背景介绍
截止到今天为止，网易云音乐实时计算平台的机器数量有150多个，运行任务有700个，数据峰值的QPS有400万。李涵淼透露道，“大概有180多个开发者在用这个实时计算平台。”
在业务覆盖层面，跟实时有关的基本是全覆盖，包括实时报表、实时特征、实时索引，以及实时业务等。实时计算平台是从2018年上半年开始做的，期间经历了两个版本的迭代，直到2020上半年，任务增长了将近200%。
网易云是基于1.7的版本，做的实时计算平台version-1设计。大家都知道，Flink已经更新到1.11版本了，它集成了很多Blink的优秀特性。在被阿里收购以后，Flink从1.9版本开始，每一个版本迭代，代码的改动都是非常多的。
因为社区版本的Flink 1.7不支持SQL DDL，所以为了方便用户的使用，我们基于Antlr的自定义SQL语法，包含DDL和维表JOIN。此外，实时平台的第一版本没有数据血缘追踪功能，问题定位的时候比较困难。
实时平台的第一版本没有元数据管控，Jar任务的游离。它的任务监控是不健全的。当问题出现的时候，我们收集的指标不足以定位问题。现在来看，实时平台第一版本的问题是非常多的。
实时数仓建设
实时数仓版本是基于Flink 1.9版本做的，它主要的特性包括：与元数据中心的整合，使得用户不用过多地定义数据的格式；提供SQL和SDK给用户使用；端到端血缘收集；数据源和任务监控完善。
▲实时数仓的架构图
从最源头开始看实时数仓的架构图，SQL和SDK作为输入，直接去走Planner。Planner和SQL打通，可以解析整体的SQL语句。接下来，会有一个Catalog的注入，它接的是MetaHub（云数据中心）。
所有的元数据都被管控起来，就形成了一个系统，也就是元数据中心。它可以管理所有存在元数据系统的存储，并具备独立模块管理MQ元数据、插拔式元数据管理、统一数据类型、元数据检索等功能。
数仓建设分为三个部分：统一表表示格式 (catalog.db.table) 、数仓分层，以及表权限管理。在做实时数仓时，我们完全以现有离线的数仓模式，复制出来一个实时数仓的表。
SDK提供封装内部SQL执行逻辑，简易的API，以及数据血缘收集。上图是用SDK做的一个DEMO，这是真实的一个业务代码。之前是用了将近190多行代码去实现的，在封装之后总体不过十几行代码，方便用户使用。
从数据、数据源、数据写出，我们均提供细粒度任务级别指标监控和MQ数据量监控。李涵淼认为，“当平台做到一定程度的时候，这种集群级别的监控是必不可少的。监控做的完善，对平台是一个很好的补充。”
实时数仓实践
实时数仓第一个很典型的实践就是ABTest，把原始数据存到HIVE里面去，再用Spark做清洗和聚合，然后再输到上层的表里。值得注意的是，实时数仓和离线数仓的分层，其实是一致的。
实时数仓版ABTest摆脱了之前HIVE+Spark的处理模式，应用效果非常好。
实时数仓第二个典型的实践是实时报表，如上图所示，网易云音乐直播播放量的统计表格。实时报表建立任务更容易，数据问题定位更清晰。
第三个典型的实践是实时特征，具备特征复用和特征血缘展示。我们做过一个统计，各个算法团队做出来的任务，输出的特征很多都是重复的，这无形中就造成了资源的浪费，增加了团队开发的成本。
实时数仓对特征做了分层，所有的表根据业务做了隔离，并全部统一起来。算法团队如果想用一些特征的话，他可以直接在平台上搜索相关特征，然后根据其中包含的信息，做进一步的操作。
2020年10月22日~24日，由IT168旗下ITPUB企业社区平台主办的第十二届中国系统架构师大会（SACC2020）将在云端进行网络直播。自2009年以来，SACC架构师大会已成功举办了十一届，云集了国内CTO、研发总监、高级系统架构师、开发工程师和IT经理等技术人群，与会规模超千人。过去为期3天的议程，涉及20+专场，近120个主题，完整迁移到线上进行网络直播对会议。整装待发，奋起逆袭的SACC2020，期待您的报名参与，共襄盛举！