在互聯網行業快速迭代、數據規模呈指數級增長的今天，作為國內領先的年輕人文化社區，嗶哩嗶哩（Bilibili）面臨著海量、多維、實時的數據處理挑戰。為了高效賦能業務創新、提升用戶體驗并驅動科學決策，構建一個統一、高效、敏捷的數據服務中臺，尤其是其核心組件——數據處理服務，成為B站技術演進的必然選擇。本文將探討嗶哩嗶哩在數據服務中臺建設過程中，數據處理服務的實踐路徑、技術架構與核心價值。

一、建設背景與核心目標

嗶哩嗶哩的業務生態涵蓋視頻、直播、游戲、漫畫、社區互動等多個板塊，每日產生PB級別的結構化與非結構化數據。早期，數據處理往往以“煙囪式”架構存在于各業務線，導致數據孤島、計算資源浪費、研發效率低下、數據口徑不一致等問題日益凸顯。為此，數據服務中臺的建設核心目標確立為：

1. 統一化：建立標準化的數據接入、處理、存儲與服務出口，打破數據壁壘。
2. 平臺化：提供自助、易用的數據處理工具與平臺，降低數據使用門檻，提升研發效率。
3. 服務化：將數據能力封裝成可復用、可擴展的API服務，敏捷響應前端業務需求。
4. 智能化：融入實時計算與智能算法，支持實時推薦、風險控制、動態運營等場景。

數據處理服務作為中臺的“加工廠”，承擔著將原始數據轉化為清潔、可靠、有價值的數據資產的關鍵職責。

二、數據處理服務的架構演進

嗶哩嗶哩的數據處理服務架構經歷了從分散到集中、從批處理到批流一體的演進過程。

1. 分層解耦的架構設計：
當前的核心架構通常分為四層：

• 數據采集層：通過自研Agent、日志SDK、數據庫Binlog同步等多種方式，實現全端數據的高效、可靠接入。

• 數據存儲與計算層：這是數據處理的核心。結合Hadoop、Spark、Flink、Kafka等開源生態，構建了強大的批處理和流式計算能力。數據倉庫采用分層建模（如ODS、DWD、DWS、ADS），確保數據一致性和復用性。

• 數據管理與治理層：建立統一的數據資產目錄、元數據管理、數據血緣和質量監控體系。通過可視化工具，讓數據來源、加工邏輯、數據質量一目了然，為數據可信度奠定基礎。

• 數據服務層：將加工后的數據，通過統一查詢服務、實時數據服務、指標平臺、推薦/搜索數據服務等方式，以API或數據產品的形式提供給各業務方。

2. 批流一體的實踐：
為滿足實時業務需求（如實時彈幕分析、實時熱門榜單、實時風控），在傳統T+1批處理的基礎上，深度應用Apache Flink構建了低延遲的實時數據處理管道。通過將批流計算在SQL層面進行統一，并共享數據存儲（如Hive、Iceberg），實現了“一套代碼，兩種執行模式”，簡化了開發運維復雜度。

3. 平臺化與自助化：
開發了面向內部用戶的數據開發平臺。數據研發人員可以在平臺上進行任務編排、SQL/代碼開發、依賴配置、調度發布與監控告警。業務分析師也可以通過低代碼或SQL界面，自助進行數據查詢、報表生成和即席分析，大大縮短了從數據需求到數據產出的路徑。

三、關鍵技術挑戰與解決方案

1. 海量數據下的效率與成本：通過計算引擎優化（如Spark動態資源分配、Flink增量計算）、存儲格式升級（采用ORC、Parquet及數據湖格式）、冷熱數據分層存儲與智能壓縮等手段，在保障查詢性能的有效控制了存儲與計算成本。

1. 數據質量保障：建立了貫穿數據處理全鏈路的質量監控體系。在任務層面，設置關鍵指標（如記錄數波動、空值率、數值異常）的強規則校驗；在鏈路層面，通過數據血緣進行影響分析和故障溯源；推行數據資產認責制度，確保問題可追溯、可定責、可修復。

1. 復雜業務場景的敏捷支持：面對快速變化的業務需求（如新活動、新功能上線），數據處理服務通過以下方式提升敏捷性：

• 模型復用：沉淀公共數據層（DWD/DWS），避免重復開發。

• 快速啟動模板：為常見場景（如用戶行為分析、AB實驗）提供標準化數據模型與處理模板。

• 服務化接口：將核心數據能力（如用戶畫像查詢、實時計數）封裝為高可用、低延遲的在線服務，供業務系統直接調用。

四、核心價值與未來展望

通過數據服務中臺及數據處理服務的建設，嗶哩嗶哩實現了顯著的業務與技術價值：

• 業務賦能：為個性化推薦、內容安全、商業化廣告、運營決策等提供了堅實、及時的數據支撐，直接提升了用戶體驗和商業效率。
• 效率提升：數據研發效率大幅提高，需求交付周期從“周/月”級縮短到“天/小時”級。業務方獲取數據從“提需求”轉變為“自助服務”。
• 成本優化：統一的資源調度與存儲管理，避免了重復建設，實現了集群資源利用率的整體優化。
• 質量與信任：標準化的流程與全面的監控，構建了公司內部對數據資產的信任文化。

嗶哩嗶哩的數據處理服務將繼續向更智能、更實時、更易用的方向發展：深化實時數倉建設，探索數據湖倉一體化架構；加強AI能力注入，實現數據處理的智能化運維與異常檢測；進一步降低數據消費門檻，讓數據能力像水電煤一樣，無縫、高效地流淌到每一個需要的業務環節，持續鞏固B站在內容生態領域的核心競爭力。