美团大数据查询技术

系列文章

1. 实时存储引擎和实时计算引擎
2. 美团点评 Hadoop/Spark 系统实践
3. 美团大数据查询技术
4. 美团深度学习平台实践
5. 美团广告系统实践

---

本文主要涉及数据资源与服务中的数据产品和数据服务部分。

本文目录如下：

一、应用场景

背景：电子公交卡的业务试点，想要了解这个业务对整个美团 App 有什么样的影响。

《增长黑客》中提到了一个海盗模型的方法，本质上是对流量的转换做一个漏斗形的拆解和分析。包含了从获取用户到用户转化和激活的步骤和对应的分析方法。

但是仅有方法是不够的，还要有对应的数据支撑。那数据是怎么组织的呢？这里分为5个部分。

那我们要做这些分析的时候该怎么办呢？

就要看下面这种 SQL。
先看 FROM，关联订单表、城市表和城市维度表
然后看 WHERE，选出来在 18 年 8 月到 19 年 8 月之间的公交业务和复购的订单
再看 GROUP BY 和 SUM，基本就清楚了。

这里用到了之前说到的 OLAP 分析。OLAP 分析有哪些方法呢？这里提到了 5 种。

1. 钻取(下钻)：增加维度，能够通过更细的粒度去分析问题。（假设一个长方体有一层，扩展成三层）
2. 上卷(上钻)：减少维度，能够从宏观（相对）的角度看待问题。（假设一个立方体有三层，压缩成一层）
3. 切片：同一个维度，只看其某一个值。（假设一个立方体有三层，只保留一层）
4. 切块：同一个维度，只看其某几个值。（假设一个立方体有三层，只保留两层）
5. 旋转：行列变换。