阿里雲數據湖解決方案全面知足數據需求，幫助企業釋放數據價值

簡介： 基於阿里雲對象存儲OSS構建的數據湖解決方案，能夠全面知足數據的存儲、離線分析、交互查詢等各類業務訴求，幫助企業釋放數據的價值

一、行業綜述

遊戲市場需求旺盛，行業景氣度持續提高
2020年突如其來的疫情，使全國上下在2—3月處於全面抗疫，嚴防死守的狀態，各行各業都受到了衝擊，對國民經濟形成了不小的影響。雖然這次疫情對於各行各業產生的影響頗深，可是對於「宅經濟」來講，確實一針興奮劑。
據統計，2020年第一季度，國內遊戲市場穩中有升，實際營銷收入732.03億元。一季度中國自主研發遊戲海外市場營銷收入37.81億美圓，環比增加31.19%，同比增加40.56%，繼續保持較高增速。
相比往年，今年在8月份剛結束的ChinaJoy，會發現一個高頻詞浮現，那就是「雲遊戲」。根據今年早些時候發佈的《2020年雲遊戲產業調查報告》，今年中國雲遊戲的市場規模將超過10億元，將來兩年每一年增加率超過100%，接下來的3到5年將是中國雲遊戲的快速成長期。

二、行業發展方向

換皮遊戲時代已經終結，大數據驅動智能化精準運營
隨着國內遊戲行業的迅速發展，遊戲畫面更加精良，遊戲引擎也越發真實，玩家對於遊戲內容品質要求愈來愈高，且遊戲廠商衆多，遊戲迭代速度加快，玩家留存率大大下降。流量稱王的時代終結，單純靠流量導流的方式獲取客戶的行爲收益極低。所以「換皮遊戲」逐漸被這個時代所拋棄，遊戲廠商要想在行業立足，在提供畫面更優質、內容更豐富、遊戲性更強的遊戲同時，還須要依靠大數據分析，解決玩家個性化的需求以及進行更加精準的營銷。
在解決完畫面、內容以及遊戲性等「硬件要求」後，愈來愈多的企業已經開始意識到須要把遊戲數據進行更加精細化的運營分析，根據用戶的活躍數據、充值數據、偏好數據等爲用戶推送不一樣的活動以及玩法。同時還會根據用戶的戰績數據、遊玩時長等爲不一樣的用戶提供不一樣的匹配邏輯與關卡難度。
相信你們在遊玩MOBA類遊戲時會發現，通常在連勝後，就會遭遇連敗，輸到本身懷疑人生。可是連敗後又每每會迎接一波連勝，如此循環，最後將勝率穩定在50%上下。可能這一把匹配到的隊友超強，「全場帶飛」，下一把的隊友就多是個「萌新小可愛」，蹦蹦跳跳地進入敵方防護塔範圍送人頭。
這其實就是運用大數據驅動的一種方式，經過綜合分析遊戲玩家每把遊戲表現來爲玩家匹配不一樣的隊友，最終讓大部分玩家的勝率保持在50%上下，避免玩家由於連勝或者連敗對該款遊戲失去興趣，大大加強了玩家的總體遊戲體驗，加強玩家的留存率，刺激更多的玩家爲提高本身的實力進行消費。

面臨的痛點

大數據驅動下數據存儲成難題，資源浪費成難題
雖然在大數據的驅動下，能夠精確地對相關用戶進行營銷，可是在大數據系統構建的時候，不少企業又遇到各類各樣的技術挑戰。好比，一份數據存儲在在生產存儲上，須要經過RAID或者多副本的方式進行冗餘存儲。這個時候咱們要作大數據分析，須要把這些數據進行抽取、ETL處理，來複制到像Hadoop、HDFS存儲上。可是一般狀況下HDFS須要作三副本，所以一份數據一般須要拷貝5，6份以上，佔用了大量的存儲空間。
隨着後期數據量的不斷增加，擴容也逐漸成爲了一個頭疼的問題，像Hadoop原生的這種計算、存儲融合的架構，若是須要進行擴容，就必須購買原來同規格服務器，極易形成計算、存儲資源的浪費。更讓人頭疼的是，多個業務系統的數據每每是孤立的豎井狀的，各個數據處理、分析系統不兼容，不能用一套大數據平臺進行統一的數據存儲、分析，管理複雜度極高。

數據湖解決方案

**阿里雲數據湖解決方案，助力企業真正釋放數據價值
**
基於阿里雲對象存儲OSS構建的數據湖解決方案，能夠全面知足數據的存儲、離線分析、交互查詢等各類業務訴求，幫助解決上面提到的這些難題。
首先，數據湖解決方案可爲用戶存儲的數據提供高達12個9的可靠性，讓數據安全存放，保障用戶數據不丟不壞。

其次，阿里雲的數據湖解決方案，也是一套十分智能的解決方案。其中對象存儲OSS，能夠對接個多業務系統，存儲來自不一樣業務系統的多種數據源，如些系統的原始數據、遊戲日誌數據等。等數據匯聚到數據湖以後，它的上層系統能夠兼容多種計算引擎，如開源大數據引擎像Hadoop，Spark，阿里雲EMR、DLA等，幫助用戶便捷地實現數據處理和分析，不須要再重複拷貝多份。同時採用 Jindofs提供緩存加速方案，還能夠得到比使用HDFS更好的體驗。

同時DLA所提供的雙引擎，SQL(兼容Presto)和Spark爲用戶提供了在計算引擎層面job級別的彈性能力，只須要爲每個job消耗的計算資源付費，而無需搭建集羣，Serverless化的計算能力，讓用戶可使用SQL&Spark賦能業務，結合OSS的彈性能力，真正意義作到按量付費，降本增效。

這樣一套總體的數據存儲、處理分析解決方案，能很大程度地減小系統兼容性問題，管理維護也更加簡單，幫助IT人員從複雜且繁瑣的運維中解放出來，更加專一在產品創新和業務模式的運營上。

最佳案例實踐

客戶介紹
國內頂級遊戲公司，出海手遊TOP10，涉及的遊戲類型包括休閒類遊戲、卡牌類遊戲、回合類遊戲等。

業務痛點：

出海經歷了最初的跑馬圈地階段，中國廠商對出海重視程度來到了更高級別。
遊戲比拼的聚焦在精細化運營上面，精細化運營做爲出海的必備技能如何提高運營效率，如何實時渠道和流量分析，ROI分析，如何智能化提高玩家活躍度，用戶行爲分析提升遊戲體驗。經常會碰到下面這些問題：

1.須要處理海量而且日益增加的日誌數據。
2.須要提供彈性能力，達到最優的財務平衡。
3.數據分析師熟悉SQL，經常會有大數據量的多表join。
4.須要提供全面的遊戲運營指標分析功能。
5.須要有效分析渠道效果，使每分錢都花在刀刃上。
6.對付費用戶追蹤分析，從而更好的反映付費用戶在整7.個生命週期的關鍵行爲和價值。
8.分析玩家遊戲行爲，購買道具改進產品體驗，提升遊戲收益

解決方案：
一、利用DLA的彈性計算能力，配合OSS的近乎無限的彈性存儲能力，構建彈性數據湖方案，打造最優性價比。
二、對數據作分層處理，歷史日誌數據經過SLS投遞到OSS，實時日誌存入AnalyticDB。
三、利用DLA對數據作匯聚和ETL處理，並將統計結果放在AnalyticDB上存儲。

業務價值：
一、玩家鏈路實時監控，提升遊戲體驗，達到千萬DAU
二、用戶精細化實時運營，T+1->實時，客戶留存率提高30%
三、實時渠道統計，節省約200萬/月廣告成本

分享：

原文連接本文爲阿里雲原創內容，未經容許不得轉載。