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。

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/bf9...

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。

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~

我来评几句
登录后评论

已发表评论数()

相关站点

热门文章