刘润：字节跳动“火山引擎”技术平台，助挖掘机实现“数字化”！

（注：火山引擎，是字节跳动公司推出面向企业的技术服务平台。2020年6月22日，火山引擎正式上线。）

这两年，大家都在提数字化，很多组织都有转型的需求。我也发现，有不少企业，想尽自己的经验和能力，更好地帮助这些组织实现数字化。

字节跳动，就是其中一家比较特别的公司。

我曾经说过，这是字节跳动的“能力溢出”。

你一定听说过他们对于OKR的理解，听说过“Context，not control”，听说过他们这几年的快速增长，也听说过他们强大的数据分析能力。

字节跳动，把对内为人称道的治理和管理能力，溢出为一个产品，叫飞书。把对外为人称道的增长和数据能力，溢出为一个企业级技术服务平台，叫火山引擎。

2C的能力，溢出到2B，服务更广阔的企业市场，并且和这些企业一起成长。

飞书，大家相对熟悉。火山引擎，可能你还没那么了解。因此，他们怎么用火山引擎，帮助企业更好地实现数字化，我一直挺感兴趣。

我一见到字节的同学，就请他们给我讲讲。字节的同学和我说，这样，我请我们的客户来，他们对于自己的变化，感受才是最明显的。然后，就帮我联系到了华兴研究院工业大数据研究所副所长，张佳。

2016年，国内工程机械龙头企业，三一重工，正式开始数字化转型之路。而上海华兴数字有限公司，就是三一重工成立的全资子公司，专门为三一重工打造数字化系统。

听完张总给我讲的数字化故事，我脑洞大开，也深受震撼。

我想，这对于关注数字化、想实现数字化的人来说，都会很有启发。

一提到工程机械，大家可能就会想到挖掘机。一提到挖掘机，大家可能就会想到这是比较低水平的东西，也没什么技术含量。

但是张总和我说，今天可不是这样，现在的挖掘机，是非常高科技的东西。

挖掘机，都已经IOT（万物互联）了。我们在挖掘机上，安装了各种各样的传感器：前后泵主压传感器、转速传感器、前后泵电流传感器、先导压力传感器……

通过这些传感器实时传回来的数据，我们就能知道挖掘机的很多信息，比如它的地理位置、工作状态、工作档位，等等等等。

但是，知道了这些数据和信息，能有什么用呢？

张总和我说，能干特别多的事。

比如说：健康管理。

你看，在地图上，每一个点，都是一台挖掘机。我们能知道它在具体的哪条街道上工作。你点开放大来看，还能看见挖掘机的3D模型，看到它的核心部件。

如果有故障，就会马上变颜色提醒我们，要注意了。

挖掘机的“健康管理”

这样，发现一些小故障时，我们就可以立马进行检查，不会酿成大问题。

否则，等到真正的大问题产生时，那不仅仅是维修更换的成本很高，更重要的是，还会影响生产。耽误了生产，那就麻烦了。

而且，通过数据，我们也能分析，这个部件到底为什么会出差错，然后在下一次的研发中继续改进，进行迭代。

这就是数字化的力量。通过分析数据，我们能对挖掘机的健康状况实现提前预警，也能实现对未来的硬件优化。这些对生产，都会有巨大的帮助。

有意思。

但是，这些都是怎么实现的呢？肯定不是让工人一秒不差地天天盯着，也肯定不是让工人拿着纸笔一直在算吧。

张总说，就是通过IOT的数据。我们会进行数据建模，大量计算，用机器学习来发现一些特征。

比如说，一些设备的压力值，合理的情况下，到底应该在一个什么样的区间。如果超出了阈值，发生异常，可能会导致什么问题。

华兴组建了一支近300人的研发团队，占公司成员的90%以上。我们每天都在研究各种各样的算法，迭代不同的模型。

只有这样，才有办法准确预警，提前介入，进行优化。

但是，想要做到这些，听上去似乎很容易，实际上非常困难。

因为数据建模，算法训练，需要进行大量的计算，这对速度的要求就特别高。

你知道吗，我们每天传回来的数据，压缩之后，都还有100GB。再加上用于训练的历史数据，可能有几十上百个TB。数据太大，这对数据的读写和计算速度，都提出很高的要求。

过去，我们是用第三方的开源数据库，速度很慢。每天我们的算法训练要好几次，但是每次都得等好几个小时，特别影响效率。

没办法，只能换其他产品。在市场上看来看去，也试了几家，最后决定选择ByteHouse。

为什么？

因为ByteHouse，是火山引擎基于开源ClickHouse的企业级分析型数据库。历经字节跳动内部海量数据场景的打磨，和极限的业务要求，有这样子的能力，应该可以很好帮助到我们。

然后我们试了之后发现，通过ByteHouse，计算的节点确实更多，算力也大大增加，计算的速度也更快。

更快，那到底有多快呢？

亚秒级的读写速度。原来一次要三个小时的计算，现在30分钟就完成了。因此，我们的算法也得到了更多的训练。

就像一天只练1次的算法，和一天能练10次20次的算法，迭代速度和算法质量肯定是不一样的。

所以，我们才能更高效地实现挖掘机的健康管理。

这就是一种万物互联之后，带来的挖掘机数字化。

但是，只分析历史数据，进行预诊断的健康管理，显然还是不够的。

在生产经营中，我们还是要看到更多的实时数据。

在这个仪表板（Dashboard）上，我们能看见一共有多少挖掘机，一共有多少工时等等信息，别小看这些简单的数字，这些数字非常重要。

这可是一种“挖掘机经济学”。

目前全球三一挖掘机总工时每天一百万时以上

判断经济发展，有很多的指标。但基础建设，一定是最重要的指标之一。

衡量基础建设的指标，一般有两个，电力指数，和挖掘机指数。就是一个地方到底发了多少电，和一个地方销售了几台挖掘机，有多少挖掘机在工作。

让更多挖掘机，能更好地工作，对经济建设就会有很大的帮助。

某时间段内江苏省各城市的平均工时，颜色越深，工时越高

而且，我们也能判断挖掘机的产能和使用效率，做市场分析。

比如说，假如常州和无锡的工时数量突然上涨，你知道这意味着什么吗？

这可能说明，这两个地方正在大力建设发展，对挖掘机有更多的需求。那就可以让我们的代理商去这些地区，提供针对性的销售和服务，避免影响到他们的生产。

你的挖掘机数量够用吗？现在手下的挖掘机，有几台工作年限已经很长了，每天还开工这么多工时，用不用重点关注他们的健康情况？有些部件，已经磨损得很严重了，你们考虑一下要不要换一批新的？

通过这样的方式，能帮助到这些地方更好地建设，对于我们有限的营销销售资源，也可以使用得更有效率。

但同样的，想要实时计算工时，也不是一件容易的事。

张总说，那可是海量的数据。我们有接近50万台挖掘机，开工旺季挖掘机每天产生的数据量超过5亿条，2021年挖掘机一共产生数据1429亿条。

而且，我们的挖掘机数量还在增加，数据量每年还会翻倍上升。

这么巨大的数据量，要支持存入很困难。原来的技术架构及数据库，写入速度只有1万条/秒。

1万条/秒，听起来好像很快，但我们发现，当同时工作的挖掘机差不多超过10万台时，就已经撑不住了。

然后，查询也变得很复杂。比如，针对查询某一天内每台挖掘机上传的工况数量场景，由于数据量太多，没办法一次性查询，只能按照100个机号一组，分批执行查询。这就需要大约10个小时，才能查完所有设备。

太久了。

我问张总，那你们用了ByteHouse之后呢？

他和我说，ByteHouse，可以支持存入更大的数据体量。现在的入库速度，是37万条/秒。也可以直接查询计算了。

这么说，可能还没什么概念。这样，说一组数字，你就更有体感：

想要计算全球所有三一挖掘机的总工时，接近50万台设备，单表数据量超过1500亿，每日新增超过5亿条数据，同时每秒超过1万条数据写入，计算时间是多少？

算一次，只要34毫秒。

这个效率提升，是巨大的。

能存入更大数据量，能计算更大数据量，效率就更高。因此，也就能对业务做更多探索和洞察。

而这些洞察，非常有趣，很有意思。

哦？比如说呢？

就举两个例子吧，比如说：两张报表。

提问：你知道，在各个不同的省份，挖掘机最常工作的档位是多少吗？

在这张报表上，你可以看到，比如在山东、安徽，经常使用6-8档位。而在内蒙、甘肃，经常使用9-11档位。

在各个区域的挖掘机，使用不同档位的区别

档位低一点，油耗就低一点，比较节油。档位高一点，效率也就更高。

但是为什么，像内蒙和甘肃这样的地方，就相对更注重效率呢？

这就是通过档位分析，可以得出来的洞察。

可能是因为在这两个省份，在进行大开发，在挖矿。

搞开发，搞挖矿，那是耽误不得的。时间就是生命，效率就是金钱，要抓紧拼命生产。

可是，得到了这个洞察，又能怎么样呢？

张总说，通过这个洞察，我们就有机会对不同地方的不同机器，进行针对性的调校。

就比如说要出厂到内蒙和甘肃的挖掘机，我们也可以通过调节发动机和主泵的功率匹配等等技术和方法，让挖掘机在高档位工作时，也做到尽量节油，提升它的油耗效率。

这就是基于数据，得到的洞察。基于洞察，反馈迭代到机器的改进。基于机器的改进，实现业务更好的发展。

再提问：你知道，在哪个省份，挖掘机的行走时间最短，工作的时间最长吗？

在这张报表上，你就可以看到，在新疆，挖掘机的“走挖比”最小。行走时间的比例很小，挖掘工作的比例很大。

在各个区域的挖掘机，行走比例的不同

那你从这里，又能洞察出什么？

你可以想象，也许是新疆那里都是很大的工地，工程量很大。所以挖掘机尽量不走动，一直进行工作，然后是卡车在动。

挖掘机一铲子下去，只要掉个头，旁边就是卡车，卸完之后马上又转身继续工作。这样，就不会影响效率。

而这个洞察，也是能反过来指导业务和生产的。

比如说，分析行走频度，能知道零部件在实际工况下的使用情况，帮助提高挖掘机的设计水平。

所以，就合理设计挖掘机的行走时间和寿命，进而降低成本，避免资源浪费。

这些，都是基于ByteHouse提供的能力。有了这些能力，才能支持更多的数据应用，洞察更多的业务场景。

什么是数字化？这就是数字化。

用数据，来分析、洞察、指导业务。

最后的话

这两年，数字化提的很多。但是，到底什么是数字化，如何实现数字化？

我曾经说过，数字化，其实就是在数据中提炼信息，在信息中找到知识，在知识中凝结智慧，用智慧来洞察业务。

我想，通过张总的分享，通过三一华兴的故事，你可能会有更多感受。

在任何时代，变化都发生在方方面面。数字化的要求，也发生在各行各业。即使是你可能未必关注的工程机械领域，在挖掘机身上，也是这样。

而在数字化需求的背后，同样需要数字化能力的支持。

字节跳动的火山引擎，把自己的能力溢出，更好地帮助其他企业。在企业底层的数据仓库，和上层的业务应用之间，成为了一个高效的数据桥梁，帮助企业能更好地查询和分析数据，洞察业务，也帮助企业实现降本增效。

感谢张总的分享。

也很高兴看见，字节跳动的火山引擎，能帮助企业更好地实现数字化，能和企业共同成长。

希望这篇文章，能让你对数字化有更多理解，对你有更多的启发。

我也祝你，能早日实现自己的数字化。

责任编辑：Yaodl