滴滴出行近年来飞速发展，系统日均消息量超过万亿规模，消息日均存储处理量达到 pb 级别。由于交通数据的特殊性，滴滴内部需要实时计算的场景日益丰富，面临着低延迟、高吞吐、高稳定性等一系列的挑战。本文将从数据实时采集、实时传输、实时计算、实时消费等整个流程来介绍实时平台在滴滴的实践情况，同时针对日志检索、监控、etl、olap 等具体场景展开介绍。

主要内容

1. 实时平台架构的整体介绍；
2. spark streaming 实践；
3. 海量日志的实时检索实践；
4. 实时聚合及监控实践。