鹰角网络全球海量数据,一键轻松统一存储与处理

简介: 对于鹰角网络遇到的数据激增以及数据统一收治方面的问题,阿里云对象存储 OSS 为其提供了统一的数据存储 池,方便鹰角网络将全球收集到的海量不同数据进行统一存储,同时阿里云对象存储 OSS 可无缝对接 云原生数据湖 分析 DLA,DLA 提供扫描量版与 CU 版的 SQL 服务,可以针对 Kudu 与 OSS 做开箱即用的数据分析。帮助鹰角网 络快速产出数据报表,让 IT 人员能投入到更多的精力在技术上,推进业务发展。

公司介绍

上海鹰角网络科技有限公司是一家网络游戏研发运营公司, 为了制作出充满挑战乐趣与拥有艺术价值的游戏而诞生,它以开发和运营了手机游戏《明日方舟》在业界闻名。

业务介绍

《明日方舟》是一款策略手游,结合二次元、塔防、养成、抽卡等元素,于 2019 年 5 月 1 日公测。一经上线,就引爆国内游戏市场,成为现象级手游,5 月流水高达 6 亿+,某应用商店2次登顶。经过半年筹备,2020 年 1 月《明日方舟》开始在日韩欧美发行,迅速抢占国外手游市场,成为全球最火爆的手游之一。

12.jpg

《明日方舟》作为一款免费游戏,游戏厂商的主营收来自于游戏内的道具消费,因此如何做到精细化运营,根据用户的活跃数据、充值数据、偏好数据等为用户推送不同的活动以及玩法。同时由于游戏业务出海以及各地区游戏用户激增增加,因此鹰角网络就需要一个稳定、弹性且高性能的存储与计算平台,来支撑其业务的发展。

业务难点

用户激增,原有架构难以支撑海量数据处理
作为一款现象级的手游,《明日方舟》自 2019 年 5 月 1 日上线公测起,便开始抢占各大应用市场下载量和营收金额的头部榜单。由于用户量激增,数据量井喷,十天能生成 5000 亿条数据,原有架构难已支撑现有业务的需求,出现了拖拉数据报表速度慢、报表刷新速度长以及计算能力不够的现象。

游戏出海业务火爆,但数据收归成难题
2020 年 1 月,《明日方舟》开始启动出海战略,分别进入日本、韩国、欧洲以及美国市场,以 16 天的收入空降“出海游戏 1 月收入榜单”第 18 名,2 月份更是超越众多出海明星产品,一举拿下第三名的佳绩。

但战绩辉煌的业绩背后,如何将四个国家海量数据进行统一收归、治理以及计算却成为了不得不面临问题。在日常业务中,为了保证游戏的流畅性和方面数据的收集,需要实现不同区域的本地化部署。但随着本地化部署的完善,原生数据生成时会分布在各个不同的国家。如果要实现统一的数据治理,就需要完成跨国数据的统一采集和收归,这就对网络、存储等多个方面提出了更高的要求。

运营策略变动,突发型流量高峰期间如何应对
由于游戏行业自身流量属性以及运营策略,经常会出现玩家在同个时间内集体上线或是同时参加某个活动。因此,鹰角网络就需要一个高弹性的存储与计算平台来支撑业务,帮助其在流量波峰、波谷期轻松实现资源的扩容与缩容。

数据湖解决方案

27.png

针对鹰角网络面临的数据量爆炸、数据收归治理、以及数据计算方面遇到的问题,阿里云为其量身订制了一体化 的数据湖解决方案。

对于鹰角网络遇到的数据激增以及数据统一收治方面的问题,阿里云对象存储 OSS 为其提供了统一的数据存储 池,方便鹰角网络将全球收集到的海量不同数据进行统一存储,同时阿里云对象存储 OSS 可无缝对接 云原生数据湖 分析 DLA,DLA 提供扫描量版与 CU 版的 SQL 服务,可以针对 Kudu 与 OSS 做开箱即用的数据分析。帮助鹰角网 络快速产出数据报表,让 IT 人员能投入到更多的精力在技术上,推进业务发展。

达到的效果

由于阿里云数据湖解决方案的存储和计算解耦,两种资源可独立拓展,轻松满足鹰角网络再提升数据规模、降低存储成本、高性能查询以及弹性计算架构升级等方面的需求。

相关文章
|
SQL 分布式计算 Serverless
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
鹰角网络为应对游戏业务高频活动带来的数据潮汐、资源弹性及稳定性需求,采用阿里云 EMR Serverless Spark 替代原有架构。迁移后实现研发效率提升,支持业务快速发展、计算效率提升,增强SLA保障,稳定性提升,降低运维成本,并支撑全球化数据架构部署。
1462 56
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
|
6月前
|
负载均衡 关系型数据库 Serverless
阿里云支持鹰角3D新游《明日方舟:终末地》全球开服
鹰角网络新作《明日方舟:终末地》全球公测,下载破3000万。面对高并发、高精度3D交互与实时基建等严苛挑战,阿里云以全栈技术(弹性算力、Serverless数据库、全球网络、全链路可观测)保障稳定流畅体验。(239字)
862 0
|
缓存 弹性计算 Kubernetes
在生产环境中,阿里云如何构建高性能云原生容器网络?(含 PPT 下载)
关注“阿里巴巴云原生”公众号,后台回复 “ 416 ” 即可下载 PPT。
在生产环境中,阿里云如何构建高性能云原生容器网络?(含 PPT 下载)
|
缓存 资源调度 JavaScript
nodejs全局(npm、cnpm、yarn)及缓存基本配置,一篇就搞定
nodejs全局(npm、cnpm、yarn)及缓存基本配置,一篇就搞定
|
自然语言处理 安全 API
API First:模型驱动的阿里云API保障体系
本文介绍了阿里云在API设计和管理方面的最佳实践。首先,通过API First和模型驱动的方式确保API的安全、稳定和效率。其次,分享了阿里云内部如何使用CloudSpec IDL语言及配套工具保障API质量,并实现自动化生成多语言SDK等工具。接着,描述了API从设计到上线的完整生命周期,包括规范校验、企业级能力接入、测试和发布等环节。最后,展望了未来,强调了持续提升API质量和开源CloudSpec IDL的重要性,以促进社区共建更好的API生态。
|
12月前
|
存储 供应链 调度
构建面向电子行业的垂直信息采集系统:Digikey元器件搜索实战
本文介绍了一个面向电子行业的自动化信息采集系统,以Digikey平台为例,实现从关键词搜索、代理请求、页面解析到数据存储的全流程抓取。系统采用模块化设计,支持定时采集与数据归档,助力企业提升采购决策效率与数据化水平。
352 0
|
物联网 数据安全/隐私保护 数据格式
不同行业在应用物联网时面临哪些挑战?
不同行业在应用物联网(IoT)时面临的挑战多种多样,这些挑战往往与行业特性、技术基础、法规环境、数据安全和隐私保护等因素密切相关。以下是对不同行业在应用物联网时可能面临的主要挑战的操作性分析:
|
12月前
|
存储 缓存 Apache
Apache Iceberg数据湖高级特性及性能调优
性能调优涵盖索引优化、排序策略与元数据管理。通过布隆过滤器、位图索引等提升查询效率,结合文件内/间排序优化I/O与压缩,辅以Z-Order实现多维数据聚集。同时,合理配置元数据缓存与清单合并,加速查询规划。适用于点查、全表扫描及高并发写入场景,显著提升系统性能与资源利用率。
1086 0
|
边缘计算 持续交付 数据中心
Docker在边缘计算中的崭露头角:探索容器技术如何驱动边缘计算的新浪潮
边缘计算是一项快速发展的技术,它旨在将计算能力更接近数据源和终端用户,以提供低延迟、高性能的计算体验。在这个充满活力的领域,Docker容器技术崭露头角,成为推动边缘计算革新的一股新力量。本文将深入探讨Docker在边缘计算中的应用,介绍其优势和挑战,并穿插一些示例代码,以帮助读者更好地理解这一新兴趋势。 第一部分:边缘计算和Docker容器 边缘计算的定义 边缘计算是一种计算范式,它将计算资源和数据处理能力推向网络边缘,靠近数据源和终端用户。这与传统的集中式云计算模型形成鲜明对比,后者将大部分计算任务集中在中央数据中心。边缘计算的关键目标是减少数据传输的延迟,提高响应速度,以满足对实时性要
954 0