“通过 Hologres替换Presto/Hudi/Hbase/CK/ES/Druid等多个组件，构建统一数据平台，满足留存分析、用户画像构建等精细化运营需求。“
--37手游大数据平台 史飞翔
37手游云平台基于Flink+Hologres大数据建设实践，解决了自建集群组建多，架构复杂，成本高等痛点，实现了低成本、简单运维、可扩展等的云平台。
客户介绍
37手游是37互娱的子公司，主要负责运营，也就是发行业务。在中国大陆地区37手游以10%占有率仅次于腾讯和网易排第三。现在在非中国大陆地区也已经进入月收入过亿的俱乐部，成功发行了包括《永恒纪元》、《一刀传世》、《斗罗大陆》这几款游戏，当前已经累计4亿用户。
业务挑战
37手游之前是自建的大数据集群，有以下痛点：1. 资源成本：机器成本高；机房成本高，因为有一百台机器要有单独的机房；空闲时间多。我们的离线作业大部分在晚上运作，白天的时间基本上是比较浪费的。2. 人力成本：组件多，运维成本高。一个人要负责三四个组件的维护；组件学习成本高，一些业务开发的同学会使用我们提供的组件，对于他们来说，会有一定的学习成本；开发成本高。3. 稳定性、扩展性：IDC 集群做扩容时流程很复杂，从申请，到机器的采购，再到部署、上线等，至少要一个月的时间，扩展性很差；机房部署周期长；故障率较高。
阿里云的解决方案
云平台大数据建设
总体方案主要包括3条链路：
第一条链路是实时流，从 Kafka 过来，经过实时计算，实时计算之后会落到 Hologres。但是有一些场景需要扩展维度，实时计算时会用到配置表，是在 Hologres 基于行存来存储的配置表，通过点查的能力，把配置信息取出来做实时关联，最终落到 Hologres。
第二条链路，可能也是大家常用的（传统的数据库还是要保留），我们会把传统的 MySQL 数据库通过 DataWorks 数据集成同步到 Hologres。
最后一条链路是离线的，Kafka 数据通过 DataWorks 写到 MaxCompute，写完之后会在 MaxCompute 每天定时跑任务来修整第一条线的实时数据，也就是做一个离线的修正。另外我们会把 MaxCompute 里画像数据推到另外两个组件。这里说明一下，这两个组件是为了考虑到双云部署，所以我们考虑到开源的组件，StarRocks 和 HBase，这两块主要是用在画像上。最后一层是用到Quick BI做展示，包括用户画像也是基于 StarRocks 和 HBase 做一个查询。
业务价值
统一了数据存储。打破了数据孤岛，37 域的数据是全通的。
数据更加实时。之前每天的数据会半小时或者十五分钟跑一次，现在是实时计算，所见即可得，尤其是游戏首发的时候我们对数据的实时性要求非常高。
提升了查询效率。旧的引擎很难支撑业务的快速发展，新的数据库 Hologres 在查询性能上体验极佳。
简化了开发流程。我们之前的开发流程是很复杂的，现在只需要实时计算这块写一个 SQL 就可以搞定了。
使用的阿里云产品