推荐平台存储与计算的融合架构.pptxVIP

技术创新，变革未来

推荐平台存储与计算的融合架构

大纲

陌陌推荐平台架构

技术挑战

存储与计算融合

总结和展望

陌陌主要推荐场景

陌陌推荐整体架构

陌陌推荐平台铁三角

陌陌推荐实验开发平台

问题分析和技术挑战

性能问题：一次推荐请求会带来万级的特征查询请求

工程效率问题：特征接入和推荐策略频繁迭代

存储和计算融合架构--- 分布式数据存储引擎

存储和计算融合架构--- 多通道并行计算框架

存储和计算融合架构---声明式编程语言RSL

通过RSL实现推荐的业务逻辑

典型业务场景收益

项目

简要描述

收益

特征接入

新增数据字段会自动映射成对象的数据成员

开发时间从4小时缩短到10分钟

ANN召回

WebIDE上UDF实现：检索、过滤、粗排，截断

ANN召回开发从4小时缩短到10分钟

万级队列召回

Itemprofile本地分片存储

平均耗时50ms

总结和展望

总结：通用高性能推荐引擎=存储引擎+ORM+UDF

展望：标准化推荐领域语言RSL。

谢谢大家！

ThankYou！