快手HBase在千亿级用户特征数据分析中的应用与实践

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。

file

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。

file

技术方案

最后形成了基于bitmap和Hbase的BitBase解决方案。

file

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:
file
存储模块:
file

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:
file
deviceId问题
file

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。

file
连续、一致、反解技术方案
file
如何实现快速转化
file

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。


file

服务现状:


file

未来规划

未来规划包括:

  • 离线bitmap能够在5min导入
  • SQL支持
  • 开源
file

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》

你可能感兴趣的:(快手HBase在千亿级用户特征数据分析中的应用与实践)