简介： 基于阿里云对象存储 OSS 构建的数据湖解决方案，能够全面满足数据的存储、离线剖析、交互查问等各种业务诉求，帮忙企业开释数据的价值
1、行业综述
游戏市场需求旺盛，行业景气度继续晋升
2020 年从天而降的疫情，使全国上下在 2—3 月处于全面抗疫，严防死守的状态，各行各业都受到了冲击，对国民经济造成了不小的影响。尽管此次疫情对于各行各业产生的影响颇深，然而对于“宅经济”来说，的确一针兴奋剂。
据统计，2020 年第一季度，国内游戏市场稳中有升，理论营销支出 732.03 亿元。一季度中国自主研发游戏海内市场营销支出 37.81 亿美元，环比增长 31.19%，同比增长 40.56%，持续放弃较高增速。
相比今年，往年在 8 月份刚完结的 ChinaJoy，会发现一个高频词浮现，那就是“云游戏”。依据往年早些时候公布的《2020 年云游戏产业调查报告》，往年中国云游戏的市场规模将超过 10 亿元，将来两年每年增长率超过 100%，接下来的 3 到 5 年将是中国云游戏的疾速成长期。
2、行业倒退方向
换皮游戏时代曾经终结，大数据驱动智能化精准经营
随着国内游戏行业的迅速倒退，游戏画面更加精良，游戏引擎也更加实在，玩家对于游戏内容品质要求越来越高，且游戏厂商泛滥，游戏迭代速度放慢，玩家留存率大大降低。流量称王的时代终结，单纯靠流量导流的形式获取客户的行为收益极低。因而“换皮游戏”逐步被这个时代所摈弃，游戏厂商要想在行业立足，在提供画面更优质、内容更丰盛、游戏性更强的游戏同时，还须要依附大数据分析，解决玩家个性化的需要以及进行更加精准的营销。
在解决完画面、内容以及游戏性等“硬件要求”后，越来越多的企业曾经开始意识到须要把游戏数据进行更加精细化的经营剖析，依据用户的沉闷数据、充值数据、偏好数据等为用户推送不同的流动以及玩法。同时还会依据用户的战绩数据、玩耍时长等为不同的用户提供不同的匹配逻辑与关卡难度。
置信大家在玩耍 MOBA 类游戏时会发现，个别在连胜后，就会遭逢连败，输到本人狐疑人生。然而连败后又往往会迎接一波连胜，如此循环，最初将胜率稳固在 50% 高低。可能这一把匹配到的队友超强，“全场带飞”，下一把的队友就可能是个“萌新小可爱”，蹦蹦跳跳地进入敌方进攻塔范畴送人头。
这其实就是使用大数据驱动的一种形式，通过综合剖析游戏玩家每把游戏体现来为玩家匹配不同的队友，最终让大部分玩家的胜率放弃在 50% 高低，防止玩家因为连胜或者连败对该款游戏失去趣味，大大加强了玩家的整体游戏体验，加强玩家的留存率，刺激更多的玩家为晋升本人的实力进行生产。
面临的痛点
大数据驱动下数据存储成难题，资源节约成难题
尽管在大数据的驱动下，能够准确地对相干用户进行营销，然而在大数据系统构建的时候，很多企业又遇到各种各样的技术挑战。比方，一份数据存储在在生产存储上，须要通过 RAID 或者多正本的形式进行冗余存储。这个时候咱们要做大数据分析，须要把这些数据进行抽取、ETL 解决，来复制到像 Hadoop、HDFS 存储上。然而通常状况下 HDFS 须要做三正本，因而一份数据通常须要拷贝 5，6 份以上，占用了大量的存储空间。
随着前期数据量的一直增长，扩容也逐步成为了一个头疼的问题，像 Hadoop 原生的这种计算、存储交融的架构，如果须要进行扩容，就必须购买原来同规格服务器，极易造成计算、存储资源的节约。更让人头疼的是，多个业务零碎的数据往往是孤立的竖井状的，各个数据处理、剖析零碎不兼容，不能用一套大数据平台进行对立的数据存储、剖析，治理复杂度极高。
数据湖解决方案
** 阿里云数据湖解决方案，助力企业真正开释数据价值
**
基于阿里云对象存储 OSS 构建的数据湖解决方案，能够全面满足数据的存储、离线剖析、交互查问等各种业务诉求，帮忙解决下面提到的这些难题。
首先，数据湖解决方案可为用户存储的数据提供高达 12 个 9 的可靠性，让数据安全寄存，保障用户数据不丢不坏。
其次，阿里云的数据湖解决方案，也是一套非常智能的解决方案。其中对象存储 OSS，能够对接个多业务零碎，存储来自不同业务零碎的多种数据源，如些零碎的原始数据、游戏日志数据等。等数据汇聚到数据湖之后，它的下层零碎能够兼容多种计算引擎，如开源大数据引擎像 Hadoop，Spark，阿里云 EMR、DLA 等，帮忙用户便捷地实现数据处理和剖析，不须要再反复拷贝多份。同时采纳 Jindofs 提供缓存减速计划，还能够取得比应用 HDFS 更好的体验。同时 DLA 所提供的双引擎，SQL(兼容 Presto)和 Spark 为用户提供了在计算引擎层面 job 级别的弹性能力，只须要为每一个 job 耗费的计算资源付费，而无需搭建集群，Serverless 化的计算能力，让用户能够应用 SQL&Spark 赋能业务，联合 OSS 的弹性能力，真正意义做到按量付费，降本增效。
这样一套整体的数据存储、解决剖析解决方案，能很大水平地缩小零碎兼容性问题，治理保护也更加简略，帮忙 IT 人员从简单且繁琐的运维中解放出来，更加专一在产品翻新和业务模式的经营上。
最佳案例实际
客户介绍
国内顶级游戏公司，出海手游 TOP10，波及的游戏类型包含休闲类游戏、卡牌类游戏、回合类游戏等。
业务痛点：
出海经验了最后的跑马圈地阶段，中国厂商对出海器重水平来到了更高级别。游戏比拼的聚焦在精细化经营下面，精细化经营作为出海的必备技能如何晋升经营效率，如何实时渠道和流量剖析，ROI 剖析，如何智能化晋升玩家活跃度，用户行为剖析进步游戏体验。经常会碰到上面这些问题：1. 须要解决海量并且日益增长的日志数据。
2. 须要提供弹性能力，达到最优的财务均衡。
3. 数据分析师相熟 SQL，经常会有大数据量的多表 join。
4. 须要提供全面的游戏经营指标剖析性能。
5. 须要无效剖析渠道成果，使每分钱都花在刀刃上。
6. 对付费用户追踪剖析，从而更好的反映付费用户在整 7. 个生命周期的要害行为和价值。
8. 剖析玩家游戏行为，购买道具改良产品体验，进步游戏收益
解决方案：
1、利用 DLA 的弹性计算能力，配合 OSS 的近乎有限的弹性存储能力，构建弹性数据湖计划，打造最优性价比。
2、对数据做分层解决，历史日志数据通过 SLS 投递到 OSS，实时日志存入 AnalyticDB。
3、利用 DLA 对数据做汇聚和 ETL 解决，并将统计后果放在 AnalyticDB 上存储。
业务价值：
1、玩家链路实时监控，进步游戏体验，达到千万 DAU
2、用户精细化实时经营，T+1-> 实时，客户留存率晋升 30%
3、实时渠道统计，节俭约 200 万 / 月广告老本
分享：
原文链接
本文为阿里云原创内容，未经容许不得转载。