task manager
background
打造一個平台,在對的時間, 對的版位, 將對的廣告,送到正確的人面前
tagtoo
目標是要創造 媒體, 廣告主, 使用者的三贏
background
- a/b test
- 使用者分析
- 客製化網路廣告投放
- 報表處理
要做什麼
- 近億筆的log資料(廣告曝光&使用者log)
- 使用者標籤, 商品內容, 媒體內文 分析
- 廣告狀態log
大量的資料
Task
Task
Example: 用戶分析
Example: 用戶分析
傳統作法
process server
Example: 用戶分析
傳統作法
process server
Example: 用戶分析
傳統作法
Task 具有關聯性
filter_user_log(input="raw_log", "user_log")
aggregate_user_log(input="user_log", output="user_cursor")
analytics_user_log(input="user_cursor", output="user_info")
Task 需要有錯誤處理
try:
aggregate_user_log(input="user_log", output="user_cursor")
except Exception as e:
# process taskexception ...
remove("user_cursor")
Task 要能避免重複執行
if not exists("user_cursor"):
try:
aggregate_user_log(input="user_log", output="user_cursor")
except Exception as e:
# process taskexception ...
remove("user_cursor")
Task 要能用 shell 傳入參數
def run(date):
input_file = "user_log_{}".format(date)
output_file = "user_cursor_{}".format(date)
if not exists("user_cursor"):
try:
aggregate_user_log(input=input_file, output=output_file)
except Exception as e:
# process taskexception ...
remove("user_cursor")
import clime.now
反覆
def run(date):
input_file = "raw_log_{}".format(date)
output_file = "user_log_{}".format(date)
if not exists("user_cursor"):
try:
filter_log(input=input_file, output=output_file)
except Exception as e:
# process taskexception ...
remove(output_file)
input_file=output_file
output_file="user_cursor_{}".format(date)
if not exists(output_file):
try:
aggregate_user_log(input=input_file, output=output_file)
except Exception as e:
# process taskexception ...
remove(output_file)
.....
import clime.now
Luigi
A Python framwork for data flow definition and execution
Luigi dataflow
import luigi
class MyTask(luigi.Task):
input_param1 = luigi.Parameter()
...
def output(self):
...
def requires(self):
...
def run(self):
...
if __name__ == '__main__':
luigi.run()
Luigi Task
import luigi
class TagtooUserAnalytics(luigi.Task):
date = luigi.DateParameter()
def output(self):
...
def requires(self):
return [AggregateUserTask(self.date)]
def run(self):
with self.input().open('r') as aggregate_in:
...
with self.output().open('w') as out_file:
...
if __name__ == '__main__':
luigi.run()
Luigi analytics
import luigi
class TagtooUserAnalytics(luigi.Task):
date = luigi.DateParameter()
def output(self):
...
def requires(self):
return [AggregateUserTask(self.date)]
def run(self):
with self.input().open('r') as aggregate_in:
...
with self.output().open('w') as out_file:
...
if __name__ == '__main__':
luigi.run()
Luigi analytics
Luigi analytics
$ python test2.py TagtooUserAnalytics --date=2015-06-01
Run on the command line
luigid
luigid
Task
+
+
Task
Task
重新定義 Task
+
+
重新定義 Task
重新定義 Task
需求
- 更容易的設定
task manager
需求
- 更容易的設定
- travis 的 log view
task manager
需求
- 更容易的設定
- travis 的 log view
- luigi 的 task dependence
task manager
需求
- 更容易的設定
- travis 的 log view
- luigi 的 task dependence
- luigi 類似的 task graph view
task manager
需求
- 更容易的設定
- travis 的 log view
- luigi 的 task dependence
- luigi 類似的 task graph view
- 還要能夠web 啟動
task manager
需求
- 更容易的設定
- travis 的 log view
- luigi 的 task dependence
- luigi 類似的 task graph view
- 還要能夠web 觸發
- 結合 CI/CD 管理
task manager
設計
設計
Task
設計
Task
task manager
define project
task manager
define task
task manager
define trigger
task manager
run
trigger 被觸發後
task manager
job
task manager
job
summary
summary
summary
task manager
By georgefs
task manager
- 2,426