本文主要是介绍快手HBase在千亿级用户特征数据分析中的应用与实践,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
声明:本文的原文是来自Hbase技术社区的一个PPT分享,个人做了整理和提炼。大家注意哈,这种会议PPT类的东西能学习到的更多的是技术方案和他人在实践过程中的经验。希望对大家有帮助。
背景
快手每天产生数百亿用户特征数据,分析师需要在跨30-90天的数千亿特征数据中,任意选择多维度组合(如:城市=北京&性别=男),秒级分析用户行为。针对这一需求, 快手基于HBase自主研发了支持bitmap转化、存储、索引、快速计算的分析服务--BitBase,并成功应用于留存分析、用户增长、广告营销、ABTest 等多个业务场景。
业务需求及挑战
快手在实际业务中遇到的需求,需要用的业务场景:在千亿级别的日志中,选择任意的维度,计算7-90日用户留存,秒级返回。
技术选型
为此,快手调研了包含Hive、ES、clickhouse在内的多种技术方案。
技术方案
最后形成了基于bitmap和Hbase的BitBase解决方案。
对bitmap不熟悉的同学看这里:https://www.jianshu.com/p/bf9dbbc147ed
所谓的Bit-map就是用一个bit位来标记某个元素对应的Value, 而Key即是该元素。由于采用了Bit为单位来存储数据,可以大大节省存储空间。
多维计算最后被设计成在bitmap之间做与、或、非、异或、count、list计算。
整个BitBase
整体架构:
存储模块:
这里所有table的原信息会存在一个bitmap中,具体数据存在不同的bitmap中,bitmap的位数根据表数据量大小进行确定。
计算模块:
deviceId问题
在实际问题中,复杂的deviceId会被转换成一个index(long)值。并且需要有以下特性:连续、一致、反解、转换速度快。
连续、一致、反解技术方案
如何实现快速转化
业务效果
在实践延迟方面,90天留存的时间也可以在10秒内返回。
服务现状:
未来规划
未来规划包括:
- 离线bitmap能够在5min导入
- SQL支持
- 开源
声明:本号所有文章除特殊注明,都为原创,公众号读者拥有优先阅读权,未经作者本人允许不得转载,否则追究侵权责任。
关注我的公众号,后台回复【JAVAPDF】获取200页面试题!5万人关注的大数据成神之路,不来了解一下吗?5万人关注的大数据成神之路,真的不来了解一下吗?5万人关注的大数据成神之路,确定真的不来了解一下吗?
欢迎您关注《大数据成神之路》
备注:所有内容首发公众号,这里不保证实时性和完整性,大家扫描文末二维码关注哦~
这篇关于快手HBase在千亿级用户特征数据分析中的应用与实践的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!