京东用大数据的方法解决【物流】建配送站的问题

本帖最后由 levycui 于 2016-11-15 17:05 编辑
问题导读：
1、大数据如何转化为智慧系统？
2、如何理解京东大数据平台架构？
3、如何构建智慧物流系统？

2015年，在国务院提出“互联网+”行动战略之后，以“互联网+物流”的智慧物流概念也被不断提及，但是，由于物流系统本身的复杂性和业务差异性，究竟如何打造智慧物流系统，鲜有落地的方案。

很多人对京东物流的高效印象深刻，用户体验受到广大用户的认可，但是，在这些体验背后隐藏着高昂的运营成本。青龙系统作为支撑京东物流的核心系统，在这个过程中，也逐渐为外界瞩目，日处理数百万订单，大促销期间上千万单，数十万操作人员在这个物流网络中服务，智慧化物流系统成为迫切需求。

青龙系统从2012年研发版本1.0，到目前的6.0的演进过程中，我们也逐步认识到，以大数据处理为核心是构建智慧物流的关键。

“大数据”的经典定义是可以归纳为4个V：海量的数据规模（volume）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。从青龙系统看，每天处理亿级数据，具有海量信息的数据规模；支持快速的数据流转，实现了物流各个节点实时数据监控优化；系统处理各种各样的信息，包含了结构化和非结构化数据；数据具有极大的价值，推动系统成本和效率优化1%，可以节约上亿成本，具有了显著的大数据特征。

如何从大数据到智慧系统

我们在实战中认识到，把大数据转化为智慧系统，需要具备两个基础：

首先是业务数据化，并且具有数据质量保障。京东物流在青龙系统的支撑下，实现了所有物流操作的线上化，也就是数据化，并且，对每个操作环节都是可以进行实时分析，这就奠定了很好的基础。如果业务都是线下操作，或者系统无法准确及时收集数据，那么，即时数据量够大，缺乏关键数据和数据不准确，也会给大数据处理带来很大的困难。

第二基础就是大数据处理技术，包括收集，传输，存储，计算，展示等一系列技术。青龙系统在数据处理技术上也踩过很多坑，最早我们用数据库生产库做一些数据的分析，发现很快性能就不行了，因为数据分析SQL一执行，生产库性能急剧下降，然后开始利用读库，并结合MQ，也就是操作数据库的时候，会发出一个MQ，数据分析处理系统接收MQ重新解析，但是，也不能很好解决问题。后面，我们总结发现一点，作为传统的技术人员，我们是试图用OLTP的方法来解决OLAP的问题，这在方向上就存在问题。

上面的图是我们的总结，当你做一个大数据应用，首先要分清你自己的应用场景。至少有两个维度：一个是实时性的维度，你做大数据分析是秒级的还是离线的，也就是24小时以后拿到也没问题。另一个是一致性维度，你对一致性到底是什么样的要求，要求是百分之百一致的，另外很多场景不要求一致，很多的消息推送不要求一致。

从这两个维度来看可以划分四个场景，强实时性强一致性、强实时性弱一致性、弱实时性强一致性、弱实时性弱一致性。到底你的应用落在什么样的场景，你要分清楚。

你如果问你的运营团队和业务团队，他肯定说要百分之百一致，肯定要实时，不仅是分钟量级的，最好是秒级的，甚至比秒级还小，完全一样的。你可以告诉他，要实现这个没问题，但你要实现这个对应的代价非常大，你用代价换取价值是不是足够。

另外还有一个维度，就是数据量。你的数据到底是什么样的量级，GB、TB，甚至是PB。从现在新系统发展来看，架构支撑业务两年发展已经足够了，要对两年内数据量有一个预估。

这几个维度确定以后，现在从ETL数据抽取到数据传输、数据存储，以及数据计算，技术相对比较成熟了，你可以选择合适的技术。

下面是京东大数据平台的系统架构。

这个系统对于实时数据，离线数据，都有完整的解决方案，对于青龙系统来讲，可以基于公司大数据平台，进行对应的实时数据处理和离线数据分析。大数据平台技术栈很多，有些公司可能不会自己开发，但它非常重要，因为它可以从技术上提供基础数据质量保障。如果数据质量得不到保障的，那你后面做所进行的分析就是不靠谱的，数据平台本身数据质量就很差。

另外如果你对一致性要求很高，它可能10%的信息都丢失了，如果你对实时性要求很高，它可能延迟好几个小时，在这种情况下数据分析应用不可能做好。

在可靠的数据源和处理技术基础上，就可以逐步构建智慧物流系统。

第一步主要是通过大数据技术准确及时还原业务。也就是我们可以及时准确采集业务运行的数据，并分不同层次需求展示出来。

上图是著名的南丁格尔的玫瑰图，从这张图中可以清楚看到，因为卫生条件差、治疗和估计不足，导致的可治疗却死亡了的人数所占比重非常大，是因为受伤而死亡人数的几倍。

对于物流系统来讲也是一样，图形化展示，一图胜千言。在时间维度，实时展示实各个节点的生产量，相邻节点的差异，可以很好把控业务。我们还发现，移动端的开发，对业务非常有帮助。

对于物流来讲，是商品流，实物流，资金流，信息流的结合，因此，地理维度展示也非常有帮助。青龙系统做到了车辆，配送员实时展示，例如在京东APP上就可以查看订单的实时轨迹。

第二步就是通过大数据提升业务。这块对于离线数据，大家都比较熟悉，包括业务日报，周报，月报等，这都是业务管理的基础，如果不能做到及时准确，数字化运营是无法进行的，更不用说智慧化了。对于物流这种劳动密集型行业，我们利用实时数据，进行业界排行，对现场也起到很好的激励作用。

在对业务能够进行实时监控和准确评估后，就可以进行第三步，也就是利用大数据对业务进行预测。

预测一直是大数据应用的核心，也是最有价值的地方。对于物流行业，如果能够提前进行业务量预测，那么，对于资源调度等非常有意义，不仅能够实现更好的时效，而且能够避免浪费。举一个青龙系统的例子，就是单量预测，根据用户下单量，仓储生产能力，路由情况等，可以进行建模预测。

最后一步就是依托大数据进行智能决策。做到了这一步，才可以称作智慧物流。目前，做决策最好的方式依然是人机结合，能够利用大数据和人工智能的技术，为人工提供辅助决策，让人工的决策更加合理。

我们也有一个实际案例，京东的用户，都有过配送员给大家送货的经历，配送员也就是从配送站取货送给客户。因为京东业务每年增长也非常快，就遇到如何增加配送站的问题。在以前没有系统辅助决策，就只能拍脑袋，但随着规模越来越大，发现拍脑袋代价会很大，于是，我们就想用大数据的方法来解决一下如何建配送站的问题。

首先，建站依赖于什么？大家看过《大数据时代》的话就知道，利用大数据进行预测，非常重要的是找到它的关联物，建站最直观的是跟订单相关的，我们也从订单开始着手来分析这个问题。

我们从订单分布数据，加上我们的客户分布数据进行分析，通过订单聚合等技术手段，找到订单很密的点，这个过程有很多的模型可以供参考。然后，加入更多的数据，包括位置信息、当地租金成本、管理成本、从分拨中心到传站的距离等，我们就能输出一个模型分布，根据不同的维度，将建站预测展示给用户，辅助业务管理人员进行决策，并且，可以根据业务人员的使用情况，输入更多的业务知识，形成业务闭环，让系统更加智能化。

上面的图，是研发青龙系统的总结，分成了两个维度，一个是你做这个系统的难度，另一个是你做这个系统的价值。

首先，要选择应用场景，选择合适的大数据技术架构，把数据质量能够做好。然后，要对业务进行分析，第一步主要进行业务还原，包括业务节点，环比、同比，环节差异，最好用图形化的方式展示出来。

之后可以进行下一步，做业务评估，评估业务健康度，这也有很多的方法，如同比，环比，和业界平均指标对标的方法。如果能通过大数据做到和友商实时对标，就能发现自己的薄弱点，哪块是需要改进的，就可以进行优化，优化完，系统指标运行一下，可以看看是不是真的改进了。

利用灰度的方法，也可以对业务改进进行效果评估。大数据来讲最核心预测，作为一个业务负责人，如果能够提前知道业务情况，现场的管理就能处理的更好。再往上走就是业务决策系统，Google的AlphaGo就是一个典型例子，但是实际的业务可能更加复杂。

智慧物流，我们认为就是以大数据处理技术作为基础，利用软件系统把人和设备更好的结合起来，让人和设备能够发挥各自的优势，达到系统最佳的状态，当然，这个是不断进化的过程。

当前，青龙系统已经具备初步智能化的特征，上面是我们2016年的规划，我们会持续进行软件系统优化，利用机器学习等智能化技术，另外，引入更多的智能硬件，不断将智能化深入，从而支持京物流更加高效，为用户提供更好的体验。

来源：InfoQ
作者：李鹏涛