Delhivery：为第三方物流提供卓越运营能力

Delhivery 于 2011 年作为一家本地交付服务公司推出，专注于最后一英里服务，例如在德里边境的古尔冈境内交付食品和鲜花等商品。然而，仅仅在开始这项业务几个月后，该公司的联合创始人就对围绕电子商务的更大机会产生了兴趣。该行业在印度刚刚起步，但联合创始人看到了潜力，到 2011 年中期，Delhivery 获得了其第一个电子商务客户。从那时起，Delhivery 一直专注于解决电子商务的物流挑战，包括交付速度。

在早期，速度是一个主要痛点。这不仅关乎买家的体验，卖家也遭受了损失。印度是一个现金经济体，大多数卖家需要等待送货时收取款项，因此，如果送货延迟，利润也会延迟。

Delhivery 解决此问题的唯一方法是优化其整个交付网络的效率，它在 Elastic 的帮助下实现了这一目标。Elastic Stack 使 Delhivery 能够搜索、分析和可视化其交付网络每天收集的数百万个数据点。凭借这些洞察，该公司不断提高交付速度和效率，并塑造物流的未来。

为了保持高水平的运营，Delhivery 需要了解所有正在发生的事情——始终如此。每隔 20 秒，Delhivery 都会从现场捕获数据，包括其所有货物的尺寸、位置和状态。随着时间的推移，这会为每个包裹增加 50 多个数据点，这些数据点可用于在其交付网络中构建智能和效率。

最初，数据是在 MongoDB 中进行索引和分析的。然而，随着 Delhivery 的每日送货量在第二年从 500 次增加到 9,000 次，数据量呈爆炸式增长。对数据进行切片和分析，并提取新的见解以推动绩效变得困难且耗时。

联合创始人兼首席技术官 Kapil Bharati 说：“我们一直在尝试不同的工具和技术，并开始寻找一种解决方案，以便更容易地聚合和探索我们的数据。我们看到一些由 Kibana 驱动的仪表板，并想为什么我们不能把所有数据都放入 Elastic 中呢？它很快就成为我们一个非常强大的工具。”

Delhivery 的第一个应用程序——于 2013 年发布——使用早期 1.0 版本的 Elasticsearch，是一系列自定义仪表板，允许电子商务卖家跟踪自己的送货情况。这些仪表板至今仍在使用，为卖家提供其所有包裹的实时地理位置数据，从而减少他们对 Delhivery 呼叫中心的依赖。

该公司现在内部使用一系列仪表板来跟踪包裹和性能。这些仪表板由 Kibana 提供支持，使 Delhivery 的控制塔团队能够快速发现送货网络中的阻塞或延迟。然后，团队可以直观地探索底层数据以确定根本原因。

Kapil 说：“借助 Kibana，我们可以实时观察正在发生的一切，如果我们看到货物滞留在特定位置，我们可以立即解决问题并主动提醒我们的客户。”

随着时间的推移，对相同数据进行更深入的分析有助于 Delhivery 找出改进性能的机会。这可能涉及优化包裹路线或增加团队成员来管理高峰期。

Kapil 说：“Kibana 的一大优点是您无需成为技术专家即可使用它，因此我们的运营团队可以创建自定义的复杂仪表板，以帮助他们做出更好的决策。”

Delhivery 最初管理自己的集群，但随着规模扩大，并且在印度节日月份面临活动激增，这项任务变得更具挑战性。为了帮助管理这些扩展和托管挑战，Delhivery 成为 Elasticsearch Service（现在位于 Elastic Cloud 上，但当时在 Found.no 上）的早期用户。从那时起，Delhivery 与 Elastic 的关系随着其运营的扩展而扩大。

Elasticsearch 架构师兼高级工程经理 Karan Agarwal 说：“迁移到托管服务为我们提供了更大的扩展灵活性，并使我们能够专注于我们的核心活动。多年来，我们研究过其他选择，包括亚马逊的 Elasticsearch 产品，但我们一直使用 Elasticsearch Service，因为它由专家运营，并且始终为我们提供 Elastic Stack 的最新功能。”

在 Elastic Support 的帮助下，最近从 5.x 版本升级到 6.5 版本后，Delhivery 从这些功能中提取了更多价值。此次升级还在其集群中引入了专用节点类型，使其能够优化内存和 CPU 并稳定性能。

每天，Delhivery 摄取超过 500 万个数据点，包括包裹地理数据。数据通过 Kafka 流传输到 Logstash，然后进入 Elasticsearch 集群，在那里用于为 Kibana 仪表板和自定义应用程序提供支持。

Kibana 在管理和监控日常运营方面仍然至关重要，Elastic Stack 的安全功能用于控制每个人可以访问哪些数据。这使 Delhivery 能够在确保数据安全和隐私的同时，向公司各团队开放 Kibana，并将其暴露给最终的电子商务客户。

团队能够在 Kibana 中可视化各种性能指标，并使用 Elasticsearch 来探索异常和趋势。例如，如果控制塔观察到送货网络的性能下降到 97%，它可以查看每个设施的性能，然后继续过滤数据以找出问题。它也可以选择通过使用 Elastic Stack API 创建带有嵌入式可视化的前端小部件来监控网络的特定方面。

Karan 说：“支持 Elastic Stack 的 API 接口和文档非常好，可以轻松进行实验并根据不同的需求快速创建新的小部件和可视化效果。对于一家在这个领域快速创新的公司来说，它实际上拥有我见过的最好的文档。”

在 Elastic 的积极支持下，Delhivery 优化了其集群的健康状况和稳定性，并继续利用 Elastic Stack 的新功能和特性。它正在探索使用 Elastic APM 来监控和警报运输和仓库管理系统以及微服务，以及请求的扩展堆栈跟踪可视化和互操作性。Delhivery 还在研究使用 Canvas 作为一种为其设施团队构建可插拔仪表板的方法，从而减少对各种用例的自定义构建仪表板的依赖。这些仪表板将为操作员和经理提供一目了然且可操作的数据，显示每个设施发生的包裹和其他事件的实时波动。

Kapil 说：“我们现在正在进行更多实验，并探索机器学习等新功能和产品，这将使我们的控制塔能够预测我们的送货网络的容量和性能。例如，如果一个中心出现活动高峰，我们可以分析下游其他设施可能会发生什么。”

通过机器学习获得的智能和效率以及 Canvas 和 Elastic APM 的潜在用例将有助于 Delhivery 加强其扩张和创新能力。如今，Elastic Stack 正在帮助 Delhivery 就从资源配置到下一个设施的建设地点等所有方面做出更好、更快的决策，但他们有雄心勃勃的计划，即通过其他公司可以利用的操作系统和平台进一步颠覆物流行业。