一、客户背景与业务挑战
1.1 客户介绍
鹰角网络（HYPERGRYPH） 成立于2017年，总部位于上海，是中国知名游戏研发与发行公司，代表产品包括现象级手游《明日方舟》及《泡姆泡姆》《来自星辰》《终末地》等。公司依托阿里云构建数据平台，支撑游戏运营、社区生态及用户行为分析等核心业务，数据规模与实时性需求持续增长。
1.2 业务特征
- 目前实时业务主要涉及日志分析，广告归因，社区运营，审核等
- 账号日志分析：涉及用户注册、登录、订单等明细数据的查询。
- 广告归因：探查用户的新增和回流是否由某条广告导致。
- 社区运营：实时流水、新增活跃等统计信息。
- 审核：黑产、账号封禁等数据分析。
1.3 原有架构痛点
原有架构是基于ClickHouse构建的实时数仓，存在以下瓶颈：
- 运维复杂度高：动态扩缩容操作繁琐，集群稳定性受负载波动影响显著；
- 导入性能不足：高频实时写入场景下吞吐量受限，难以支撑高QPS需求；
- 数据一致性风险：分布式表缺乏事务保证，查询可能因节点延迟导致结果偏差；
- 计算模型局限：Scatter-Gather架构不支持Shuffle Join等复杂查询操作；
- 元数据稳定性差：ZooKeeper维护的元数据在高负载下易引发服务抖动。
二、技术方案设计
2.1 方案目标
构建高性能、高弹性、易运维的实时分析平台，需要满足以下业务诉求：
- 实时性：毫秒级查询响应与秒级数据写入
- 弹性扩展：动态适配业务流量波动（如游戏开服、活动峰值）
- 稳定性：消除集群负载抖动与数据一致性风险
- 兼容性：无缝衔接现有工具链与开发习惯
2.2 架构设计
整体架构图
实时数仓架构
- OLTP 源库
• MySQL 等业务数据库，产生行级变更。 - Extract（采集）
• Debezium / Kafka-Connect 做 CDC，把 Binlog 转为 事件流。
• 写入 Kafka，完成缓冲与解耦。 - Transform（实时计算）
• Flink 从 Kafka 读取，进行清洗、JOIN、聚合，生成事实/维度结果流。 - Load & Query（StarRocks）
• StarRocks 负责列式存储 + 高并发 OLAP 查询，直接服务 BI、报表、自动查询工具和 API
三、迁移成效与价值
3.1 技术层面
- 性能提升：
- 核心查询响应时间缩短30%以上，复杂广告归因分析从分钟级降至秒级；
- 高峰期QPS承载能力提升5倍，支撑夏活活动期间百万级并发请求；
- 稳定性增强：
- 集群负载波动率降低40%，彻底解决ClickHouse的节点延迟问题；
- 99.99% SLA保障，故障恢复时间（MTTR）缩短至分钟级；
- 运维效率：
- 无感扩缩容操作，开服期间资源伸缩成功率100%；
- 自动化监控覆盖主要异常场景，人工干预减少70%。
3.2 财务层面
- 成本优化：
- 相比ClickHouse集群，同等负载下硬件成本下降22%，CU单价性价比提升显著；
- Serverless模式按需付费，避免资源闲置浪费。
3.3 业务层面
- 开发效率提升：
- MySQL协议兼容性减少适配成本，SQL语法更贴近业务直觉；
- 内置函数库覆盖90%业务场景，UDF开发效率提升50%；
- 生态适配性：
- 开源社区活跃度高，相比于原有的Clickhouse，StarRocks对于关键Bug修复与新特性迭代周期缩短。
四、未来规划
- 存算分离架构 ：探索迁移至存算分离实例，降低冷热数据存储成本；欢迎使用 存算分
离版实例 - 权限管理强化：引入Ranger实现细粒度访问控制，满足合规要求；
- 多模态分析：逐步迁移原有ElasticSearch业务，整合全文检索与结构化查询能力。
五、总结
通过与阿里云EMR Serverless StarRocks的深度合作，鹰角网络成功构建了兼具高性能、高弹性、易运维的实时分析平台，为游戏业务的精细化运营与用户洞察提供了坚实支撑。未来，双方将持续探索技术边界，推动实时数据价值释放，助力企业在游戏行业竞争中保持技术领先优势。
相关文档：
1. 迁移ClickHouse数据到StarRocks的最佳实践