日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

公告:魔扣目錄網(wǎng)為廣大站長提供免費(fèi)收錄網(wǎng)站服務(wù),提交前請(qǐng)做好本站友鏈:【 網(wǎng)站目錄:http://www.ylptlb.cn 】, 免友鏈快審服務(wù)(50元/站),

點(diǎn)擊這里在線咨詢客服
新站提交
  • 網(wǎng)站:51998
  • 待審:31
  • 小程序:12
  • 文章:1030137
  • 會(huì)員:747

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

以前,數(shù)據(jù)倉庫通常由Apache Hive、MySQL、Elasticsearch和PostgreSQL組成。它們支持?jǐn)?shù)據(jù)倉庫的數(shù)據(jù)計(jì)算和數(shù)據(jù)存儲(chǔ)層:

  • 數(shù)據(jù)計(jì)算:Apache Hive作為計(jì)算引擎。
  • 數(shù)據(jù)存儲(chǔ):MySQL為DataBank、Tableau和我們面向客戶的應(yīng)用程序提供數(shù)據(jù)。Elasticsearch和PostgreSQL用于我們的DMP用戶分割系統(tǒng):前者存儲(chǔ)用戶分析數(shù)據(jù),后者存儲(chǔ)用戶組數(shù)據(jù)包。

不過,這樣會(huì)導(dǎo)致數(shù)據(jù)管道又長又復(fù)雜,需要高維護(hù)成本,并且有損于開發(fā)效率。此外,它們無法進(jìn)行特定查詢。因此,作為數(shù)據(jù)倉庫的升級(jí),可以用Apache Doris替換了其中大部分組件,這是一種基于MPP架構(gòu)的開源分析型數(shù)據(jù)庫。

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

1. 數(shù)據(jù)流

這是數(shù)據(jù)倉庫的側(cè)面視圖,可以從中看到數(shù)據(jù)如何流動(dòng)。

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

首先,MySQL的binlog將通過Canal被攝入到Kafka中,而用戶活動(dòng)日志將通過Apache Flume傳輸?shù)終afka中。在Kafka中,數(shù)據(jù)將被清理并組織成平面表,然后將轉(zhuǎn)換為聚合表。然后,數(shù)據(jù)將從Kafka傳遞到Apache Doris,它充當(dāng)存儲(chǔ)和計(jì)算引擎。

我們在Apache Doris中采用不同的數(shù)據(jù)模型來處理不同的場景:來自MySQL的數(shù)據(jù)將按照Unique模型進(jìn)行排列,日志數(shù)據(jù)將放在Duplicate模型中,而DWS層中的數(shù)據(jù)將合并在Aggregate模型中。

這就是Apache Doris如何取代我們數(shù)據(jù)倉庫中Hive、Elasticsearch和PostgreSQL的角色。這種轉(zhuǎn)變在開發(fā)和維護(hù)方面節(jié)省了我們大量的工作量。它還使特定查詢成為可能,并使我們的用戶分割更加高效。

2. 臨時(shí)查詢

之前:每次提出新請(qǐng)求時(shí),我們都會(huì)在Hive中開發(fā)和測試數(shù)據(jù)模型,并在MySQL中編寫調(diào)度任務(wù),以便我們面向客戶的應(yīng)用程序平臺(tái)可以從MySQL讀取結(jié)果。這是一個(gè)復(fù)雜的過程,需要大量時(shí)間和開發(fā)工作。

之后:由于Apache Doris擁有所有明細(xì)數(shù)據(jù),因此每當(dāng)它面臨新請(qǐng)求時(shí),它只需提取元數(shù)據(jù)并配置查詢條件即可。然后它就可以進(jìn)行特定查詢了。簡而言之,它只需要低代碼配置即可響應(yīng)新請(qǐng)求。

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

3. 用戶分割

之前:基于元數(shù)據(jù)創(chuàng)建用戶分割任務(wù)后,相關(guān)的用戶ID將被寫入PostgreSQL配置文件列表和MySQL任務(wù)列表中。同時(shí),Elasticsearch將根據(jù)任務(wù)條件執(zhí)行查詢;在產(chǎn)生結(jié)果后,它將在任務(wù)列表中更新狀態(tài),并將用戶組位圖包寫入PostgreSQL。(PostgreSQL插件能夠計(jì)算位圖的交集、并集和差集。)然后,PostgreSQL將為下游操作平臺(tái)提供用戶組數(shù)據(jù)包。

Elasticsearch和PostgreSQL中的表格無法重復(fù)使用,這使得這種架構(gòu)成本效益低。此外,我們必須預(yù)定義用戶標(biāo)簽,才能執(zhí)行新類型的查詢。這減慢了速度。

之后:用戶ID僅會(huì)被寫入MySQL任務(wù)列表中。對(duì)于第一次分割,Apache Doris將根據(jù)任務(wù)條件執(zhí)行特定查詢。在隨后的分割任務(wù)中,Apache Doris將執(zhí)行微批量滾動(dòng),并計(jì)算與先前生成的用戶組數(shù)據(jù)包相比的差異集,并通知下游平臺(tái)進(jìn)行任何更新。(這是由Apache Doris中的位圖函數(shù)實(shí)現(xiàn)的。)

在這個(gè)以Doris為中心的用戶分割過程中,我們不必預(yù)定義新標(biāo)簽。相反,標(biāo)簽可以根據(jù)任務(wù)條件自動(dòng)生成。處理管道具有靈活性,可以使我們基于用戶組進(jìn)行A/B測試更加容易。此外,由于明細(xì)數(shù)據(jù)和用戶組數(shù)據(jù)包都在Apache Doris中,因此我們不必關(guān)注多個(gè)組件之間的讀寫復(fù)雜性。

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

4. 提高用戶分組速度的技巧,可提高70%

由于風(fēng)險(xiǎn)規(guī)避原因,隨機(jī)生成user_id是許多公司的選擇,但這會(huì)在用戶組數(shù)據(jù)包中產(chǎn)生稀疏和非連續(xù)的用戶ID。在用戶分組中使用這些ID,我們必須忍受等待位圖生成的漫長時(shí)間。

為了解決這個(gè)問題,我們?yōu)檫@些用戶ID創(chuàng)建了連續(xù)和密集的映射。通過這種方式,我們將用戶分組延遲降低了70%。

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

5. 示例

步驟1:創(chuàng)建用戶ID映射表

我們采用唯一模型用于用戶ID映射表,其中用戶ID是唯一鍵。映射的連續(xù)ID通常從1開始嚴(yán)格遞增。

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

步驟2:創(chuàng)建用戶組表:

我們采用聚合模型用于用戶組表,其中用戶標(biāo)簽作為聚合鍵。

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

假設(shè)我們需要挑選出ID在0到2000000之間的用戶。

以下代碼段分別使用非連續(xù)(tyc_user_id)和連續(xù)(tyc_user_id_continuous)用戶ID進(jìn)行用戶分組。它們的響應(yīng)時(shí)間之間存在很大差距:

  • 非連續(xù)用戶ID:1843ms
  • 連續(xù)用戶ID:543ms

十分鐘掌握Doris,超越Hive、Elasticsearch和PostgreSQL

6. 總結(jié)

我們在Apache Doris中擁有2個(gè)容納數(shù)十TB數(shù)據(jù)的集群,每天幾乎有10億行新數(shù)據(jù)流入。隨著數(shù)據(jù)量的擴(kuò)大,我們曾經(jīng)目睹數(shù)據(jù)攝入速度急劇下降。但是,在使用Apache Doris升級(jí)數(shù)據(jù)倉庫后,我們將數(shù)據(jù)寫入效率提高了75%。此外,在結(jié)果集小于500萬的用戶分組中,它能夠在毫秒內(nèi)響應(yīng)。最重要的是,我們的數(shù)據(jù)倉庫對(duì)開發(fā)人員和維護(hù)人員更加簡單和友好。

分享到:
標(biāo)簽:Doris
用戶無頭像

網(wǎng)友整理

注冊時(shí)間:

網(wǎng)站:5 個(gè)   小程序:0 個(gè)  文章:12 篇

  • 51998

    網(wǎng)站

  • 12

    小程序

  • 1030137

    文章

  • 747

    會(huì)員

趕快注冊賬號(hào),推廣您的網(wǎng)站吧!
最新入駐小程序

數(shù)獨(dú)大挑戰(zhàn)2018-06-03

數(shù)獨(dú)一種數(shù)學(xué)游戲,玩家需要根據(jù)9

答題星2018-06-03

您可以通過答題星輕松地創(chuàng)建試卷

全階人生考試2018-06-03

各種考試題,題庫,初中,高中,大學(xué)四六

運(yùn)動(dòng)步數(shù)有氧達(dá)人2018-06-03

記錄運(yùn)動(dòng)步數(shù),積累氧氣值。還可偷

每日養(yǎng)生app2018-06-03

每日養(yǎng)生,天天健康

體育訓(xùn)練成績評(píng)定2018-06-03

通用課目體育訓(xùn)練成績評(píng)定