作者：石玉陽人力家高級數(shù)據(jù)研發(fā)工程師
業(yè)務(wù)簡介
人力家是由阿里釘釘和人力窩共同投資成立，幫助客戶進(jìn)入人力資源數(shù)字化，依靠產(chǎn)品技術(shù)創(chuàng)新驅(qū)動戰(zhàn)略的互聯(lián)網(wǎng)公司。公司主要提供包括人事管理、薪酬管理、社保管理、增值服務(wù)在內(nèi)的人力資源SaaS服務(wù)，加速對人力資源領(lǐng)域賦能，實(shí)現(xiàn)人力資源新工作方式。目前已服務(wù)電子商務(wù)、零售服務(wù)等領(lǐng)域的多行業(yè)客戶。
人力家是一家典型的創(chuàng)業(yè)公司，目前處于一個競爭激烈的市場環(huán)境中，公司具有多產(chǎn)品性質(zhì)，每個產(chǎn)品的數(shù)據(jù)具有獨(dú)立性，同時為了配合內(nèi)部CRM數(shù)據(jù)需求，更好地把數(shù)據(jù)整合，對于數(shù)倉團(tuán)隊(duì)來說是一個不小的挑戰(zhàn)，對于數(shù)倉團(tuán)隊(duì)要求的是穩(wěn)，準(zhǔn)，及時響應(yīng)。需要數(shù)倉團(tuán)隊(duì)既要滿足內(nèi)部的數(shù)據(jù)需求，也需要在計(jì)算的成本上實(shí)現(xiàn)優(yōu)化。
業(yè)務(wù)痛點(diǎn)
MaxCompute作為一款優(yōu)秀的大數(shù)據(jù)產(chǎn)品，其不僅可以高性價比分析處理海量數(shù)據(jù)，同時MaxCompute支持開發(fā)接口和生態(tài)，為數(shù)據(jù)、應(yīng)用遷移、二次開發(fā)提供靈活性。QuickBI可以直連MaxCompute產(chǎn)出報表數(shù)據(jù)供公司內(nèi)部分析、統(tǒng)計(jì)、決策。因?yàn)楣鹃_通的MaxCompute是按量付費(fèi)規(guī)格，所以計(jì)算任務(wù)和QuickBI 報表每次不同的查詢都會耗費(fèi)計(jì)算資源導(dǎo)致MaxCompute計(jì)算費(fèi)用增加，在過去的一段時間，MaxCompute每個月的成本波動較大，不符合期望值，且不能有效、及時的發(fā)現(xiàn)一些高成本sql和多頻訪問報表數(shù)據(jù)集。
具體原因分析
分析 MaxCompute 賬單發(fā)現(xiàn)費(fèi)用波動是因?yàn)榇笥?jì)算任務(wù)和QuickBI報表數(shù)據(jù)集的自定義sql，主要為以下五點(diǎn)。
1、單SQL查詢費(fèi)用較高
MaxCompute計(jì)算和部分QuickBI報表按照時間維度來進(jìn)行查詢數(shù)據(jù)，但是有些時間查詢跨度較大，或者基表數(shù)據(jù)量大從而形成一條大查詢sql。
2、分區(qū)不合理
部分MaxCompute計(jì)算邏輯和報表數(shù)據(jù)集設(shè)置不合理，有些查詢是直接查詢近3年分區(qū)的數(shù)據(jù)， 造成計(jì)算成本費(fèi)用增加。
3、報表訪問頻率高，篩選項(xiàng)不同
部分QuickBI報表的數(shù)據(jù)集成本其實(shí)很低，但是每天訪問的次數(shù)確實(shí)很大，由于重復(fù)執(zhí)行造成MaxCompute計(jì)算作業(yè)量增加，從而導(dǎo)致計(jì)算費(fèi)用增加。
4、兼容報表增加維表數(shù)據(jù)
部分報表數(shù)據(jù)集為了兼容數(shù)據(jù)產(chǎn)出，需要增加部分維表數(shù)據(jù)來進(jìn)行關(guān)聯(lián)，但有些維表數(shù)據(jù)集其實(shí)很大，最后也會形成一條大查詢sql。
5、運(yùn)行時間較長
MaxCompute部分計(jì)算sql和QuickBI報表數(shù)據(jù)集計(jì)算時間較長，影響整體業(yè)務(wù)運(yùn)行時間和報表數(shù)據(jù)產(chǎn)出。
基于Information Schema分析項(xiàng)目作業(yè)
MaxCompute元數(shù)據(jù)服務(wù)Information Schema提供了項(xiàng)目元數(shù)據(jù)及使用歷史數(shù)據(jù)等信息。在ANSI SQL-92的Information Schema基礎(chǔ)上，添加了面向MaxCompute服務(wù)特有的字段及視圖。
租戶級別Information Schema是原項(xiàng)目級別Information Schema的升級版，是在每個阿里云賬號下創(chuàng)建名為SYSTEM_CATALOG的項(xiàng)目，并內(nèi)置Information Schema，通過訪問該內(nèi)置Schema提供的只讀視圖，查詢當(dāng)前用戶所有項(xiàng)目的元數(shù)據(jù)信息以及使用歷史信息。元數(shù)據(jù)視圖列表如下
對于以上部分視圖元數(shù)據(jù)信息，我們更關(guān)心的是Information_Schema.TASKS_HISTORY表中每日任務(wù)計(jì)算的時間、成本和次數(shù)。
分析SQL腳本
這里我們使用的是租戶級別的 Information Schema，相比于項(xiàng)目級別的 Information Schema，租戶級別的只需要創(chuàng)建一個計(jì)算節(jié)點(diǎn)就可以計(jì)算所有 project 的任務(wù)，而項(xiàng)目級別的 Information Schema 每個 project 都需要一個計(jì)算節(jié)點(diǎn)，這里更推薦租戶級別的 Information Schema。
set odps.namespace.schema=true;
set odps.sql.decimal.odps2=true;
create table if not exists ads_project_cost_pay_di
(
env_type string comment '環(huán)境類型'
,cost_type string comment '消費(fèi)類型'
,inst_id string comment '唯一id，作業(yè)id'
,owner_name string comment '作業(yè)所屬人'
,task_type string comment '作業(yè)類型 SQL：SQL作業(yè) CUPID：Spark或Mars作業(yè) SQLCost：SQL預(yù)估作業(yè) SQLRT：查詢加速SQL作業(yè) LOT：MapReduce作業(yè) PS：PAI的Parameter Server AlgoTask：機(jī)器學(xué)習(xí)作業(yè)'
,input_records string comment '作業(yè)輸入的records數(shù)目'
,output_records string comment '作業(yè)輸出的records數(shù)目'
,input_bytes string comment '實(shí)際掃描的數(shù)據(jù)量，與Logview相同。'
,output_bytes string comment '輸出字節(jié)數(shù)。'
,status string comment '數(shù)據(jù)采集瞬間的運(yùn)行狀態(tài)（非實(shí)時狀態(tài)）。包含以下狀態(tài)：Terminated：作業(yè)已執(zhí)行結(jié)束。Failed：作業(yè)失敗。 Cancelled：作業(yè)被取消。'
,cost_pay DECIMAL(18,5) comment '費(fèi)用 單位元'
,complexity string comment '任務(wù)復(fù)雜度'
,settings string comment '上層調(diào)度或用戶傳入的信息，以JSON格式存儲。包含字段：USERAGENT、BIZID、SKYNET_ID和SKYNET_NODENAME。'
,sql_script string comment 'sql 代碼'
,start_time string comment '開始時間'
,end_time string comment '結(jié)束時間'
,data_collection string comment 'quickbi數(shù)據(jù)集'
)
comment 'odps 費(fèi)用 明細(xì)'
partitioned by (ds string comment '分區(qū)')
;
insert overwrite table ads_project_cost_pay_di partition(ds=${bizdate})
select case when task_catalog = 'renlijia_ng' then '生產(chǎn)'
when task_catalog = 'renlijia_ng_dev' then '測試'
else task_catalog
end as env_type
,if(regexp_count(settings,'quickbi')>0,'quickbi',task_catalog)cost_type
,inst_id
,owner_name
,task_type
,input_records
,output_records
,input_bytes
,output_bytes
,status
,nvl(case when task_type = 'SQL' then cast(input_bytes/1024/1024/1024 * complexity * 0.3 as DECIMAL(18,5) )
when task_type = 'SQLRT' then cast(input_bytes/1024/1024/1024 * complexity * 0.3 as DECIMAL(18,5) )
when task_type = 'CUPID' and status='Terminated'then cast(cost_cpu/100/3600 * 0.66 as DECIMAL(18,5) )
else 0
end,0) cost_pay
,complexity
,settings
,operation_text sql_script
,start_time
,end_time
,regexp_extract(operation_text,'(?<=quickbi=).*?(?==quickbi)',0)data_collection
from SYSTEM_CATALOG.INFORMATION_SCHEMA.TASKS_HISTORY where ds=${bizdate};
注：sql成本計(jì)算公式（官方示例）：
case
when task_type = 'SQL' then cast(input_bytes/1024/1024/1024 * complexity * 0.3 as DECIMAL(18,5) )
when task_type = 'SQLRT' then cast(input_bytes/1024/1024/1024 * complexity * 0.3 as DECIMAL(18,5) )
when task_type = 'CUPID' and status='Terminated'then cast(cost_cpu/100/3600 * 0.66 as DECIMAL(18,5) )
else 0
end;
治理前后MaxCompute整體成本對比
報表產(chǎn)出明細(xì)數(shù)據(jù)
因?yàn)楣臼前戳扛顿M(fèi)的MaxCompute，所有我們主要關(guān)心的是成本問題和報表的訪問情況。對此我們主要從環(huán)境、數(shù)據(jù)集、用戶等維度進(jìn)行分析。
QuickBI數(shù)據(jù)集（查ads_project_cost_pay_di表）
QuickBI報表Demo
QuickBI數(shù)據(jù)集字段是從sql-script中正則匹配出來，且QuickBI數(shù)據(jù)集需要單獨(dú)增加一個字段用來抽取數(shù)據(jù)集名。
1、手動在QuickBI數(shù)據(jù)集增加如下字段：
‘quickbi=xxx數(shù)據(jù)集=quickbi’ as 數(shù)據(jù)集自定義字段
2、利用MaxCompute函數(shù)regexp_extract按照如下方式正則匹配：
regexp_extract(operation_text,'(?<=quickbi=).*?(?==quickbi)',0)
分析改進(jìn)項(xiàng)：
1、替換分區(qū)不合理數(shù)據(jù)表或數(shù)據(jù)集。
2、維表數(shù)據(jù)在上層加工，下層減少依賴項(xiàng)，做到最好只查一張表。
3、高頻訪問數(shù)據(jù)集優(yōu)化存儲大小和QuickBI 報表儀表盤數(shù)量。
4、減少報表產(chǎn)出時間。
綜上：借助MaxCompute 租戶級別Information Schema，拉取每日歷史作業(yè)信息，公司成功把每日MaxCompute成本降低到合理波動區(qū)間。
代碼格式參考：https://developer.aliyun.com/article/1338683
