前文:
Bitmap在大数据领域是一种伟大的思想,在没有Clickhouse出现之前,主流方案是用HBase+Coprocessor通过服务去做整套处理,特别是 (1)用户画像领域,以前ES+HBase的方案及其复杂,现在通过CH的特性,可以完美地转换Bitmap存储+bitmap交并计算+取出关联用户信息等一套方案;(2) 以及各种路径,漏斗,留存复购等等分析...
一、案例
1.1 查看表
备注:
AggregatingMergeTree 引擎用来做增量数据统计聚合
AggregateFunction类型 存储Bitmap
1.2 列 -> bitmap -> 存储
1.3 取出 ( -> 相关计算 ) -> 数组 -> 列
1.4 取出 ( -> 相关计算 ) -> 数组 -> 列 -> 关联用户信息
注:哪出筛选出的人群id 返回到用户信息表关联得到所要的数据
结论:以上是bitmap的转换与结果关联,中间bitmap可以进行各种求并/交/总和..,具体可以看官网位图函数。