经过一年奋战，小红书已把业界体量最大的数据湖0故障迁上阿里云。据统计幼女白丝，该技俩共有1500东谈主参与，迁徙数据500PB。

行为中国头部互联网公司之一，小红书月活已过3亿，其数据湖存储了昔日11年的统共原始数据，包括结构化、半结构化和非结构化数据。连年来，跟着业务的高速增长，小红书在线处理数据的需求不休增多，同期离线处理所积蓄的历史问题，也会在将来的切换中带来更多老本与风险。

为此，2023年11月，小红书发起迁云技俩——计齐整年内，把小红书的数据湖搬上阿里云。

迁徙至阿里云上后幼女白丝，数据湖可通过多个OSSBucket赈济纳入调治资源池，散伙多个Bucket分享资源池内的OSS朦拢及QPS才气。这么的流控才气在面向小红书复杂业务场景，可活泼调配资源，高效期骗朦拢性能，镌汰不同行务田户间的彼此影响。阿里云原生HDFS+DLA元数据可散伙无缝对接HadoopEMR体系，赈济元数据线性膨大才气，简陋应答小红书数百PB数据下的元数据线性增长。

较于过往业界体量最大的案例，小红书的本次迁徙的数据体量更大。

*注：任务=数据处理经过

据先容，小红书的迁云技俩阅历了三个阶段。第一步，技俩组率先处分圭臬问题，然后字据圭臬进行料理；第二步，完成料理后，技俩在2024年5月雅致干预双跑阶段。把数据拷贝到阿里云上，双方同期跑数，考据正确性与实时性；第三步，2024年8月，技俩规模双跑，干预割接阶段。阿里云团队全程在现场保险，顺利完成了割接。

2024年11月，小红书迁云技俩雅致宣告规模。在0故障的情况下，迁徙数据500PB，任务11万，参与东谈主数1500东谈主，波及部门40多个。技俩波及居品之多和数据体量之大均创下业界纪录。

蕾蕾小风

校对盛媛媛幼女白丝