小红书将业界最大数据湖迁至阿里云

云计算
经过一年奋战,小红书已把业界体量最大的数据湖0故障迁上阿里云。据统计,该项目共有1500人参与,迁移数据500PB。

记者获悉,经过一年奋战,小红书已把业界体量最大的数据湖0故障迁上阿里云。据统计,该项目共有1500人参与,迁移数据500PB。

作为中国头部互联网公司之一,小红书月活已过3亿,其数据湖存储了过去11年的所有原始数据,包括结构化、半结构化和非结构化数据。近年来,随着业务的高速增长,小红书在线处理数据的需求不断增加,同时离线处理所积累的历史问题,也会在未来的切换中带来更多成本与风险。

为此,2023年11月,小红书发起迁云项目——计划一年内,把小红书的数据湖搬上阿里云。

迁移至阿里云上后,数据湖可通过多个OSS Bucket支持纳入统一资源池,实现多个Bucket共享资源池内的OSS吞吐及QPS能力。这样的流控能力在面向小红书复杂业务场景,可灵活调配资源,高效利用吞吐性能,降低不同业务租户间的互相影响。阿里云原生HDFS+DLA元数据可实现无缝对接Hadoop EMR体系,支持元数据线性扩展能力,轻松应对小红书数百PB数据下的元数据线性增长。

较于过往业界体量最大的案例,小红书的本次迁移的数据体量更大。

*注:任务=数据处理过程 (图片来自小红书官方公众号)

据介绍,小红书的迁云项目经历了三个阶段。第一步,项目组首先解决标准问题,然后根据标准进行治理;第二步,完成治理后,项目在2024年5月正式进入双跑阶段。把数据拷贝到阿里云上,两边同时跑数,验证正确性与及时性;第三步,2024年8月,项目结束双跑,进入割接阶段。阿里云团队全程在现场保障,顺利完成了割接。

2024年11月,小红书迁云项目正式宣告结束。在0故障的情况下,迁移数据500PB,任务11万,参与人数1500人,涉及部门40多个。项目涉及产品之多和数据体量之大均创下业界记录。

责任编辑:鸢玮 来源: 阿里云
相关推荐

2014-04-16 13:34:19

Facebook数据中心

2021-02-02 11:18:52

数据泄露网络攻击漏洞

2023-04-18 07:49:06

2021-06-17 13:40:56

数据泄露漏洞信息安全

2013-06-14 09:35:19

Facebook数据中心散热

2024-03-19 13:07:04

数据湖数据仓库

2011-10-18 09:23:43

数据中心冰岛灾备

2020-12-02 17:20:58

数据仓库阿里云数据湖

2021-05-29 16:30:58

阿里云贾扬清大数据

2014-07-25 15:04:00

阿里云

2010-03-31 15:27:51

云计算

2018-03-29 10:30:25

2018-01-04 08:27:57

大数据云存储数据湖

2023-05-26 06:49:44

2022-03-08 13:14:32

数据湖大数据

2016-01-20 12:07:49

阿里云云栖大会大数据

2020-10-23 22:43:05

阿里云企业级数据湖

2013-12-16 09:50:53

谷歌数据中心

2016-09-07 15:13:54

数据湖Hadoop大数据

2018-08-14 08:36:29

数据中心马化腾数据
点赞
收藏

51CTO技术栈公众号