课程 ID: 16068
描述:
案例背景:
实时竞价广告系统是非常典型的高并发，低时延，高可用的后台系统，涉及到的技术面非常广，包括系统，数据，算法三个方面，每一方面都很有挑战，在系统侧怎样做到高并发低时延，在数据侧需要面对大量的广告效果数据的实时数据计算，分析，在算法侧面有大量的算法工程的挑战，如大规模的特征工程写入，特征一致性的保障，向量检索性能和召回率的权衡，在线推断性能的优化等等；每一块都涉及大量的方案选型和工程实践，可以说广告/推荐系统是学习后台技术，大数据技术，算法技术非常全面和深入的案例；可以获得这三个方面技术系统性的提升；
解决思路:
经济适用的架构选型，如：
系统工程侧：基于OpenResty的流量网关+Go微服务RPC架构，快速搭建后台系统；
数据工程侧：基于Flink+Presto+ClickHouse进行流式计算，离线计算以及实时分析；
算法工程侧：基于本地KNN向量检索，在线推理模型剪枝，模型结构优化，有损推理服务等性能优化；
成果：
保障了竞价广告对于竞价请求100毫秒的时延要求，满足了对于快速数据计算和分析的要求，解决了算法工程性能，成本等各方面的技术挑战；