用户画像基础之数据架构

目录

0. 相关文章链接

1. 数据架构

---

注：此博文为根据 赵宏田 老师的 用户画像·方法论与工程化解决方案 一书读后笔记而来，仅供学习使用

0. 相关文章链接

用户画像文章汇总

1. 数据架构

         在整个工程化方案中，系统依赖的基础设施包括Spark、Hive、 HBase、Airflow、MySQL、Redis、Elasticsearch。除去基础设施外， 系统主体还包括Spark Streaming、ETL、产品端3个重要组成部分。如下图所示：

        在上图下方虚线框中为常见的数据仓库ETL加工流程，也就是将每 日的业务数据、日志数据、埋点数据等经过ETL过程，加工到数据仓库 对应的ODS层、DW层、DM层中。

        中间的虚线框即为用户画像建模的主要环节，用户画像不是产生 数据的源头，而是对基于数据仓库ODS层、DW层、DM层中与用户相关数 据的二次建模加工。在ETL过程中将用户标签计算结果写入Hive，由于不同数据库有不同的应用场景，后续需要进一步将数据同步到MySQL、 HBase、Elasticsearch等数据库中。

• Hive：存储用户标签计算结果、用户人群计算结果、用户特征库计算结果。
• MySQL：存储标签元数据，监控相关数据，导出到业务系统的数据。
• HBase：存储线上接口实时调用类数据。
• Elasticserch：支持海量数据的实时查询分析，用于存储用户人群计算、用户群透视分析所需的用户标签数据（由于用户人群计算、用户群透视分析的条件转化成的SQL语句多条件嵌套较为复杂，使用Impala执行也需花费大量时间）。

        用户标签数据在Hive中加工完成后，部分标签通过Sqoop同步到MySQL数据库，提供用于BI报表展示的数据、多维透视分析数据、圈人服务数据；另一部分标签同步到HBase数据库用于产品的线上个性化推荐。

---

注：再次声明，此博文为根据 赵宏田 老师的 用户画像·方法论与工程化解决方案 一书读后笔记而来，仅供学习使用

注：其他相关文章链接由此进 -> 用户画像文章汇总

---