clickhouse 关联查询_clickhouse数据模型之留存分析

最新推荐文章于 2024-09-25 18:00:50 发布

萌新小白爱学习

最新推荐文章于 2024-09-25 18:00:50 发布

阅读量2.8k

点赞数

文章标签： clickhouse 关联查询

本文链接：https://blog.csdn.net/weixin_35763787/article/details/112119091

版权

本文探讨了在Clickhouse中实现留存分析的两种方法：使用Roaringbitmap和retention函数。Roaringbitmap通过位图压缩提高查询性能，但操作复杂，不支持实时数据。而retention函数则提供更简单的留存模型实现，但当需要关联用户属性时，查询性能可能下降。

摘要由CSDN通过智能技术生成

本文经作者授权，独家转载：

作者主页：https://www.jianshu.com/u/8f36a5e63d18

什么是留存，比如在20200701这天操作了“点击banner”的用户有100个，这部分用户在20200702这天操作了“点击app签到”的有20个，那么对于分析时间是20200701，且“点击banner”的用户在次日“点击app签到”的留存率是20%。

背景

关于用户留存模型是各大商业数据分析平台必不可少的功能，企业一般用该模型衡量用户的活跃情况，也是能直接反应产品功能价值的直接指标；如，boss想要了解商城改版后，对用户加购以及后续下单情况的影响等。如下图，这就是一个典型的留存分析功能：

问题

通常实现上述需求的传统做法是多表关联，了解clickhouse的攻城狮都清楚，多表关联简直就是clickhouse的天敌；如一张用户行为日志表中至少包含：用户id、行为事件、操作时间、地点属性等，想分析20200909日河南省注册用户次日的下单情况，那么SQL一般会这么写：

select count(distinct t1.uid) r1, count(distinct t2.uid) r2 from(  select uid from action_log where day='20200909' and action='login' and province='河南省') as t1 left join(  select uid from action_log where day='20200910' and action='order' and  province='河南省')