运力资源是货拉拉业务的核心要素之一，随着业务量的增长，运力资源出现了供需失衡的现象。货拉拉大数据团构建了一套线上实时动态运力资源调节的系统，通过指标因子结合规则引擎进行调节，以达到运力资源的供需平衡，从而促进司机、用户、平台三方共赢的效果。

团队开发的离线混合引擎服务在解决查询速度慢的问题方面表现出色。它通过多引擎路由和自动降级的方式，将SQL路由到最适合的计算引擎上，保证了执行的成功率。系统还实现了多引擎的兼容性，对Presto进行改造，达到了84%的兼容率。数据质量方面，系统进行了多引擎数据对比，保证了100%的通过数据质量校验。此外，团队还计划进一步完善离线混部策略，探索流批一体和湖仓一体的落地场景。

1-5-10的应急响应能力上，各项指标有了持续进步。

随着业务发展和交易复杂度的不断提升，生产问题的提早发现和快速排障成为一个重要的话题，今天将与大家分享货拉拉是如何落地全链路观测。

监控埋点、Trace、可视化建设，一个不落下！

在实际业务中，app中的H5页面使用的场景越来越多，在货拉拉app中也存在大量的H5页面，比如金秋拉货节、余额、车型介绍页等，加载速度成为了困扰用户的一个痛点。为此我们决定引入离线包方案，另外还需要解决传统离线包方案不灵活，体积大，不易管理，不易降级等问题，我们设计和开发一套H5离线包系统，经过几个sdk版本的迭代，目前货拉拉H5离线包sdk，已在多个业务中落地，接受了大量用户检验。

在打包so资源的过程中，我们遇到了如下问题。

• 如何移除apk中的so文件，并将他们收集起来？
• 如何将多个so文件压缩打包，并生成对应的信息？
• 如何保证第三方sdk缺少so文件时，不崩溃？

货拉拉32位包体积从82.69M减少到了33.86M，减少了60%。