问题我们可以报警到钉钉群。同时，一些厂商也会把问题报警到钉钉群。钉钉群里面相应的同学就会响应来解决这些问题。通常的解决方案可以分为切换节点和切换线路两种。最后我们也会做完善监控、完善流程等措施。阿里云的CDN同学为直播室的实时护航做了很多事情。

数据体系

日志采集之后我们将其投递到数据中心，MaxCompute 提供一站式数据仓库解决方案，完成我们对数据的清洗、加工与整合计算，然后把数据给分析组同学使用。MaxCompute提供数据集成功能，可以通过DataX 结合 tunnel 简化数据同步。提供权限管理功能，通过ACL和角色管理，实现数据隔离。提供数据清洗功能，使用HiveQL、Shell、PyOdps等进行数据清洗。提供完善任务调度功能，可以设置周期时间，可以定义依赖关系。

元数据管理

对于大数据平台来说，元数据管理非常重要，DataWorks 数据管理提供完整的元数据信息，这个元数据信息只能在浏览器上面看，通过爬取数据，完善元数据管理。使用开放接口获取表结构信息和爬取 DataIDE 接口获取任务元数据。

数据分析挖掘

阿里云兼容Hive2.0，使用时非常方便、查询效率高。支持Python直连、支持R直连、支持更多开源工具。

数据报表

使用商业Bi工具、开源数据分析工具、开源报表工具。