很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
這是彭文華的第128篇原創(chuàng)
快手這次“數(shù)據(jù)管治技術(shù)交流會”分享內(nèi)容真的給力！前兩天分享了模型規(guī)范，今天分享第二個議題：《成本管理-快手大數(shù)據(jù)存儲管理的落地實踐》。文末有PDF下載。
這部分是快手?jǐn)?shù)據(jù)治理專家程偉大佬講解的：
既然是成本管理，那得按照財務(wù)的成本邏輯走。但是這個圖給財務(wù)，我估計是看的迷迷糊糊的，因為財務(wù)壓根就沒有架構(gòu)概念。不過基礎(chǔ)邏輯是一致的，得進(jìn)行成本分析，之后再去進(jìn)行成本控制。
快手的存儲量是真的實在太恐怖了。好幾EB的存量存儲，數(shù)十萬張Hive表，增量存儲按PB算，速度還不低，月增8%。
數(shù)據(jù)治理、成本管理這些吃力不討好的事情，一般都是疼了哭了，哭了累了，矛盾心里總是強(qiáng)求~~~然后才開始痛定思痛，好好做工作的。按快手這個存儲量，即便是再便宜的存儲，費用那也是個天文數(shù)字啊！
造成這些的原因，一方面是數(shù)據(jù)量太大了，二來之前也沒想過控制成本，再者也不知道怎么控制，其實最關(guān)鍵的還是不能耽誤業(yè)務(wù)增長的路啊。
其實在其他大廠，數(shù)據(jù)配額也都是數(shù)據(jù)基礎(chǔ)團(tuán)隊進(jìn)行資源管控的主要手段。但是快手這邊以“誰生產(chǎn)誰負(fù)責(zé)”的原則，把每張表都對應(yīng)到人頭上，然后進(jìn)行存儲成本的拆分和盤點。這樣最典型的好處就是每個人都會有一個成本意識。
成本計算也很簡單粗暴，數(shù)據(jù)存儲量*存儲單價=存儲成本。當(dāng)然這兩個數(shù)據(jù)也沒法做到非常精確，只能是一個大致準(zhǔn)確的估算。
另外，快手還引入了數(shù)據(jù)生命周期的概念。以往的數(shù)據(jù)都是有進(jìn)無出，統(tǒng)統(tǒng)保留。不僅持續(xù)產(chǎn)生費用，還對管理和維護(hù)帶來非常大的挑戰(zhàn)。
根據(jù)數(shù)據(jù)生命周期管理策略，臨時表、價值不大的數(shù)據(jù)，定期直接刪掉。針對數(shù)據(jù)相似度高的且需要全量保留的數(shù)據(jù)，采用數(shù)據(jù)壓縮、建歷史拉鏈表等方式進(jìn)行極限存儲。對于需要永久保存的數(shù)據(jù)，區(qū)分冷熱輕重，冷數(shù)據(jù)扔到成本比較低的存儲里，熱數(shù)據(jù)、重要數(shù)據(jù)，那就給最優(yōu)質(zhì)的資源好好保留。
在這里，有個同學(xué)提了個問題，為什么ODS需要長期保留，但DWD層的數(shù)據(jù)為短期保留就行？
ODS層的數(shù)據(jù)都是最原始的數(shù)據(jù)，部分?jǐn)?shù)據(jù)生產(chǎn)庫都有可能沒有，另外很多機(jī)器學(xué)習(xí)都需要最原始的數(shù)據(jù)，所以O(shè)DS層是需要保留的。DWD的數(shù)據(jù)隨著時間逐漸變冷，大概率不會被使用了，可以直接刪掉。如果需要，可以用ODS臨時跑出來即可。
這個策略仁者見仁，智者見智，各個公司可以根據(jù)自身情況各自設(shè)置即可。
另外，快手還通過指標(biāo)進(jìn)行資產(chǎn)登記的設(shè)置。對于不太重要的指標(biāo)數(shù)據(jù)，也基本上都是周期性刪除，以保證資源的充分利用。
快手?jǐn)?shù)據(jù)成本治理落地還是很有章法的。一方面進(jìn)行專項數(shù)據(jù)治理，另一方面，發(fā)起全民進(jìn)行自驅(qū)式的數(shù)據(jù)管理。
專項數(shù)據(jù)治理就是按照項目管理的邏輯，計劃、執(zhí)行、檢查、復(fù)盤。按照上面的數(shù)據(jù)生命周期管理策略，進(jìn)行各種表的清理。
專項數(shù)據(jù)治理則是發(fā)動每個人，朝著治理目標(biāo)進(jìn)發(fā)，減少各種偽數(shù)據(jù)需求。
因為之前已經(jīng)把人和表對應(yīng)起來了，所以就能做一個榜單排名，進(jìn)行通曬。果然，效果最快的還是KPI。
最后的結(jié)果看上去非常棒，但是這種給別人加各種限制的事情肯定是會讓人非常不舒服的。所以快手也設(shè)定了一個“數(shù)據(jù)治理運營”的角色，運營的對象是所有數(shù)據(jù)工作者，提升組織能力，增加組織勢能，從而讓全體提升成本意識，避免浪費，最后加上技術(shù)和產(chǎn)品工具，幫助成本管控。
雖然隱去了很多細(xì)節(jié)，比如除了排名通曬這種半強(qiáng)制的手段之外，還有哪些具體的手段來促使大家積極踴躍的參與成本控制的方法。但是這些經(jīng)驗已經(jīng)足夠給后來者提供一些參考了。
擴(kuò)展閱讀：《3.成本管理-快手大數(shù)據(jù)存儲管理的落地實踐-程偉》已經(jīng)給你準(zhǔn)備好了，后臺回復(fù)“成本管理”即可下載。
配合以下文章享受更佳
干貨 | 快手?jǐn)?shù)據(jù)治理之模型規(guī)范
【資料包】數(shù)據(jù)倉庫建設(shè)完整資料包
熱文 | 數(shù)據(jù)資產(chǎn)化的前提-淺談數(shù)據(jù)治理體系的建設(shè)
我需要你的轉(zhuǎn)發(fā)，愛你喲
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實、專業(yè)的平臺氛圍，我們團(tuán)隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)