苏宁物流的数据主要有订单的正向销售、调拨、仓储、运输、配送、退货、售后等一系列的业务数据,随着苏宁物流订单的急速增长,如何高效的处理和分析大量复杂的业务数据并实时的进行监控分析和展示成为了目前急需解决的问题。 本次分享的主题将围绕如何构建大数据的实时数据仓库以及在苏宁易购818,双11大促中的实时数据监控展开讨论。内容包括hadoop、hbase、kafka、spark、redis、elasticsearch等大数据技术上的整合应用和性能调优方面的经验分享。 • 议题大纲: 1、苏宁物流天眼系统介绍 1.1 苏宁物流全链路监控介绍 1.2 天眼系统的性能指标 1.3 天眼系统的界面展示 2、苏宁物流实时技术架构演进 2.1 传统的基础架构 2.2 架构升级(去IOE) 2.3 架构基本成熟稳定 2.4 未来实现无限扩展 3、实时大数据方面的最佳实践 3.1 物流天眼全网准实时监控 3.2 物流双11大促实时监控 3.3 天天快递未清数据实时下载 3.4 苏宁售后实时智能派工 4、性能调优分析和经验总结 4.1 spark任务性能调优 4.2 踩过的坑和如何填补 4.3 经验总结分享
物流,是保证电商行业高速运转的核心环节。赶上618、818、双11这些年中大促及企业本身开展大大小小的促销活动,急速增加的订单都将给物流带来巨大的压力。如何更为高效地处理和分析大量复杂的业务订单,并进行时间监控分析和展示,苏宁自主研发了物流“天眼”系统,可全程监控苏宁物流,为每一个包裹的安全抵达保驾护航。
苏宁物流的所有操作都是遵循路由计划的,从订单进入物流系统域开始,就会根据给顾客承诺的时间,形成包裹整个周期的履约计划。而“天眼”的作业监控职能,就是根据包裹上一个作业环节的完成情况,结合库内运作计划、运力、班车线路等因素,对下一个或者下几个作业环节的计划达成情况进行预判,一旦判定存在风险,会立即干预作业系统生成异常处理任务,推送给对应处理人,及时消除风险,从而保障包裹从生成到最终交付到顾客手中的全程无忧。
“天眼”通过对物流各环节监控不断累积的实时作业数据进行筛选和结构化处理,建立模型,分析有价值的信息,实现数据的增值。如在数据预测方面,通过作业模型和销量预测的结合,为库存、班车线路、班车时刻表、虚实快递点切换等提出建议,为接下来,尤其是为促销期的作业波峰提前筹备资源、切换波峰运作模式;在作业模式优化方面,通过虚拟模型的建立和实际作业数据的代入,对存储仓位、库内拣选动线、快递员任务分派及投递路线进行持续优化。
未来,苏宁物流会继续通过自主研发技术,利用大数据驱动,逐步加强可持续的优质服务,提升消费者购买和接收的全流程服务体验,给予消费者真实可触摸的服务感知。
浏览1642次
浏览5268次
浏览7439次
浏览9837次
浏览2190次
浏览5707次
2025-06-20 深圳
2025-04-19 南京
2025-08-15 上海
2025-10-23 上海
打开微信扫一扫,分享到朋友圈