面向B端算法实时业务支撑的工程实践

简介：在营销场景下，算法同学会对广告主提供个性化的营销工具，帮助广告主更好的精细化营销，在可控成本内实现更好的ROI提升。我们在这一段时间支持了多个实时业务场景，比如出价策略的实时化预估、关键词批量服务同步、实时特征等场景，了解到业务侧同学来说，针对ODPS场景来说大部分可以灵活使用，但对于Blink使用还有不足，我们这里针对场景积累了一些经验，希望对大家有一些帮助。

作者 | 茂道 来源 | 阿里技术公众号
一 背景
在营销场景下，算法同学会对广告主提供个性化的营销工具，帮助广告主更好的精细化营销，在可控成本内实现更好的ROI提升。我们在这一段时间支持了多个实时业务场景，比如出价策略的实时化预估、关键词批量服务同步、实时特征等场景，了解到业务侧同学来说，针对ODPS场景来说大部分可以灵活使用，但对于Blink使用还有不足，我们这里针对场景积累了一些经验，希望对大家有一些帮助。
二 技术选型
为什么要选择Blink？大部分离线场景如果对于时效性没有要求，或者数据源是Batch模式的，非Streaming的(比如TT、SLS、SWI

面向B端算法实时业务支撑的工程实践最先出现在Python成神之路。