滴滴大数据：伴“女神”同行

文 | 本刊记者 姜红德

这些年滴滴打车取得一个个业绩的背后，是云计算、大数据技术支撑着他们一路走下来。

说到打车软件，如今几乎每人手机上都安装了一款，从滴滴、快的，到首汽约车等等不一而足。打车APP自2014年以来更是成为了消费者最青睐的手机应用。也正是这些事关出行的移动互联网应用，动了传统行业的奶酪，成为今年上半年的热点新闻。

据滴滴官方公布的数据显示，自2012年成立以来该打车软件已经覆盖全国300个城市，用户数从2200万增到1.5亿，月活跃用户增长了600多倍（2014年平安夜当天，全国用滴滴打车出行人数超过了3000万人），打车成功率高于90%……这些永远会被铭记在移动互联网历史中。

成立3年多以来，按照滴滴CTO张博的说法是，几乎每天都在“打仗”，每天睁开眼之后的第一件事情就是考虑公司的生死存亡。之所以今天还能生存下来，张博对记者表示，主要是通过技术和时间赛跑，和对手比稳定性和粘着力，让客户最终留下来。这些年滴滴打车取得一个个业绩的背后，是云计算、大数据技术支撑着他们一路走下来。

将IT架构向云计算迁移

在外人眼中的张博，无论是首席信息官还是首席技术官的角色，他都能游刃有余。在他看来，CTO要有商业眼光。倒推回来，CIO要从技术入手，支撑产品发展，进而支撑公司现在和未来的商业计划。简单来说就是：从技术骨干到产品骨干，要懂互联网产品、明白用户需求，知道如何做出一款满足用户需求的产品、你要知道这些用户过来了以后，商业模式是什么，企业如何创造利润。

在滴滴内部，由张博主导进行过两次IT技术架构的迁移。第一次是在2014年。其实滴滴打车刚成立时两台服务器就能解决所有问题。2014年初“补贴大战”时问题就出现了，订单量一周之内涨了50倍，而当时的预估是增加10%。500%对10%，结果可想而知。网络、存储等故障不断，Webserver和MySQL也频出问题。团队所面临的挑战非常大。更为紧张的是，靠传统采购机器来实现扩张，显然完全无法满足业务需要。通过分析比较，滴滴最终决定整体搬到“云”中。

滴滴第二次IT架构变化是在专车上线时。为此，他们特别成立了技术架构部，将通用型服务下沉，避免重复造轮子，将个性化服务放到业务层，实现服务开发。从最初架构设计支撑一款产品，到同时支撑专车、顺风车等多款产品。产品之间，有相同也有不同。最终，架构的实时调整让滴滴每条产品线，都可以得到很顺畅的支撑和服务。

对于IT架构的迁移，就像外界看到的那样很困难，实际工作也存在很多挑战。“搬迁也并非一帆风顺，代码需要做大量重构，来解决技术上的单点问题。”张博认为当初较早将IT架构向云计算迁移的选择还是明智的，“现在尽管用户规模每天都在几万或几十万的激增，但是始终没有出现重大的技术故障，这或许要归功于后期对于技术的重视和较早选用了云服务。”

在打车软件领域，遭遇黑客攻击是家常便饭，一旦网络被攻击车主和用户都可能受到影响。

实际上，在这两次IT架构迁移过程中，嘀嘀也把信息安全、网络和系统运维等问题一并解决了。在打车软件领域，遭遇黑客攻击是家常便饭，一旦网络被攻击车主和用户都可能受到影响。而一般的企业在技术实力上不足以应付这种网络上威胁，但是通过和云计算技术合作伙伴腾讯云合作，由他们提供专业的技术支持解决了安全隐患。

同样，云计算服务商提供的CDN专网节点，提供就近接入的服务，在订单量瞬间暴涨，或者用户处于弱网环境下，保证了网络的稳定性。通过云计算服务提供商的专人团队维护物理服务器，解决了如硬件采购、硬件运维等问题，能让企业将更多精力集中到应用层和业务层，以及其他更有价值的数据分析等新技术方面，省时省心省力。

大数据提供优质用车服务

滴滴打车成立初衷是为了解决司机与乘客之间的信息不对称的问题，通过移动互联网和大数据技术来打破信息的壁垒。说到大数据的重要性，张博表示，大数据不仅是嘀嘀打车软件产品的心脏，也是滴滴商业模式的心脏。

在嘀嘀运营过程中，张博发现，即使出租车空驶率降低到0，也无法满足早晚高峰乘客出行需求。以北京为例，出租车共计10.6万辆，但却有2000万常住人口，1000万流动人口。这就需要通过各种社会资源来解决问题，单单依靠打车软件或者产品无法解决这样的问题。

通过采用大数据技术，滴滴打车可以更好地为用户提供用车服务。比如通过滴滴大数据分析系统，可以发现很多人居住地和工作地都比较接近，收入水平相当，行业属性相近，这些人往往都会使用出租车或专车，如果能够将需求合并，显然无论是帮助乘客提供低成本出行，还是节省社会资源，都很有价值。更有趣的是，如果其上增加了社交属性，人们可以结交新的朋友，出行会变得更有意思。

同样，通过大数据可以满足车主和用户的需求，提高他们的用车体验。比如，某一个时刻在中关村，同时出现很多订单，周围有很多司机。嘀嘀打车要做的决策是：将订单发送给合适的司机。因为司机在任何时刻都只能听到同时爆发订单中的一个。所以匹配要准确，那么背后的推荐算法要准确，匹配效率要高，计算要快，推送要及时。这还不够，滴滴在推送订单到这位司机之前，还会先预测他对订单感兴趣的程度。据张博介绍，这方面，在后验过程中，滴滴可以做到80%的准确度。其中，不仅要计算司机的个人特征，还要结合其决策体系，将司机的喜好是对小费、长短途，还是对方向敏感等静态特征和司机与订单之间的位置关系、时间关系等动态特征进行综合分析。

张博表示，“我们希望用有限的资源最大化提升用户的质量和活跃度，这不可能通过人工实现，只有技术才能实现这些。而实现的过程中，对公司架构、运营、产品等挑战都很大。” 这些大数据的需求给滴滴打车的技术和运营都提出了更高的要求，但是一旦实现之后就会产生意想不到的效果。

据介绍，滴滴在大数据上最终选择了开源技术。“基础层面是数据平台，主要是大数据计算和存储，用的是业内比较成熟的开源系统Hadoop。”在完成大数据基础平台开发的基础之上，通过引入时下时髦的机器学习，让滴滴打车的推车服务更上一层楼。“滴滴打车现在每天涌入的数据接近10TB，通过不断搜集用户标准数据特征，优化机器学习模型。比如推送给司机订单，司机是否抢单，这就是一个天然的标注。而通过这些标注，就可以优化学习体系。”同样通过社交软件大数据方面的应用，滴滴打车为乘客们提供了很多新的想象空间。张博透露，未来如果一个互联网的“吊丝”在下顺风车订单的时候，可能会优先匹配给他一个互联网的“女神”，这是一个很有趣的场景。

随着用户规模的扩大，以及用户数据的积累，滴滴未来需要进行大规模的存储，大规模的计算，以及大规模的精细学习，这便需要更多的技术人才作为支撑。在大数据方面，人才是滴滴打车目前的短板，这也是目前张博最为关心的一个领域，并已经取得了一定的成绩。滴滴自身正在筹划滴滴学院，对员工进行定期培训，并不断加大高端人才的引入。加之滴滴在过去三年发展过程中沉淀下来的技术人才，在人才储备方面已经建立起一套完善的培养和输送机制。