快手数据成本白盒化治理实践

文章预览

导读   本文介绍我们最近一年在大数据成本方面的白盒化治理实践，通过深入到引擎、数仓和工具，打开架构，进行拆解和分析，实现有深度的成本治理，同时也拿到了不错结果。 主要内容包括以下几个部分： 1.  数据治理体系 2.  引擎白盒化 3.   数仓白盒化 4.  收益分析 5.  未来规划 分享嘉宾｜ 冯赞锋 快手 大数据架构师   编辑整理｜苏屿 内容校对｜李瑶 出品社区｜ DataFun 01 数据治理体系 和行业大部分公司一样，快手数据治理也是分为四大部分：成本、质量、效率和安全。 1. 效率 分为数据开发效率和数据消费效率。开发效率主要关注模型开发效率，消费效率主要关注模型是否足够易用，查询响应是否足够快。 2. 安全 同样也是分为生产阶段的安全、还有消费阶段的安全。 3. 质量 分为避免发生、主动发现、故障结果、故障复盘。 避免 ………………………………