ClickHouse的bitmap学习之路

前文：

              Bitmap在大数据领域是一种伟大的思想，在没有Clickhouse出现之前，主流方案是用HBase+Coprocessor通过服务去做整套处理，特别是 (1)用户画像领域，以前ES+HBase的方案及其复杂，现在通过CH的特性，可以完美地转换Bitmap存储+bitmap交并计算+取出关联用户信息等一套方案；(2) 以及各种路径，漏斗，留存复购等等分析...

 

一、案例

1.1 查看表

备注：

AggregatingMergeTree 引擎用来做增量数据统计聚合

AggregateFunction类型 存储Bitmap

1.2 列 -> bitmap -> 存储

1.3 取出 ( -> 相关计算 ) -> 数组 -> 列

1.4 取出 ( -> 相关计算 ) -> 数组 -> 列 -> 关联用户信息

注：哪出筛选出的人群id 返回到用户信息表关联得到所要的数据

 

结论：以上是bitmap的转换与结果关联，中间bitmap可以进行各种求并/交/总和..，具体可以看官网位图函数。