神州优车上云之路:如何在效率、质量和成本三方面达到平衡?

简介: 神州优车是一个专注于汽车行业的互联网公司,主要的业务场景包括汽车出行,也就是汽车租赁和专车,以及汽车买卖和围绕汽车的相关金融行业。我们的愿景是重塑人车出行的生态圈,也就是说希望对于从汽车采购到汽车买卖、出行以及汽车金融的整个汽车行业进行整合。

本文正在参加“最佳上云实践”评选,来给我们投票吧:https://yq.aliyun.com/activity/158(编号2)

神州优车是一个专注于汽车行业的互联网公司,主要的业务场景包括汽车出行,也就是汽车租赁和专车,以及汽车买卖和围绕汽车的相关金融行业。我们的愿景是重塑人车出行的生态圈,也就是说希望对于从汽车采购到汽车买卖、出行以及汽车金融的整个汽车行业进行整合。

上云之路

其实神州优车的上云之路是伴随着云计算技术的不断成熟,包括像阿里云这样的云服务公司的不断成长存在一个渐进过程的。从最早神州优车自建托管的IDC,自行购买硬件的服务器并部署自身的业务系统,到后来尝试使用类似像阿里云这样的第三方云服务商所提供的资源和服务,而在这其中曾经又一度恢复到自建IDC上去,一直发展到现在神州优车形成一个自建IDC的私有云和公有云的这样的混合云架构,神州优车的上云之路总体是有一个演进的过程的。

至于为什么中间为什么曾经一度又恢复到自建IDC的策略上面来呢,其实这是因为公有云的云计算技术以及像阿里云这样的云计算厂商的成长也是存在一定的渐进的过程的。

神州优车使用了阿里云的ECS以及OSS服务以及CDN等非常多的云产品,目前的这些可能都是单独的服务,其实对于神州优车而言,更希望能够使用阿里云的整个生态的多个维度的服务来为自身的业务进行助力。

云计算平台的选择

我们在选择云计算厂商的时候,从抽象层面更看重的是性价比,更加具体而言,因为云计算是一个非常基础的服务,说它基础是因为对于IT系统而言,云计算就像水和电一样,是一种非常基础的并且必不可少的资源,既然是资源,就会希望云计算是非常标准化的,对于大多数的用户而言都是通用的;说云计算是一个服务其实是因为所有的云计算厂商最终所提供的不能像是一个简单的虚拟机,而应该是整体的IT能力的服务化,而IT能力的服务化也是各个云计算厂商的核心差异所在,这也就是我们最终选择云计算厂商所最为看重的一个点。

之前神州优车也使用过其他厂商的云计算产品和服务,但是最终还是选择了阿里云,是因为阿里云在整个云计算生态的各个节点的服务能力,以及本地化的服务能力方面能够对神州优车的业务起到极大的促进作用。

混合云架构

98e46026be1367515eea6d273e932f89bb7c1d2

上云前后

技术部门作为整个公司的技术架构的团队,公司对我们的诉求就是在效率、质量和成本三者之间达到一个平衡,选择阿里云就是希望阿里云能帮神州优车在效率、质量和成本这三者之间完成平衡。根据一些具体场景来分享一下云计算为神州优车的技术部门所带来的变化:

  • 第一个方面就是效率方面,对于IT资源而言,企业自行采购服务器到业务部署上线是存在一个时间周期的,这个周期至少需要一个月的时间,而如果使用阿里云的话就可以实现按需浮动,这样就可以极大地提高了效率。
  • 而在质量方面,对于技术架构层面而言,所做的所有服务都需要考虑到业务架构、性能以及异构等多方面的因素。在使用了阿里云之后就可以依靠阿里云的服务帮助我们实现,这样一来就可以极大地节省了在质量保障方面的投入。
  • 对于成本方面,其实所有的IT资源最终都是为业务服务的,业务因为自身的属性以及活动等因素是存在高低峰的,高峰的时候需要更多的设备来满足业务诉求,但是当高峰过后,这些多余的设备就会闲置了,这将是一个很大的成本,而阿里云则会帮助我们实现削峰的作用,将会极大地节省成本。

大数据实践

我们的大数据团队有三个技术方向的诉求:

  • 安全是基础;
  • 效率是关键;
  • 增长是目标。

在这样的三个技术方向上,我们都有一些非常典型的业务场景。比如:

  • 安全方向上,对于租车来讲,车辆的丢失率以及丢失后找回的概率,这就是大数据在租车行业中的一种比较典型的应用场景;而在专车行业中,比如像司机驾驶行为的安全性预警与监督也是比较典型的数据应用场景;
  • 在效率方面,则有两个非常典型的业务应用场景,一个场景就是车辆的调度,另外一个就是动态定价。并且动态定价其实在租车和专车行业中都有相应的应用场景;
  • 在用户增长方面,大数据典型的应用场景就是用户画像,其实在做运营选择以及广告媒体投放的时候会问自己几个问题:目标用户到底是什么样的人?这样的广告投放效果能不能实现精准匹配?而神州优车目前的做法就是依靠用户画像系统来进行精准匹配,而对于用户画像系统的实践也与阿里云进行了深度的合作。

对于神州优车的用户画像系统而言,目前可以实现只需要提供用户的手机号就可以初步计算出该用户的价值度以及风险度以及可行性。神州优车的用户画像系统目前在整个业内都处于比较领先的地位,通过用户画像系统所计算出的租车被盗率以及被盗后找回率在行业内都是遥遥领先的。

神州优车的大数据场景下的技术沉淀也已经有好几年了,目前还是主要基于开源软件的思路结合自身沉淀下来的自研算法实现的,未来也希望能够与阿里云的数加服务等进行深度的整合。因为神州优车作为业务公司,在某些技术方面不会有太大的投入,所以希望能与像阿里云这样更加专业的公司进行更深度的合作,各取所长,实现互补。

关于调度效率提升问题,就需要谈到神州优车的调度系统,这个调度系统也是神州优车大数据技术的一个非常核心的系统。神州优车的调度系统的发展演进也经历了三个阶段:

  • 第一阶段主要是技术辅助人工进行调度,技术为人工调度提供数据依托和决策的依据;
  • 第二阶段就是系统全自动调度;
  • 而目前的所发展到的第三阶段已经形成了一个比较复杂并且比较完善的调度系统,整个调度系统大概分成了需求预测、车辆预测、成本预测、人员状态预测以及调度决策等这样的若干个子系统,通过这若干个子系统整合而成了目前的调度系统。

在调度的维度方面,除了刚才谈到的时间维度、地理位置、交通拥堵情况之外,还增加了类似于天气情况,突发事件等十几个数据维度,总体上形成了比较复杂的并且在业界具有一定的领先地位的调度系统。

调度系统架构图:

8bd5de33cd6f14341af85eef409dc33d7182092

而路径分析这部分其实属于调度系统中的一个子系统,这部分功能的实现是基于数据驱动的。路径分析这部分也存在多个维度的数据来源:

  • 一方面来源于像阿里所提供高德地图,可以提供实时的路况状态;
  • 第二方面,也对于自由车辆的行程数据进行了数据采集;
  • 第三方面,神州优车也与一些官方组织以及技术组织进行合作,将开源数据以及官方数据整合到路径分析系统里面来。所以路径分析的数据来源还是比较多的,最终的路径就需要依托于这各个方面的数据进行计算并得出最优路径。

正如刚才所提到的我们的愿景是重塑人车出行的生态圈,所以在利用人工智能实现无人驾驶等技术方面对于神州优车而言也是处于战略地位的。目前我们为了研发车辆的人工智能以及无人驾驶专门在美国成立了实验室,并且聚集了业界很多的高端技术人才。人工智能无人驾驶的相关研究工作也已经进行了将近一年的时间了,在不久的将来,神州优车将会推出具有自主知识产权的人工智能车辆系统。

云端安全

神州优车作为具有典型性的互联网企业,所面对的安全问题还是具有一定的代表性的。互联网企业在一定程度上来说属于数据企业,那么既然是数据企业,对于数据安全的诉求将会是非常高的,所以互联网企业对于数据的机密性、完整性以及可用性等方面都有很高的诉求,这就是企业安全一个比较核心的问题。

另外一个核心的安全问题就是业务安全,因为企业安全最终也是为企业的业务服务的,但是对于神州优车这样的公司而言,在安全方面的投入不会很大,也无法做到面面俱到,比如像危险情报预警这样的功能,就无法投入太多,所以就会需要像阿里云这样的第三方的安全服务商将自己的安全能力贡献出来与企业的安全团队一起提升企业防火墙的防御能力并且提升企业的安全水位。

总而言之,对于一般的互联网企业而言,安全方面比较核心的就是数据安全和业务安全这两个方面,结合神州优车的实际,对于业务的安全性要求还是比较高的,特别是像汽车金融这部分的风控等这样的业务场景都是希望能与阿里云这样的第三方安全公司进行深度合作的。

对阿里云的建议

其实神州优车在上云方面可以说还是有一定的经验的,目前神州优车使用了阿里云的ECS、OSS等产品,也使用了阿里云的CDN等一些服务。神州优车作为阿里云的用户还是比较关注于产品的引进的,并且对于阿里云产品的整体思路还是比较认可的。

阿里云的云服务更多的是类似于面向企业B端的一种服务,B端的服务和C端的产品还是存在着一些差异的,所以希望阿里云能够更多地创造与用户交流的场景,这样才能使阿里云的产品更加贴近于用户的真实诉求,更好地落地在用户的应用场景里面。

基于大家对于阿里云技术方面的认可,我们认为阿里云可以做到对于更多的产品之间进行解耦合,这样的就可以对外提供更多的服务能力,进而创造更多的适配的场景,提供给用户更多可能的选择。

 

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
11月前
|
人工智能 中间件 数据库
沐曦 GPU 融入龙蜥,共筑开源 AI 基础设施新底座
沐曦自加入社区以来,一直与龙蜥社区在推动 AIDC OS 的开源社区建设等方面保持合作。
|
自然语言处理 网络安全 Python
【Python】已解决:nltk.download(‘punkt’) [nltk_data] Error loading punkt: [WinError 10060] [nltk_data]
【Python】已解决:nltk.download(‘punkt’) [nltk_data] Error loading punkt: [WinError 10060] [nltk_data]
4410 1
|
10月前
|
消息中间件 编解码 Kafka
企业微信ipad协议:Silk语音流转码为PCM的实时管线设计企业微信ipad协议:Silk语音流转码为PCM的实时管线设计企业微信ipad协议:Silk语音流转码为PCM的实时管线设计企业微信ipad协议:Silk语音流转码为PCM的实时管线设计
企业微信iPad协议中,语音消息采用Silk V3编码。为实现低延迟ASR,网关需实时将流式Silk解码为PCM并推送Kafka。通过内存池缓存解码器、无锁环形队列传输、逐块分窗处理,实现零拷贝、P99延迟≤10ms。单核支持200路并发,为实时字幕与语义分析提供高效数据底座。(238字)
1570 0
|
C++ 开发者 Windows
微软vc运行库,微软运行库,微软运行库下载地址
微软运行库合集包含Visual C++、.NET Framework、DirectX等核心组件,支持Windows系统下软件稳定运行,解决DLL缺失、运行报错等问题。集成多版本VC++运行库,兼容XP至Windows 11系统,适用于普通用户、开发者及游戏玩家。
10386 0
|
人工智能 物联网 Shell
今日 AI 开源|共 12 项|开源的DIY健康追踪项目,基于低成本的智能戒指构建私人的健康监测应用
本文介绍了多个开源项目,涵盖了从量子计算错误纠正到视频生成和编辑的广泛应用领域。这些项目展示了AI技术在不同领域的创新和应用潜力。
1377 10
今日 AI 开源|共 12 项|开源的DIY健康追踪项目,基于低成本的智能戒指构建私人的健康监测应用
|
人工智能 自然语言处理 搜索推荐
师资培训|AIGC教学评估体系构建与教学策略优化-某教育科技集团
近日,TsingtaoAI为某教育科技集团交付AIGC赋能教师教学创新课程,本课程围绕国内外最新AIGC技术的发展现状与具体应用场景,深入探讨如何借助智能分析、多模态交互和自动化数据处理,为教学过程“插上”数字化翅膀。课程不仅聚焦于工具与平台的实操演练,还呈现了丰富的本土高校成功案例与落地方法,让参加者充分掌握从课堂管理、作业布置、考试测评到学生个性化指导的全流程智能化改进思路。
910 12
|
存储 编译器 C++
【c++】类和对象(中)(构造函数、析构函数、拷贝构造、赋值重载)
本文深入探讨了C++类的默认成员函数,包括构造函数、析构函数、拷贝构造函数和赋值重载。构造函数用于对象的初始化,析构函数用于对象销毁时的资源清理,拷贝构造函数用于对象的拷贝,赋值重载用于已存在对象的赋值。文章详细介绍了每个函数的特点、使用方法及注意事项,并提供了代码示例。这些默认成员函数确保了资源的正确管理和对象状态的维护。
1054 4
|
安全 数据管理 Shell
Linux命令su详解
`su`命令在Linux中用于切换用户身份,常用于权限管理。它允许用户无须注销当前会话就切换到另一个用户,尤其是root。`su`有多种选项,如`-`或`--login`加载目标用户环境,`-c`执行指定命令后返回。使用时需注意权限安全,建议用`sudo`以减少风险。通过限制`/etc/pam.d/su`可加强访问控制。`su`在系统维护和数据管理中扮演角色,但不直接处理数据。
|
存储 缓存
本地缓存和分布式缓存区别
【2月更文挑战第16天】
1106 2
本地缓存和分布式缓存区别