机器学习正在众多领域得到广泛的关注和应用。传统的机器学习一般基于离线批处理的方式进行，这种方式由于离线固有的特点而难以捕捉实时的数据变化，容易对最终的算法效果造成影响。为克服此类问题，事实上需要实现一个在线学习系统，能够以最小的端到端延迟，完成每条数据的预处理、特征工程、模型训练及导出等过程，并确保在持续不断的数据压力下保持实时。这样的一套系统其实现和运维难度明显增加，从而限制了在线学习算法的应用和推广。为解决这一问题，我们以高性能的流式计算引擎 Blink 和分布式存储系统 HBase 为核心，设计并实现了一个面向算法人员可视化自助开发运维的机器学习平台 Porsche，大幅降低了在线学习的使用门槛，并在阿里众多业务中得到广泛应用，支持了包括双 11 在内的日常和大促场景。