聊聊魅族的个性化推荐体系和大数据平台架构

聊聊架构 · 公众号 · 架构 · 2017-07-01 19:09

正文

请到「今天看啥」查看全文

InfoQ：若要更好的实现当前研究的推荐等工作，魅族接下来需要在移动 AI 方面做哪些投入？需要关注哪些 AI 技术点？

李梦婷：可以说，AI 只是一小部分，提升一项功能的实力，需要从整个产品的综合角度来考量，我觉得主要可以归纳为以下几方面：

系统本身 ：延续之前提出的“快省稳”观念，采用个性化的系统资源调度方案，从根本上提升用户体验；
精准推荐 ：在信息泛滥的今天，让用户始终能够快速准确地获取到自己感兴趣的信息，从内容层面上提升用户体验；
智能应用 ：探索前沿深度学习技术，为用户提供语音指令、图像处理等人工智能应用，从使用层面上提升用户体验。

李梦婷多次谈到“提升用户体验”，可见，魅族是真的希望通过技术手段提高产品的可用性，进而获取用户的好口碑。听完李梦婷的讲解，我们再来听听魅族数据平台研发组长、架构师张欢引老师关于 魅族大数据平台搭建的那些事 。张欢引老师目前主要负责魅族数据平台研发团队管理，组织关键技术及架构评审，在大数据平台构建方面有丰富的经验。

InfoQ：您之前负责过千万级以上项目的架构设计、开发部署工作，对于架构设计和部署工作，您觉得需要遵循什么样的规律，需要提前考虑避免哪些设计上的坑？有没有什么经验可以简单分享？

张欢引：高并发架构设计需要遵循的规律或者原则是有很多的，在这里，我就从高并发、高可用的角度简单做下个人的经验汇总和梳理：

抽象化 ：将产品或业务中的对象进行抽象，方便业务扩展，避免业务发展或一些小的变动而去重新设计架构。
分层原则，并尽可能把请求往前移 ：互联网产品一般分为用户层（浏览器、客户端等）、接入层、应用层、服务层、数据层，并通过一些措施将不必要的请求尽可能挡在靠前一点的层级，比如 CDN 缓存、静态缓存、有效性判断等。
模块化原则 ：通过模块化、接口化等将复杂问题简化，同时各模块尽可能无状态设计，方便做横向扩展、负载均衡，避免单节点等问题。
优化瓶颈点 ：找出整个架构中各层、各模块对并发影响最大的地方并细化设计。比如说瓶颈在数据层，可以考虑采用分库分表分区、DB 缓存、NoSQL 技术等方案；比如发现一个模块处理量上不去，但负载一直比较低，这就应该考虑提高并发量或是引入异步处理。