OLAP引擎Clickhouse在abtest场景下的优化

本文介绍了在A/B测试场景下,如何利用OLAP引擎Clickhouse进行指标计算优化,包括引擎和架构优化、计算模型优化、率指标批量优化以及均值指标批量优化,有效控制了计算时长,提高了实验分析效率。
摘要由CSDN通过智能技术生成

引言

A/B测定义

A/B 测试以数据驱动为导向,可以实现灵活的流量切分,使得同一产品的不同版本能同时在线,通过记录和分析用户对不同版本产生的行为数据,得到效果对比,最大程度地保证结果的科学性和准确性,从而帮助人们进行科学的产品决策

基于用户行为数据计算不同版本的指标数据,是评估实验结果的唯一依据。

指标产品设计

image20210510174017438.png

图1. 新增指标

指标系统产品设计上采用了指标注册的方式,用户可以在自己的业务域和业务线下进行指标注册,注册需要指定指标计算公式(SQL),指标SQL必须遵守SQL模板,并支持自定义维度(自动注册维度/关联维表)。分析层面上,用户可以查看固定与预计算好的指标,也可以进行指标的多维分析。

产品需求上,需要计算当日以及累计(实验开始时间~前一天)的样本、指标。

指标技术架构

image20210510175324536.png

评论
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