作者：郑林贵 天弘基金 大数据技术总监
天弘基金作为国内总规模最大的公募基金，阿里云 MaxCompute 为我们构建了企业级一站式大数据解决方案。MaxCompute 对于海量数据的存储、运维、计算能力强大且安全稳定，MaxCompute 服务将原本需要清算 8 小时的用户交易数据缩短至清算 1 个半小时，同时减少了本地服务器部署压力，在显著提升我们工作效率的同时减少了大量开发成本和人力成本，使我们能更专注于业务发展，为用户提供高品质、高价值的金融服务。
背景：
随着余额宝用户数持续呈指数级增长，数据量也成倍增长。在这种情况之下，已经无法通过简单的hadoop 集群进行数据的管理工作，而业务端面临需要通过数据了解用户、分析行为进而对业务决策和用户行为进行精准预测。基于这些业务的需求驱动需要一个大数据平台来承载，我们在对稳定性、成本、自身能力和复杂度等进行综合考量后，决定采用当前最流行和最成熟的云平台·阿里云 MaxCompute。
目标：
搭建大数据平台从技术指标的角度是数据存储和数据计算两大目标，而从各个业务环节的角度看是数据采集、数据清洗、在线 / 离线分析与预测、实时 / 非实时查询。而业务目标是为了能够快速响应业务需求，能够为业务分析提供稳定的开发和建模平台，为业务提供逻辑清晰和灵活便捷的可视化平台。从而实现从数据支持业务到数据驱动业务的逐步升级。
整个架构都是搭建在阿里云上的，该架构是成熟的三层架构：采集层 + 整合层 +应用层。
采集层：采集层对接了我们几乎所有的业务，采集数据的频率有实时的、分钟级、小时级、日级、月级，支持不同的采集频率，而且这些都是灵活可配置的。将采集的数据通过企业级的数据交换平台进行存储和交换，该平台使用 OSS 实现。通过 OSS 可以实现数据的中转、分发和备份存储。
整合层：在 MaxCompute 整个整合层包含了五大区：缓冲区、ODS 区、整合区、主数据和汇总区。不同的区域为了实现不同的功能，缓冲区是为了在正式进入数仓应用数据模块之前进行数据质检，满足质检后方可进行真正的加工处理，避免因为数据错误污染整个数仓的数据；ODS 区是为了保留源系统格式的数据模块，一方面能够在有问题时追根溯源，另一方面能够满足部分业务的需要；整合区是数据仓库的核心区域，通过主题建模的方式进行数据的模型化处理，使得数据的解释口径具有统一性；主数据则是与业务结合比较紧密的主题数据，这样更方便业务方的使用；汇总区则是提前将需要预加工统计的数据进行统计计算，避免多次开发计算带来的时间成本、开发成本和计算成本等。
应用层：应用层主要是通过监控、管理看板、报表等可视化系统给业务提供直观的数据呈现，从而为业务的决策提供更加有力的数据支撑。在应用层通过 RDS、ADS、HBase 等不同的产品满足了不同的需求。对于数据仓库来说是一个比较复杂的系统，需要很多配套的系统辅助才能做好这样的项目。而其中很多系统在 MaxCompute、DataWorks 中都已经产品化，大大的简化了大数据平台的搭建和运维，提供了一站式的解决方案，而且通过阿里云MaxCompute、Dataworks 能够实现敏捷开发、快速响应、轻量化运维、低成本的实现大数据平台架构。其中包括最核心的调度系统、权限管理、元数据管控、数据安全保护伞等等一系列功能。而在使用中，数据分析师能够快速上手完成数据的加工和分析。
业务价值案例：
收益王者：
收益王者产品帮助广大用户追踪头部用户的交易行为，使用用户自身数据来影响用户心智，满足了用户的窥私欲、攀比欲。该产品为用户提供了投顾化的数据服务，为公司提升了用户粘性及交易转化，在 2018 年实现销量数亿元。在开发过程中，MaxCompute 帮助我们快速、精准地处理海量用户交易数据，为该产品数据的准确性、稳定性、及时性提供了有力的保障。
我们根据用户自身属性、交易行为、资产属性以及与他类似的用户的产品关注和交易行为，预测每位用户当前最感兴趣的基金。产品 AI 推荐与传统的仅从市场
出发的产品推荐不同，我们从用户的角度，根据用户的行为数据，做出千人千面的产品推荐，提升了用户体验，并提升了交易转化率。在特征加工、模型开发、预测结果投入使用的过程中，Dataworks 为我们提供了整套技术架构，包括算力强大MaxCompute、组件丰富的 PAI 机器学习平台以及 ADS、RDS 等产品，满足了我们各方各面的需求。
