火山引擎數據飛輪升級實驗平臺架構，解決人效與成本問題

在數智化浪潮的推動下,不斷迭代升級的數據産品正在為企業轉型提供更強助力。

以業務決策場景為例,過往“拍腦袋”的經驗式決策正在被A/B實驗所替代。在A/B實驗工具的幫助下,企業可以通過不同策略下的效果數據選擇更優的策略方案。這也是火山引擎數據飛輪模式所提倡的——即用數據消費實現決策環節的科學與智慧。

“數據飛輪”是火山引擎基於字節跳動數據驅動的實踐經驗,所提煉的企業數智化升級新模式。它倡導企業擴大數據消費,將數據消費貫穿到企業的各個業務場景中,從而實現數據流與業務流的充分融合,最終實現業務價值的提升。

在上文提到的業務決策場景,火山引擎提供了A/B測試DataTester産品,該産品不僅服務了字節內部500+業務,同時也服務了美的、得到、博西家電、凱叔講故事等上百家外部企業。其在適應內外服務場景,滿足業務複雜需求的過程中,已演化了一站式實驗管理與場景化特型實驗等全方位實驗能力。

為了更好地服務內外部企業,DataTester從內外融合、微服務架構調整兩方面進行了産品結構的優化。在內外融合實踐上,團隊以“基於外部版本補齊內部版本能力;採用復用方式確保迭代正常進行”為融合原則,對産品、代碼以及技術團隊等方面展開了全方位融合。

以研發團隊和代碼倉庫的融合為例,原本內外縱向分離的團隊轉變為按照模組的橫向劃分,內外平臺的相同模組合併為一個小組,進行後續開發;在代碼倉庫方面,內外的單體服務則整合為現有的一套微服務群的代碼倉庫。

迭代節奏異步的內外平臺融合後,架構升級挑戰隨之而來。於是,沿著“劃分子域、梳理子域間依賴、切換語言、實驗管理子域先行探索,相容多數據源、明確上線方案”的鏈路,DataTester展開轉向微服務架構的實踐。

首先,在DDD的指導下進行子域劃分,大體按功能劃分出實驗管理、實驗指標、配置中心等8個子域。通過明確子域間運作依賴關係,進而明確可並行的工作,縮短了項目週期。

在語言切換上,團隊決定將服務語言從Python向Golang切換。此外還劃分出BaseExperiment、ExperimentPlugin和 ExperimentExtension三個模組,進行實驗子域先行探索和管理。在內外融合和擁抱微服務架構的重構鏈路下,DataTester團隊明確了“對外部版本採取整體替換上線;對內部版採取分模組替換上線”的上線方案。

在微服務架構調整後,使用DataTester的企業能更好進行科學決策,實現數據飛輪驅動下的降本增效。

目前,數據飛輪已在網際網路、金融、消費、汽車等多個行業歷經實踐,它為企業帶來一種數據賦能業務的新視角,加速企業數智化轉型。