StarRocks实战——游族多维分析场景与落地实践

目录

一、OLAP 系统历史背景

1.1 历史背景与痛点

1.2 组件诉求

二、StarRocks 的特点和优势

2.1 极致的查询性能

2.2 丰富的导入方式

2.3 StarRocks 的优势特点

三、多维分析的运用场景

3.1  实时计算场景 / 家长监控中心

3.2 实时更新模型选择

3.2.1 更新模型UNIQUE

3.2.2 主键模型PRIMARY

3.3 主键模型不能使用Delete方式删除数据

3.4 报表实时指标计算

3.5 数据关系模型转变

3.7 精确一次性保证

3.8 指标存储转变

3.9 常用数据导入方式

 3.9.1 实时数据

 3.9.2 离线数据

3.10 分区分桶选择

3.11 慢查询分析

四、未来规划

  原文大佬的这篇StarRocks多维分析场景与落地实践的文章整体写的很深入，这里直接摘抄下来用作学习和知识沉淀。如有侵权请告知~

一、OLAP 系统历史背景

1.1 历史背景与痛点

  先阐述下之前做实时和离线指标计算所使用的一些组件：

• 分钟级别调度的指标计算：用 Presto或者是Clickhouse
• kafka数据流的计算：用SparkStreaming或者Flink去读取并计算
• 标签表的计算：会导入一些标签表到HBase里面，然后通过Data API 的方式去提供给其他的系统使用（公司是做游戏的，会有一些玩家的标签表在对接客服之类的系统，他们会实时去查看每一个玩家的信息，进行一些问题的解答，我们会提供这样的数据）。
• 报表展示：