ClickHouse的前世今生(一)

1、传 统 BI 系 统的问题 

1.1 传 统 BI 系 统 对 企 业 的 信 息 化 水 平 要 求 较 高

1.2 受众小,制约BI发展

研 发 过 程 滞 后 了 需 求 的 响 应 时 效

2、现 代 BI 系 统

2.1 不 再 需 要 强 制 捆 绑 于 企 业 数 据 仓 库

2.2 受众多元化

2.3 快 速 应 答、 简 单 易 用 

3、OLAP 架 构分类

3.1 ROLAP

关 系 模 型构建,星 型 模 型 或 者 雪 花 模 型

3.2 MOLAP

多 维 数 组 的 形 式 保 存 数 据

预 先 聚 合 结 果,空间换时间

怎么做的

    第一步 对 需 要 分 析 的 数 据 进 行 建 模, 框 定 需 要 分 析 的 维 度 字 段

    第二步 预处理各种维度数据

    第三步 缓存聚合结果

3.3 HOLAP

ROLAP 和 MOLAP 两 者 的 集 成

4、OLAP技术演进

4.1 ROLAP

Oracle、 MySQL

4.2 MOLAP

Hive 、SparkSQL

5、为什么叫ClickHouse

 5.1 ClickHouse 的 全 称 是 Click Stream, Data WareHouse, 简 称 ClickHouse

6、使用场景

6.1 商业智能

6.2 广 告 流 量、 Web、 App 流 量、 电 信、 金 融、 电 子 商 务、 信 息 安 全、 网 络 游 戏、 物 联 网

7、不适用场景

7.1 不 支 持 事 务

7.2 不 擅 长 根 据 主 键 按 行 粒 度 进 行 查 询

7.3 不 擅 长 按 行 删 除 数 据

8、参考

    朱凯《ClickHouse原理解析与应用实践》

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
数据分析职业是一个多金的职业,数据分析职位是一个金饭碗的职位,前景美好,但是要全面掌握大数据分析技术,非常困难,大部分学员的痛点是不能快速找到入门要点,精准快速上手。本课程采用项目驱动的方式,以Spark3和Clickhouse技术为突破口,带领学员快速入门Spark3+Clickhouse数据分析,促使学员成为一名高效且优秀的大数据分析人才。学员通过本课程的学习,不仅可以掌握使用Python3进行Spark3数据分析,还会掌握利用Scala/java进行Spark数据分析,多语言并进,力求全面掌握;另外通过项目驱动,掌握Spark框架的精髓,教导Spark源码查看的技巧;会学到Spark性能优化的核心要点,成为企业急缺的数据分析人才;更会通过Clickhouse和Spark搭建OLAP引擎,使学员对大数据生态圈有一个更加全面的认识和能力的综合提升。真实的数据分析项目,学完即可拿来作为自己的项目经验,增加面试谈薪筹码。课程涉及内容:Ø  Spark内核原理(RDD、DataFrame、Dataset、Structed Stream、SparkML、SparkSQL)Ø  Spark离线数据分析(千万简历数据分析、雪花模型离线数仓构建)Ø  Spark特征处理及模型预测Ø  Spark实时数据分析(Structed Stream)原理及实战Ø  Spark+Hive构建离线数据仓库(数仓概念ODS/DWD/DWS/ADS)Ø  Clickhouse核心原理及实战Ø  Clickhouse engine详解Ø  Spark向Clickhouse导入简历数据,进行数据聚合分析Ø  catboost训练房价预测机器学习模型Ø  基于Clickhouse构建机器学习模型利用SQL进行房价预测Ø  Clickhouse集群监控,Nginx反向代理Grafana+Prometheus+Clickhouse+node_exporterØ  Spark性能优化Ø  Spark工程师面试宝典       课程组件:集群监控:福利:本课程凡是消费满359的学员,一律送出价值109元的实体书籍.

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值