(tonion.info) 3.Цены на Avito - Дмитрий Климинский (Авито) - вер.2 PDF

Дмитрий Климинский
Авито
Цены на Авито: как мы
управляем миллиардом
значений
1 СКАЧАНО С WWW.SHAREWOOD.BIZ
dmitry.kliminsky@gmail.com - ПРИСОЕДИНЯЙСЯ!
Дмитрий Климинский https://bit.ly/mpc2019aprice
Что сейчас будет?
Рассказывает Дмитрий Климинский
Специализация Backend-разработка
Чем занимается Разработчик серверной части
Опыт 6 лет
Время выступления 35 минут
Вопросы В конце выступления, 15 минут
Контакты Пишите!
Как зарабатывает Авито?
- 👉 Авито — это classified.
- Авито — это classified.
- 👉 Деньги: размещение и продвижение объявлений.
- Авито — это classified.
- Деньги: размещение и продвижение объявлений.
- 👉 Не только частные пользователи.
Цен очень много
- 👉 3 730 городов.
- 3 730 городов.
- 👉 10 283 категорий товаров.
СКАЧАНО С WWW.SHAREWOOD.BIZ
10 dmitry.kliminsky@gmail.com - ПРИСОЕДИНЯЙСЯ!
- 10 283 категорий товаров.
- 👉 >50 вариантов услуг.
- 10 283 категорий товаров.
- >50 вариантов услуг.
- 👉 = больше миллиарда комбинаций.
И цены постоянно меняются
Аналитики
Аналитики
- 👉 Работают с программистами в команде.
Аналитики
- Работают с программистами в команде.
- 👉 Оптимизируют выручку.
Аналитики
- Оптимизируют выручку.
- 👉 Прогнозируют изменение цен.
Аналитики
- Оптимизируют выручку.
- Прогнозируют изменение цен.
- 👉 Следят за балансом покупателей и продавцов.
Python!
Python!
- 👉 Авито изначально PHP-монолит.
Python!
- Авито изначально PHP-монолит.
- 👉 Растаскиваем его на микросервисы, делимся на "юниты".
Python!
- Растаскиваем его на микросервисы, делимся на "юниты".
- 👉 Изолированный юнит работы с ценами на Python 3.6.
Python!
- Изолированный юнит работы с ценами на Python 3.6.
- 👉 Django для админки.
Python!
- Django для админки.
- 👉 Tornado + asyncio event loop.
Python!
- Django для админки.
- Tornado + asyncio event loop.
- 👉 PostgreSQL с "матрицей цен" + redis-кэш.
Матрица цен
+ = базовая матрица
Нормализованная база
id location category type data
1000 Балашиха Манчкин Цены {Prices: {1: 10, 5: 9, 10: 8, ...}}
2000 Балашиха Манчкин Лимиты {Limit: 1}
3000 Балашиха Манчкин Услуги {VAS: {up: 30, turbo: 50, ...}}
Наложение матриц
Эксперимент
Эксперимент
Базовая матрица
Несколько "матриц" одновременно
id place category data matrix
1000 Балашиха Манчкин {Prices: {1: 10, 5: 9, 10: 8, ...}} 10
2000 Балашиха Манчкин {{Limit: 1}} 10
3000 Балашиха Манчкин {VAS: {up: 30, turbo: 50, ...}} 10
3001 Балашиха Манчкин {VAS: {up: 40, turbo: 90, ...}} 11
- 👉 Каждый аналитик оперирует отдельной "матрицей".
- Каждый аналитик оперирует отдельной "матрицей".
- 👉 Админка для "матриц" и включения экспериментов.
- Каждый аналитик оперирует отдельной "матрицей".
- Админка для "матриц" и включения экспериментов.
Результаты экспериментов для аналитиков
Работа с матрицами из Python-кода
Работа с матрицами из Python-кода
Pipeline работы с данными
- 👉 ETL между Vertica и базой.
- ETL между Vertica и базой.
- 👉 COPY FROM/TO с временной таблицей.
- COPY FROM/TO с временной таблицей.
- 👉 Автоматическая отправка цен обратно в Vertica.
- Автоматическая отправка цен обратно в Vertica.
- 👉 Python-валидатор констистентности.
- Python-валидатор констистентности:
- 👉 "Полное покрытие": всегда можно найти цену.
- Python-валидатор констистентности:
- "Полное покрытие": всегда можно найти цену.
- 👉 Нет конфликтов между "матрицами".
Абстрактный расчет рисков
- 👉 3 600 с
- 3 600 с
- 👉 1 000 RPS = 3 600 000
- 3 600 с
- 1 000 RPS
- 👉 10% = 360 000
- 3 600 с
- 1 000 RPS
- 10%
- 👉 100 руб = 36 000 000
Надежность
- 👉 Матрицу можно выложить на прод с флагом "test".
- Матрицу можно выложить на прод с флагом "test".
- 👉 Staging-сервер, на который направлено 5% трафика с production.
- Staging-сервер, на который направлено 5% трафика с production.
- 👉 Проверяем расхождение цен между старой и новой версией.
- Проверяем расхождение цен между старой и новой версией.
- 👉 Graceful degradation.
- Проверяем расхождение цен между старой и новой версией.
- Graceful degradation.
- 👉 "Зашиваем" цены в монолите.
Выводы
Выводы
- 👉 С Big Data можно столкнуться где угодно.
Выводы
- С Big Data можно столкнуться где угодно.
- 👉 Python очень помогает в качестве "универсального клея".
Выводы
- С Big Data можно столкнуться где угодно.
- Python очень помогает в качестве "универсального клея".
- 👉 Думаем, как перевести все на формулы.
Это всё!
Вопросы?

(tonion.info) 3.Цены на Avito - Дмитрий Климинский (Авито) - вер.2 PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

(tonion.info) 3.Цены на Avito - Дмитрий Климинский (Авито) - вер.2 PDF

Загружено:

Авторское право:

Доступные форматы

Дмитрий Климинский

1000 Балашиха Манчкин Цены {Prices: {1: 10, 5: 9, 10: 8, ...}}

2000 Балашиха Манчкин Лимиты {Limit: 1}

1000 Балашиха Манчкин {Prices: {1: 10, 5: 9, 10: 8, ...}} 10

2000 Балашиха Манчкин {{Limit: 1}} 10

3000 Балашиха Манчкин {VAS: {up: 30, turbo: 50, ...}} 10

3001 Балашиха Манчкин {VAS: {up: 40, turbo: 90, ...}} 11

Вам также может понравиться