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
|
2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。
|
1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。
54 4
|
30天前
|
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
|
3月前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
69 0
|
8天前
|
边缘计算 人工智能 搜索推荐
大数据与零售业:精准营销的实践
【10月更文挑战第31天】在信息化社会,大数据技术正成为推动零售业革新的重要驱动力。本文探讨了大数据在零售业中的应用,包括客户细分、个性化推荐、动态定价、营销自动化、预测性分析、忠诚度管理和社交网络洞察等方面,通过实际案例展示了大数据如何帮助商家洞悉消费者行为,优化决策,实现精准营销。同时,文章也讨论了大数据面临的挑战和未来展望。
|
14天前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
67 10
|
2月前
|
存储 搜索推荐 大数据
大数据在医疗领域的应用
大数据在医疗领域有广泛应用,包括电子病历的数字化管理和共享,提升医疗服务效率与协同性;通过数据分析支持医疗决策,制定个性化治疗方案;预测疾病风险并提供预防措施;在精准医疗中深度分析患者基因组信息,实现高效治疗;在药物研发中,加速疗效和副作用发现,提高临床试验效率。此外,在金融领域,大数据的“4V”特性助力业务决策前瞻性,被广泛应用于银行、证券和保险的风险评估、市场分析及个性化服务中,提升运营效率和客户满意度。
80 6
|
2月前
|
人工智能 编解码 搜索推荐
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
|
30天前
|
存储 数据采集 分布式计算
大数据技术:开启智能时代的新引擎
【10月更文挑战第5天】大数据技术:开启智能时代的新引擎
|
1月前
|
SQL 消息中间件 分布式计算
大数据-143 - ClickHouse 集群 SQL 超详细实践记录!(一)
大数据-143 - ClickHouse 集群 SQL 超详细实践记录!(一)
65 0

相关产品

  • 云原生大数据计算服务 MaxCompute