Бизнес-анализ в социальной сети Одноклассники

в 11:48, , рубрики: big data, dwh, monitoring, sql, бизнес-анализ, Блог компании Одноклассники, статистика, хранилище данных, метки: , , , , , ,

Бизнес анализ в социальной сети Одноклассники

Этот пост о системах статистики в Одноклассниках. В нем будет рассказано о том, для чего нам нужна статистика, и какие у нас есть системы для работы с ней. В следующих постах детально опишем:

• архитектуру систем;
• основные компоненты систем и алгоритмы;
• нетривиальные проблемы и способы их решения

Зачем нам нужна статистика?

Статистика нам нужна для того, чтобы знать всё о работе нашего сайта. Эти знания позволяют нам:

• разрабатывать сервисы не наугад, а целенаправленно повышать работоспособность сайта и пользовательскую активность;
• оценивать успешность любой разработки, будь то новый сервис или простейший рефакторинг кода;
• отслеживать работу сайта в целом;
• контролировать работу каждого из компонентов сайта и их взаимосвязь;
• расследовать аномалии в работе отдельных компонентов сайта;
• расследовать аномальные изменения пользовательской активности;
• анализировать целевую аудиторию наших сервисов.

Какие данные мы собираем

Чтобы знать действительно всё о работе нашего сайта, необходимо собирать очень много информации. Ежедневно мы обрабатываем более двух триллионов (2 000 000 000 000) записей. Заинтересованные лица могут получить доступ к обработанной статистике с отставанием в 2-3 минуты, то есть практически в режиме реального времени.

Мы логируем:

• любую пользовательскую активность (любой клик);
• любой вызов любого нетривиального компонента сайта (например, java-класс и метод);
• любые взаимосвязи компонентов сайта (например, обращения с веб-сервера к кэшу).

Также в систему статистики выгружаем данные о пользовательском контенте (например, загруженных фотографиях и поставленных оценках) и об активности (например, логинах или заходах в гости), чтобы анализировать поведение пользователей в деталях.

Инструменты для работы со статистикой

Система графиков и дешбордов

Статистику у нас смотрят в основном в виде графиков. Эти графики чаще всего бывают двух видов:

1) график, где одна точка – агрегированные данные за пять минут. Это графики для оперативного мониторинга.

Бизнес анализ в социальной сети Одноклассники

2) график, где одна точка – агрегированные данные минимум за один день. Можно указать и другие периоды – неделю, месяц, квартал и год. Это графики для отслеживания долгосрочных трендов.

Бизнес анализ в социальной сети Одноклассники

Одним кликом любой график переводится в интерактивный режим, в котором можно изменить параметры и фильтры графика и сразу же получить результат.

Бизнес анализ в социальной сети Одноклассники

Основные возможности графиков:

1) выбрать любую дату и любой период (доступна вся история);
2) выбрать любой параметр – например, количество вызовов, среднее время выполнения;
3) сгруппировать по любому классификатору, например, по серверам или по java-классам;
4) поставить любые фильтры – по значению, по списку значений;
5) обработать математическими алгоритмами – например, сгладить график;
6) переключится с 5-минутного графика на дневной и обратно;
7) cохранить настроенный график в дешборд как новый или переписать поверх старого.

Из таких графиков мы составляем тематические дешборды. Для этого мы написали web- приложение на ASP.NET.

Бизнес анализ в социальной сети Одноклассники

Важный аспект этой системы – работают с графиками и составляют дешборды менеджеры, разработчики и администраторы, а не отдел бизнес-анализа. Бизнес-аналитики занимаются только предоставлением инструментов и обеспечением быстродействия системы.

Система традиционной отчетности

У нас также есть и традиционная отчетность: это статические отчеты, которые показывают запрашиваемые данные в виде таблиц или графиков. Отдел бизнес-анализа создает их по заказу. Эти отчеты интегрированы в систему графиков и дешбордов.

Отчеты мы рассматривать не будем – сами по себе они не интересны. Рассмотрим приёмы обработки больших объёмов данных (например, только логинов за 2011 год у нас было почти 30 миллиардов).

Система многомерного (OLAP) анализа

Часто анализировать долгосрочные тренды удобней в стиле pivot-table, где любой параметр можно разбивать на составляющие в виде таблицы.

Поэтому мы создаем OLAP-кубы по разным темам, например, куб платежей, куб логинов и другие. Для работы с кубами мы написали web-приложение.

Бизнес анализ в социальной сети Одноклассники

Система автоматического определения аномалий

Просматривать дешборды с графиками – не самый эффективный способ мониторинга. Мы создали систему, которая «просматривает» графики, и, если замечает аномальные отклонения от «нормы», оповещает об этом письмом или в SMS-сообщением.

Бизнес анализ в социальной сети Одноклассники

Система автоматического определения «узких мест» в инфраструктуре

У нас достаточно большой парк оборудования – более 4000 серверов, для работы с которыми мы используем разные специализированные системы – Cacti, Zabbix и другие. Когда использование какого-то ресурса достигает критического уровня, администраторы автоматически получают оповещение об этом.

Чтобы нагрузка на серверы достигала критического уровня как можно реже, необходимо регулярно проводить анализ операционных показателей этих серверов и принимать соответствующие решения, например, о добавлении дополнительных мощностей. Качественно выполнить такой анализ вручную очень непросто. Поэтому мы написали модуль, выгружающий данные из систем Cacti в хранилище данных и перебирающий операционные показатели за предыдущие пару недель на предмет «как скоро мы достигнем критического уровня, если всё будет продолжаться в том же духе».

Бизнес анализ в социальной сети Одноклассники

Использованные технологии

Хранилище данных

В 2008 году, когда принимали решение о том, что надо строить систему бизнес-анализа, в Одноклассниках широко использовались базы MS SQL. Поэтому логичным выбором для нас было использовать эту платформу и для бизнес-анализа.

Сегодня как хранилище данных мы используем только MS SQL 2008 R2 Enterprise Edition. Планируем апгрейд на MS SQL 2012. О результатах мы вас, конечно же, проинформируем.

Обработка данных

Мы пробовали использовать MS SQL Integrity Services, но эта технология оказалась слишком невыгодной с точки зрения трудозатрат. Тот же код можно написать в T-SQL в несколько раз быстрее. Поэтому 99,9% кода обработки данных у нас написано на T-SQL, а остальное – в .NET.

OLAP

Для многомерного анализа используем MS SQL 2008 R2 Analysis Services. Также планируем апгрейд на MS SQL 2012. Для фронт-энд написали web-приложение.

Генератор графиков и отчетов

Для генерации графиков и большинства отчетов используем MS SQL Reporting Services. Изначально это было очень удачным решением, потому что там можно было быстро построить необходимую минимальную функциональность. Но сейчас требования к системе выросли – нам нужен более богатый, быстрый и динамичный пользовательский интерфейс. Поэтому планируем миграцию на другое решение (пока ещё не выбрали, какое именно).

Web-приложения

Все web-приложения написаны на ASP.NET. Используем UI-компоненты DevExpress, которые позволяют легко и быстро создавать хорошие формы в едином стиле.

В следующем посте мы в деталях расскажем о том, как мы логируем информацию и доставляем данные до DWH.

Команда Одноклассников

Автор: Odnoklassniki_ru

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js