点我达：为什么我们的女性配送员越来越多
近两年，国民消费升级和本地生活服务平台的兴起，催生了更多从事末端配送的骑手群体。和其他工作岗位相比，末端配送的进入门槛低，受到了在城市的外来务工人员的青睐，同时也整合了社会劳动力资源配置。
&&&&国内几大外卖平台都自建有配送团队，除此之外，也有纯配送平台，点我达就是比较典型的一家。对做即时物流配送的平台而言，运力供给是影响其发展和营收的重要因素。因此，平台都会以各种方式吸引和留存运力。
&&&&作为国内最大的即时物流平台之一，点我达已经凭借众包共享模式，吸纳了100万以上的骑手，为这部分社会闲置劳动力带来了收入来源和就业机会。“点我达的客户就是骑手，我们企业文化的其中一条是客户至上。除了通过平台服务好他们，我们也会不定期地在全国范围内举办骑手关怀活动。”点我达相关负责人表示。
&&&&今年3月7日，点我达趁着国际妇女节到来之际，举办了一场“点我达女神节”活动，吸引了数千名女性骑手参加。作为劳动力密集的物流行业，一般男性的比例多于女性，点我达通过这个活动，鼓励男骑手在线下通过和女骑手互动，让处于少数的女骑手也活跃起来，并让骑手群体能够抒发情感，进行交流，感受到团体的关怀和温暖。
（上图为点我达部分成都女骑手合影照）
&&&&而且，点我达通过单源优势、技术优势等，为女性劳动者创造了一个省时省力的工作平台，并能够根据自己的能力赚取相应的收入，自力更生。人称“外卖一姐”的杭州女骑手吴立恒，曾经从事淘宝创业，后生意失败，开始成为一名点我达的骑手。她几乎每天跑单，每月收入已经能够担负起全家生活。“努力一分是一分，做这个工作，不会因为无法掌控的原因，影响收入。”吴立恒说。在配送高峰时段，她平均能够一次配送5个并单订单。
&&&&“平台通过数据对所有的骑手进行画像，会根据其配送表现来设置骑手的并单数量，如果骑手在规定时间能够保质保量地完成配送，就会在这个基础上提升其并单数量，如果他不能完成，就会回落到原有的并单量，这就是点我达人工智能派单系统的其中一个技术应用。”点我达研究院负责人表示。
&&&&和其他人工派单的平台相比，点我达的智能派单模式有几个优势。一是系统通过精确计算，为每一个订单匹配最佳骑手，以此提供更好的配送服务和更高的配送效率；二是提高了订单并单率，在降低成本的情况下不减少骑手的收入水平；三是通过实时监控系统，对所有订单的配送全程进行监控，并根据实时收集的反馈信息，对突发状态自动作出调整，使得派单做到全局最优化。这种模式能够最大程度地兼顾公平，让更多人能够获得订单。
&&&&点我达还独创了无分区技术，商家下单时，“点我达”会以其位置为中心，向附近能够接单的骑手发送订单信息，骑手平台能够呈现附近想要配送的商家订单。这种无分区的模式，使得骑手的配送半径增大，不再受区域限制，可以无边界自由流动，提高了其订单获取量，平台也能对科学充分地利用所有运力，提高配送效率。
&&&&点我达济南骑手苗春虎和他的妻子王清也参加了这次“女神节”活动。苗春虎已经做了半年多骑手，在他的鼓励下，王清不久前也加入了。据他自己说，以前在其他平台也做过骑手，后来在别人的介绍下来到点我达，“点我达是派单的，哪里单多，我就到哪里去，比其他平台赚得更多，而且收入比较稳定。”王清说：“本来以为做这个工作，我可能吃不消。但是做了一段时间后，虽然辛苦，但是觉得很踏实。工作比较自由，收入比打工的要高，家里生活也算有保障了。”再早之前，夫妻俩在一家大学附近开奶茶店，后来因为收入不稳定而关门了。两人对于获得女神节奖励很意外，“我们也是刚巧看到点我达有个女神节活动，就参加了。没想到获得了88元红包，我和老婆很开心。”
（上图为点我达骑手苗春虎和王清合影照）
&&&&活动当日，还有一位叫卢浩东的南京骑手通过点我达平台，向经常相遇的一位女骑手表白，并通过平台扩散，吸引了很多骑手对他的鼓舞。此活动的负责人说，“我们举办这场活动，就是要给骑手制造一场惊喜，让骑手在工作中获得更多满足和尊重。”&
北京商讯天下科技有限公司
定位于企业最新商业财经资讯的发布，整合业内最新的动态，做个有趣有原则的财富号~
根据早盘看盘发现大盘指数没有什么大的下跌空间有一种跌不下去的感觉这主要得益于一批巨无霸开始发力它们的强势对冲了指数尤其是深圳市场有一个现象就是白线由弱转强不过今天率先启动的品种不是什么题材故事类而是老牌绩优大盘蓝筹类这是一个很好的现象有点与国际市场接轨的味道期待这个大板块继续加油！（温馨提示：草根所有的股市观点认可时间截止发布之时为止，不可以曾经的观点来猜测未来的观点，股市时刻都在变化，草根密切关注最新的股市动向。）感谢朋友们订阅支持草根财富号自媒体平台草根在东方财富网自媒体财富号公众平台
现在是3月23日下午刚刚收盘今天市场的走势可谓惊心动魄早盘大盘高开随后长时间高位横盘但是草根预感到这种红盘在下午将会出现下挫果然随后出现盘中杀跌但是下午后来草根发现继续杀跌动力不足最终指数出现强势横盘从表面上来看指数今天收出了带有上下引线的十字星深圳市场强于上海市场从K线形态来看深成指随时都会展开一飞冲天的走势上海市场表现较弱对于今天这根十字星草根认为有着重大的战略意义指数最终收盘表现虽然没有出现大的波动但是盘中的波动已经事实上造成的个股巨震意义不同凡响次新板块今天盘中波动幅度最大次新指数从早
现在是3月22日晚上8点钟尽管外围股市暴跌但是A股的白马股大盘绩优蓝筹股表现却非常亮草根所持个股正在持续盈利状态但是草根在这里温馨提醒每一位朋友不能机械地看大盘不能机械的看指数实际上里面隐含的东西很多就看你能不能挖掘发现就最近几天的盘面来看绩优大盘蓝筹白马持续温和进入加速向上状态但是有几个大板块却进入持续加速向下状态而且大有迈向深渊的节奏通过上面发布的几张截图不难看出仅仅从形态上来看金融板块的风险正在迈向深渊金融板块主要有银行、券商、保险、信托、参股金融、互联网券商等等这些板块个股的形态渐渐呈?
丽人在文章中有提醒大家晚上数据利空，但是我们不追空，等行情走的差不多，我们做多单，晚上也是按照文章中的思路做的单子，至于出场时机，则是大家自己仁者见仁智者见智了
学技术形态有用吗？ 很多股民热衷于学习一些技术形态，但是用到实际炒股中，却会发现有很多问题。例如：1、这种形态所释放的信号并不如书本上所说的那么准确2、这种形态在股市中比较难出现3、类的形态出现后不好分辨。4、学太多了，顾此失彼，学了后面忘了前面。 当然并不是说技术形态没有，本人（dddeefg）就就用技术形态有好几次成功的经验。代替技术形态的两条线事实上，很多的形态其实都是由两条线演变而言，这两条线就是我们通常所说的支撑线和压力线。简单的讲，支撑线就是让股价难以继续下跌的线，压力线就是压制股价上涨的?
今日早间，多数板块下挫，沪深大盘双双微幅低开。开盘后，中字头、贵州茅台等权重股表现相对活跃，支撑着大盘，大盘以红盘震荡为主。而后，市场局也未发生大的变化，大盘持续震荡。临近尾盘半小时，深成指前五大成份权重股中的美的集团、海康威视、力电器、五粮液集体走高，带动深成指刷新分时新高，沪深大盘终以小幅上涨报收。午后前一个小时，大盘在分时高位横盘震荡，14点后，金融、石油、地产三大权重联手砸盘，大盘股指走低，沪指翻绿。尾盘最后四十分钟，沪深大盘翘尾，最终以小幅上涨报收，全天呈现震荡收涨的运行局。 从分?
今日早间，受隔夜美股创年内最大跌幅的一定影响，行业板块全线下挫，沪深大盘双双小幅低开，其中沪指向下跳空。开盘后，中字头以及一带一路相关链条板块表 现相对活跃，沪深大盘开始进行了半个小时左右的反抽。而后，分时市场空头动能再次增强，大盘股指持续震荡下行，以刷新日内新低为主。截至早市收盘时，沪深大盘以分时低位下跌报收。午后，大盘没有再创分时新低，在分时低位持续震荡，并重心有所上移。最终，沪深大盘以小幅下跌报收。 从分时盘面上看，两市个股全天都是普跌状态，和大盘弱势震荡的局相符，盘势偏弱，收盘时两市
今日早间，行业板块多空分化，沪深大盘双双微幅高开。开盘后，一带一路题材表现相对活跃，沪深大盘小幅走高后在分时高位震荡。而后，分时市场局未发生大的变化，沪深大盘持续震荡直到收盘，以小幅上涨报收。午后，B股市场风云突变，向下大幅跳水且放量，B股指数跌幅一度近4%。受B股跳水的影响，沪深大盘也出现高台跳水动作，连续两波下探后，沪指不仅翻绿还出现0.7%左右的跌幅。13点41分，大盘触底，开始以反抽走势为主，到收盘时收回大部分下跌失地，以微幅上涨报收，全天呈现宽幅震荡收涨的运行局。 从分时盘面上看，有早市的接近
在蓝筹股股价被低估的时候，以价值投资的理念买进股票并长期持有。这才是真正的价值投资者，也才能成为股市里真正意义上的大赢家。
现在是3月24日中午下午开盘前草根在这里温馨提出预警根据今天上午早盘盘面状况草根发现虽然指数出现反弹但是反弹乏力前期的白马蓝筹纷纷冲高回落而金融等板块风险极有可能再下台阶继续释放严重拖累白马蓝筹反弹的延续这样形成共振的话将会对大盘造成很大的负面影响因此根据最新情势草根认为观望避险为上策后市大盘可能继续向下（温馨提示：草根所有的股市观点认可时间截止发布之时为止，不可以曾经的观点来猜测未来的观点，股市时刻都在变化，草根密切关注最新的股市动向。）感谢朋友们订阅支持草根财富号自媒体平台草根在东方财富?
根据早盘看盘发现大盘指数没有什么大的下跌空间有一种跌不下去的感觉这主要得益于一批巨无霸开始发力它们的强势对冲了指数尤其是深圳市场有一个现象就是白线由弱转强不过今天率先启动的品种不是什么题材故事类而是老牌绩优大盘蓝筹类这是一个很好的现象有点与国际市场接轨的味道期待这个大板块继续加油！（温馨提示：草根所有的股市观点认可时间截止发布之时为止，不可以曾经的观点来猜测未来的观点，股市时刻都在变化，草根密切关注最新的股市动向。）感谢朋友们订阅支持草根财富号自媒体平台草根在东方财富网自媒体财富号公众平台
现在是3月17日晚间草根今天早盘所持个股一度上涨超过3%上午10点半以后因为有事无法看盘忙去了等回来的时候早盘已经收盘了大盘已经出现小幅跳水的态势了下午开盘后耐心等待了一段时间期待早盘尾盘的下跌能在下午开盘后再反弹回来但是等到了盘中的反弹可是下午1点50分之后反弹疑结束最终草根在下午临近两点的时候选择了清仓离场昨天涨得最火的是次新板块今天跌得最凶的也是次新板块这就是所谓的成也次新败也次新既然大盘已经反弹结束了那么下周跌得最凶的会是什么也就不言自明了感谢朋友们订阅支持草根财富号自媒体平台草根在东方财富
在昨日A股大涨的刺激下，今日沪深两市大盘均是一个高开的局，不过开盘后大盘略作上攻就显得有些后劲不足了，早盘基本是一个窄幅横盘震荡的局，在上攻动力不足的情况下，大盘午盘收盘前出现了一定的回落。午后开盘后，大盘再度窄幅震荡，上攻动力不足，在谨慎情绪越来越浓厚的情况下，午后两点左右大盘出现了一波快速下行，并一直延续到尾市，市场出现了一定的恐慌情绪，收盘时，上证综指报收于3237.45点，下跌31.49点，跌幅0.96%，成交2621亿；深证成指报收于10515.41点，下跌109.01点，跌幅1.03%，成交3381亿。今日沪深两市大盘高?
现在是3月23日下午刚刚收盘今天市场的走势可谓惊心动魄早盘大盘高开随后长时间高位横盘但是草根预感到这种红盘在下午将会出现下挫果然随后出现盘中杀跌但是下午后来草根发现继续杀跌动力不足最终指数出现强势横盘从表面上来看指数今天收出了带有上下引线的十字星深圳市场强于上海市场从K线形态来看深成指随时都会展开一飞冲天的走势上海市场表现较弱对于今天这根十字星草根认为有着重大的战略意义指数最终收盘表现虽然没有出现大的波动但是盘中的波动已经事实上造成的个股巨震意义不同凡响次新板块今天盘中波动幅度最大次新指数从早
现在是3月18日下午3点多记得在3月3日那个周五收盘草根特别发布了一篇文章名字叫做《请问张家港——行还是不行？》3月6日周一开盘该股当日表现如下该股当日最低跌幅超过7%盘中出现大幅震荡最终整理两天后让市场傻的是3月8日却诡异再创新高创新高当日的分时线如下不难看出该股妖气十足之所以妖是因为其操作手法已经非常人能够理解可以用随心所欲来形容了3月10日当天更是把妖气演绎到极致3月17日的本周五张家港行突然被停牌了因为我们最厉害的部门——“相关部门”把这个妖孽关起来接下来就是要清算背后操纵该股的妖孽们最近市场妖孽横
现在是3月20日下午两点钟左右草根看盘过程中发现异动股002143印记传媒盘中发现该股今天巨幅震荡从早盘大跌演绎到目前大涨这个虚胖能够持续吗草根认为该股早盘走势非常诡异有一段时间分时线显示类心电图而且成交量特别巨大再看看该股的K线图发现今天半天的量就创出了该股历史巨量在相对的高位出现如此巨大的成交量这是很不正常的现象只能说该股受到强庄控制可以随心所欲地画K线、分时线手中筹码过多疑进行对倒出货真假如何等待市场验证（温馨提示：草根所有的股市观点认可时间截止发布之时为止，不可以曾经的观点来猜测未来的观点，?
惊，套现3亿！深圳突现大户抛售近百套房！来源：大公报，作者：李昌鸿一些投资大户因担忧资产缩水，已开始高位套现。面对深圳市政府接连出台的限购与限价政策，有些投资者开始承受不住楼市的调整压力，部分投资大户担忧资产缩水纷纷抛售。福田中心区皇都广场的一位投资大户，去年底以来将其40套房子陆续套现，总价达1.6亿元人民币左右，目前该投资者还计划抛售手中持有的华强北60多套小户型，其百套房产估计可以套现约3亿元。深圳市去年出台严厉的限购“10.4”新政，及今年1月中旬出台的限价政策，给狂热的深圳楼市套上了紧箍咒。今
现在是3月17日上午9点05分3月14日上证50期指IH1703合约出现罕见交易3月14日下午14点25分28秒一笔35手的多单平仓成交IH1703价从前一秒的2347.4点瞬间跌至2128.6点跌幅一度达到9%同为14点25分28秒紧随其后的一笔交易为49手空头开仓成交价迅速回升至2317.2点之后两秒期价进一步拉回至急跌前的水平这种异常交易在草根看来传来以下几点信号1、股指期货虽然松绑一个月了，成交量出现放大，但是依然需要继续松绑，流动性风险依旧存在。2、股指期货的持续松绑将会在不久有新的动作。3、如果把股指期货该品种当做一只股票来看貌是拉升前的打?
现在是3月22日晚上8点钟尽管外围股市暴跌但是A股的白马股大盘绩优蓝筹股表现却非常亮草根所持个股正在持续盈利状态但是草根在这里温馨提醒每一位朋友不能机械地看大盘不能机械的看指数实际上里面隐含的东西很多就看你能不能挖掘发现就最近几天的盘面来看绩优大盘蓝筹白马持续温和进入加速向上状态但是有几个大板块却进入持续加速向下状态而且大有迈向深渊的节奏通过上面发布的几张截图不难看出仅仅从形态上来看金融板块的风险正在迈向深渊金融板块主要有银行、券商、保险、信托、参股金融、互联网券商等等这些板块个股的形态渐渐呈?
现在是3月19日下午两点左右这个周末消息不断其中有一个消息就是管理层发出再次“严打场外配资”的重大消息说到场外配资广大散户有着刻骨铭心之痛那是发生在2015年夏季股票市场的第一次雪当年的那场大雪血洗了整个证券市场无数散户、超级大户甚至机构庞大的资产在那场大雪中化归无有那是一个靠讲故事放卫星的日子那是一个泡沫膨胀的岁月那是一个鸡犬升天的年代那是一个虚拟经济盛极而衰同时实体经济颓废不振期待振兴的年度时隔两年当我们渐渐淡忘那个场外配资横行的岁月之时管理层却再次发出“严打场外配资”的重大消息这不禁让草根?
Pacific Financial News Pty. Ltd.
《小康》杂志社
弘哲金融信息服务（上海）有限公司
广州融慧企业管理咨询有限公司
武汉齐发汇金商贸有限公司
东方财富网热门博主
东方财富网知名博主
重庆东金证券分析师
江苏天鼎投资咨询有限公司
北京梧桐树下信息科技有限公司
华商基金管理有限公司
东方财富信息股份有限公司
盛斯欧投资咨询（上海）有限公司
深圳启汇金融服务有限公司
上海叶仙网络科技有限公司
扫一扫下载APP
东方财富产品
关注东方财富
天天基金网
扫一扫下载APP
关注天天基金11月2日 点我达2017校招
<span data-toggle="tooltip" data-placement="bottom" data-html="1" data-original-title="">
信息传输、软件和信息技术服务业
第11教研楼203
干大事怎能差这一“点”？ 点我达2017校招“鸣锣开撩
招聘岗位1、技术开发（java、前端、安卓、iOS）挑战：千万级用户量的复杂物流业务场景；亿级订单高并发场景的架构设计；面向未来业务发展的可扩展系统设计。要求：1.对技术有强烈兴趣，超强的学习能力;2.良好的沟通与表达能力、较强的逻辑分析能力;3.专业不限，985本科以上学历。2、产品经理/产品运营1.对互联网极度热爱，具备敏捷的洞察和思维能力，并且有把思考变为现实的能力；2.优秀的创造力、想象力、逻辑思维与系统分析能力，突出的文字组织能力和沟通能力；有团队协作精神；3.专业不限，985本科以上学历。3、算法研究员1.计算机科学、机器学习、数据挖掘、应用数学、地理信息系统类硕士以上学历；211大学；2.对最优化/深度学习算法有相关背景知识或实践经验；3.有数学建模（全国一等奖）、ACM（分区竞赛银奖及以上）等算法、建模方面竞赛获奖者优先，发表过高水平算法方面文章者优先；4.有物流相关背景知识或实践者优先。4、业务运营1.熟悉PPT、Excel、Visio、Xmind等办公软件；2.对移动互联网行业， O2O行业有强烈兴趣；3.主动发现问题和解决问题的能力；优秀的逻辑思维能力和表达能力；4.专业不限，本科以上学历。5、人力资源1.人力资源、心理学、管理等相关专业；2.性格开朗活泼，抗压性强，善于沟通交流；本科以上学历。6、财务1.熟悉操作财务软件、Excel、Word等办公软件；2.了解国家财经政策和会计、税务法规，熟悉银行结算业务；3.工作认真、细心；态度端正；4.会计、金融、财务、经济类本科以上学历。6招聘流程投递简历网址：投递简历邮箱：（主题：投递职位+姓名+院校）▼校园宣讲：杭州电子科技大学（下沙校区）
第11教研楼203
浙江大学（玉泉校区）
18:30 永谦学生活动中心第一报告厅▼面试录用： 11月中旬咨询电话9
干大事怎能差这一“点”？ 点我达2017校招“鸣锣开撩
阿里&创新工场
巨额投资的创新企业
1关于这一“点”
点我达是目前国内规模最大、最优秀的即时物流平台，致力于以众包共享模式，为用户提供直接从门到门的极速、准时、可信赖的物品送达服务。
凭借独有的无分区体系、智能云运力体系等创新模式和技术优势，点我达以社会化协同的共享经济模式，组织社会运力，零风险、低成本、高效率地解决末端物流配送领难题，将一键呼叫运力服务变为现实。
2点我达有“点”牛
●　融资背景有点“牛”：先后获得阎炎先生领衔的赛富基金、李开复先生主持的创新工场、马云先生旗下的阿里资本、以及戈壁创投、乔景资本、远镜创投等知名机构的巨额投资和战略资源注入。IPO对我们来说还真不仅仅是个梦想。
●　核心技术有“点”牛：基于大数据自主研发了无分区、智能化云运力调度系统，“压力平衡体系”更是业内首创。听不太懂?没关系，我们有百十位来自BAT的技术精英会慢慢讲给你听。
●　业务规模有“点”牛：点我达平台目前覆盖全国十数个主流城市，为10万商户、1000余万终端用户提供即时物流服务……其中包括天猫、淘宝、菜鸟、饿了么等这些优质客户资源。是目前国内最大最优秀的即时物流平台。
3你是我们正在寻找的D星人吗？
1：相信自己、有着坚定的信念，跨出校门就是成功的起步；
2：决断力、行动力、创新性思维，年轻人所有的奇思妙想在这都有施展的机会；
3：适应性强，我们需要一个有趣的同伴；
4：善于合作，有领导力和说服力，说不定立马升职加薪迈向人生巅峰呢？
4你能得到什么？
快速晋升通道：量身定制职业发展规划，年薪百万也非妄想，成为点我达领军人物。
跨部门轮岗：全面接触点我达各个业务部门，熟悉商业环境，提高自身竞争力。
VP作职场导师：高级副总裁全程一对一指导，更有HR部门倾力协助，助你快速成长，笑傲职场。
产品谢新宇：连续创业者，2010年进入O2O领域，创立线上交易平台，2012年获百万天使投资，2014年以数百万美金全资出售，后加盟点我达担任产品VP。
技术：堵成杰，曾就职于蚂蚁金服、NTT DATA，点我达系统架构，和大数据架构设计，专注O2O平台架构微服务化，海量数据处理，，分布式计算，实时计算领域。
对话CEO：亲自参与高层决策，战略制定、项目推进、商业转型，都有你的身影。
1、技术开发（java、前端、安卓、iOS）
挑战：千万级用户量的复杂物流业务场景；亿级订单高并发场景的架构设计；面向未来业务发展的可扩展系统设计。
1.对技术有强烈兴趣，超强的学习能力;
2.良好的沟通与表达能力、较强的逻辑分析能力;
3.专业不限，985本科以上学历。
2、产品经理/产品运营
1.对互联网极度热爱，具备敏捷的洞察和思维能力，并且有把思考变为现实的能力；
2.优秀的创造力、想象力、逻辑思维与系统分析能力，突出的文字组织能力和沟通能力；有团队协作精神；
3.专业不限，985本科以上学历。
3、算法研究员
1.计算机科学、机器学习、数据挖掘、应用数学、地理信息系统类硕士以上学历；211大学；
2.对最优化/深度学习算法有相关背景知识或实践经验；
3.有数学建模（全国一等奖）、ACM（分区竞赛银奖及以上）等算法、建模方面竞赛获奖者优先，发表过高水平算法方面文章者优先；
4.有物流相关背景知识或实践者优先。4、业务运营
1.熟悉PPT、Excel、Visio、Xmind等办公软件；
2.对移动互联网行业， O2O行业有强烈兴趣；
3.主动发现问题和解决问题的能力；优秀的逻辑思维能力和表达能力；
4.专业不限，本科以上学历。
5、人力资源
1.人力资源、心理学、管理等相关专业；
2.性格开朗活泼，抗压性强，善于沟通交流；本科以上学历。
1.熟悉操作财务软件、Excel、Word等办公软件；
2.了解国家财经政策和会计、税务法规，熟悉银行结算业务；
3.工作认真、细心；态度端正；
4.会计、金融、财务、经济类本科以上学历。
投递简历网址：
投递简历邮箱：（主题：投递职位+姓名+院校）
校园宣讲：
杭州电子科技大学（下沙校区）
18:30第11教研楼203
浙江大学（玉泉校区）
18:30 永谦学生活动中心第一报告厅
面试录用： 11月中旬
请输入正确的手机号码
输入验证码
未注册海投网账号的手机号，登录时将自动注册
请输入正确的手机号码
请输入密码
二维码失效，点击刷新
微信"扫一扫"登录点我达大数据业务介绍 - 为程序员服务
点我达大数据业务介绍
点我达大数据团队初创于2015年，随着公司业务发展，大数据对于公司的业务发展发挥了越来越大的作用，目前服务的用户/团队包含BI、产品运营、运力中心以及技术内部应用的数据服务等
目前大数据主要的结构如下：
从最下面一层往上依次为：
一、接入层
a) dataX是一个ETL工具，阿里出品
b) 采用Framework + plugin架构构建，幸运的是自带了常用的插件，比如MysqlReader、HdfsWriter等
c) Standalone，无中心，每个实例之间无关联
d) 性能强劲、相对于sqoop，配置更简单
e) 稳定高效，我们引入DataX以来，从来没有在数据传输上出过问题
2、DTS/Canal
a) Canal是基于Mysql binlog变动，实时同步数据变化的工具
b) DTS是阿里云提供的一套数据产品，原理和Canal类似，我们想监听某个表的变动，只需订阅，就可以获取到数据的实时变化
c) 迁云之后，主要使用DTS
d) 数据落地我们使用kafka，topic一般是schema.table_name
e) 消费方一般是streaming、airflow调度的spark作业等，计算后的数据二次落地在redis、hbase、es等数据集群中
3、Logstash
a) 因为配置相对于flume简单，并且和elasticsearch、kibana紧密结合，我们的应用日志大部分使用logstash进行收集
b) logstash将日志落地到kafka，我们的计算引擎进行计算
a) flume主要是采集了移动端的track log，用于计算骑手的轨迹
b) app和flume之间我们搭建了一个nodejs写的web应用，示意如下：
二、存储层
存储层包含hdfs、kafka、hbase、redis和elasticsearch等，其中redis、hbase、es作为数据二次落地（最终计算结果）的存储介质。
首先如果数据结构符合kv结构，首选redis，因为redis非常快，毫秒级别，哪怕mget一万个key。
其次对于需要多个查询条件进行检索的数据，我们一般放到hbase中，应用通过phoenix引擎读取hbase，hbase如果rowkey设计合理，几十毫秒的rt是可以满足的，但是如果设计不合理，那是非常缓慢的，设计rowkey时，可以把能够过滤最多记录的key放在rowkey最前面，依次类推。
3、elasticsearch
对于写少读多的数据，而且检索条件非常丰富，我们放到elasticsearch中，比如历史订单查询。
三、计算层
1、Hive(MR)
a) hive主要用于离线数据分析
b) hql能实现大部分场景的数据统计，复杂处理逻辑使用hive udf，hql中调用udf函数就可以了
c) 分区方案采用按日分区的，部分表使用日期+小时+分钟的分区方案
a) spark我们主要使用spark sql和spark streaming（当然包含spark core），前者主要处理批处理和交互式查询，后者用于实时计算，spark mllib暂时没用到
b) 大部分实时处理使用spark streaming，吞吐量高，并不需要纯实时和高可靠地事务机制，
c) 为了便于管理，和hive mr一样，统一使用yarn调度，后续可能考虑部分小内存的spark job使用standalone调度
a) storm用得不多
b) 主要是云上的dts任务和云下仪表盘的influxdb writer
四、调度层
Yarn(MR2)上面跑了两种作业：hive和spark作业
a) hive(mr) job
hive作业一般是airflow调度的每日例行作业，或者是数据分析人员（技术、bi、运力、运营等部门）通过hive cli、hue等工具提交的离线作业，运行在root.default队列上。可以自定义Map/Reduce Container的资源大小，如在hive中分别指定：
set mapreduce.map.memory.mb=4096;
set mapreduce.reduce.memory.mb=4096;
b) spark on yarn
在yarn上运行的spark作业分为streaming作业和spark批处理作业，分别运行在root.spark和root.airflow队列上。可指定driver、executor占用资源：
$SPARK_HOME/bin/spark-submit --master yarn --deploy-mode cluster --queue spark --executor-cores 1 --executor-memory 2g --num-executors 1 --driver-memory 1g --driver-cores 1
2、Airflow
a) 我们的daily任务、5/15/30min任务都靠airflow调度
b) 一个支持dag（有向无环图）的任务调度工具
c) 一个任务失败了，它的所有downstream任务都是失败的，都不会运行，保证了数据的正确性
d) python编写，配置比oozie简单
五、OLAP层
1、hive数据仓库
hive数据仓库是任何大数据平台中基础的基础，任何业务数据都按照某种分区规则存放在此，是各种计算引擎的数据基础。我们在设计hive仓库时，根据hive表的作用范围划分为几个命名空间，分别是：
ODS(Operational Data Store)代表记录层面，在我们这里代表etl拉过来的基础数据，通俗地说，就是datax拉的数据表
DW是根据业务分析需求，在ods的基础上进行最基础的聚合，是所有统计分析数据的基础
DWS/Report
DWS/Report是DW的基础上进行聚合，面向某一统计主题的、对调用者而言无需再进行join的
Presto集群可以拉取hive表，到内存中计算，比hive快很多，支持Ad-hoc，没有引入Presto之前，cube的数据源是hive计算后通过datax将结果导入到mysql。
但是随着业务的发展，一个报表需求的查询维度是任意维度的，也就是通常所说的ad-hoc，这样一来，我们要为每一个查询维度生成一张hive表，然后hive表导入到mysql，这样既给数仓层的设计造成了不便，同时mysql也保存了所有维度的大量数据，mysql表只保存最终统计结果的目标也就失去了意义，引入presto后，解决了我们这些棘手的问题。
Cube是一个数据呈现平台，主要用于公司业务人员和分析部门的数据需求，所有数据从Presto中读取，目前分为PC端和移动端，经过产品上线以来的运营情况，移动端的数据需求占比越来越高。
4、数据大屏
数据大屏用来展示点我达规模、质量等服务运营指标，为公司内部和外部相关人群提供运营指标参考。数据大屏采用阿里云的datav数据可视化产品搭建，非本地部署方式，我们采购了4个显示大屏用于展示我们创建的4个datav屏幕，具体工作方式为：
a) 登录datav控制台，创建“可视化屏幕”
b) 设置屏幕的数据来源url、展示数据的格式和布局
c) 发布屏幕
d) 将配置完成的4张屏幕投放到大屏显示器中
5、hive元数据管理warden
对于bi分析人员，如果没有一个便捷的工具，在庞大的hive数据仓库中找到想要的指标是意见很困难的事情，为此，我们开发了一套hive元数据查询系统，比如，我关心订单妥投情况，我直接在全文检索搜索框中输入“妥投”，就会找到有哪些hive表包含了这个信息，截图如下：
六、OLTP层
用于内部系统的数据服务调用，使用dubbo rpc提供服务，每一个dubbo服务，后面都有一个或者多个streaming任务进行计算
数据服务简单列举几个：
POI服务：经纬度相关兴趣点服务
商家交易：商家通过app可以查看交易、账户等
骑手交易：骑手通过app查看交易、账户等
fft、fat：预测订单完成时间、预测骑手到店时间
天气服务：天气影响骑手考核和补贴
骑手轨迹：后台crm可以查看骑手的轨迹和到店、完成时点情况
历史订单查询：我们的业务库一般保留当天数据，ES提供历史订单的全文检索功能
订单压力（热力图）：根据传递的经纬度，获取所覆盖的所有小方格的geohash及其订单压力情况，后台streaming算好了每个geohash的压力值，存储于redis中
七、高可靠性保证
对于大数据团队内部产品而言，OLAP应用一般是离线的或者使用者是内部用户，容许一定的延时，但OLTP服务一般处于整个OLTP系统的调用链中，需要高可靠性服务保证，我们从服务降级和监控报警处理两个层面实现服务的可靠性。
1、服务降级
比如压力服务，当我们的streaming任务挂掉或者处理缓慢怎么办，这时候我们起了一个每5分钟执行一次的备份job，当dubbo服务执行时，它首先检查streaming任务的最后写入redis key的时间，当此时间与当前时间差距超过我们设定的阈值时，就判定streaming任务异常，这时候就获取备份job的数据，极大地保证了压力服务的可靠性，示意图如下：
2、监控报警体系
a) 基础平台告警（仪表盘）
仪表盘是点我达通用的一套监控报警系统，可以设定阈值，如果某个监控的标的超过阈值，可以邮件、短信息实时告警，可以在第一时间处理。比如我们的dubbo服务，最起码的一个监控指标是执行时长，我们做了一个注解"@Monitor"和处理此注解的切面程序，如何方法只要加入了这个注解，会把这个方法的执行时长加入到监控系统中，在仪表盘监控页面中就可以看到这个方法的监控项（当然需要自己添加graph和influxdb mesurement）
对于另外个性化指标的监控，则每个服务自己去控制。
b) 大数据报警体系
大数据自身的报警体系如下图所示：
八、踩坑记录
大数据团队发展至今，遇到过很多问题，有大有小，不一而足，以下列举几个：
1、phoenix版本不匹配
查询和建表使用的phoenix版本不一致导致的数据重复的问题。phoenix表是使用4.9建的，dubbo里面用的是phoenix4.7，读取的时候发现读取到的数据有重复，后来升级dubbo服务的phoenix版本到4.9，解决了此问题
2、spark2.1.1的bug
代码示例：
val df = spark.sql(
timestamp,
user_name,
cast(user_id as bigint) user_id,
cast(timestamp as bigint) timestamp,
cast(coalesce(get_json_object(args,'$.orderId'),'0') as int) order_id,
user_name,
cast(longitude as int) lng,
cast(latitude as int) lat,
get_json_object(args,'$.status') status,
cast(get_json_object(args,'$.leaveTm') as bigint) leave_tm
from logs where event='rider_trace') t
where user_id is not null
and timestamp is not null
and order_id is not null
and status is not null
这段代码是从logs数据源中读取和解析数据，其中
一直报错，提示
java.io.CharConversionException: Invalid UTF-32 character 0x7b2265(above 10ffff)
at char #192, byte #771)
at com.fasterxml.jackson.core.io.UTF32Reader.reportInvalid(UTF32Reader.java:189)
at com.fasterxml.jackson.core.io.UTF32Reader.read(UTF32Reader.java:150)
at com.fasterxml.jackson.core.json.ReaderBasedJsonParser.loadMore(ReaderBasedJsonParser.java:153)
at com.fasterxml.jackson.core.json.ReaderBasedJsonParser._skipWSOrEnd(ReaderBasedJsonParser.java:1855)
at com.fasterxml.jackson.core.json.ReaderBasedJsonParser.nextToken(ReaderBasedJsonParser.java:571)
at org.apache.spark.sql.catalyst.expressions.GetJsonObject$$anonfun$eval$2$$anonfun$4.apply(jsonExpressions.scala:142)
提示是说某些非法字符，因为我们没有捕获异常，报错了程序也不退出，反复处理这一条脏数据，后来临时改一下代码，把
去掉，绕过了这一条数据，再把程序改回来，后来在网上搜索了一下，发现是spark2.1.1的bug，已经在spark2.2.0之后的版本修复了。
3、yarn资源设置不当引起离线dag处理失败
为了提高作业的并发量，我们减少了单个map/reduce container的内存大小，结果某个订单的大作业无足够资源，运行失败，导致当日离线报表无数据。其实也是一个权衡，过大浪费资源、并发作业少；过小则大作业无法运行，需要我们对比较耗费资源的作业做到心里有数，对大作业单独指定资源
九、集群部署结构
附录点我达大数据服务集群部署结构如图示
&h2 id=&&&前言&/h2&
&p&在上一篇文章&a href=&/blog/You-formBiao-Dan-Lai-Shuo-Shuo-Qian-H
原文地址：, 感谢原作者分享。
您可能感兴趣的代码}