在使用HIVE 數(shù)據(jù)倉庫中的大數(shù)據(jù)查詢時(shí)，有一個(gè)通病，就是查詢慢，無法給于用戶快速的進(jìn)行數(shù)據(jù)分析查詢。

對(duì)于決策層，怎樣能秒級(jí)獲取用戶行為分析的數(shù)據(jù)，是一個(gè)課題，

之前的做法是，把數(shù)據(jù)導(dǎo)入到HIVE,進(jìn)行分析統(tǒng)計(jì)后，再回到其它數(shù)據(jù)庫(比如MongoDB),
用戶可以在此數(shù)據(jù)庫的基礎(chǔ)上進(jìn)行一個(gè)數(shù)據(jù)查詢。
但這樣已經(jīng)過了一個(gè)數(shù)據(jù)處理的時(shí)間，（ETL 數(shù)據(jù)處理過程）我們的做法是每天晚上進(jìn)行
數(shù)據(jù)統(tǒng)計(jì)分析，再同步到數(shù)據(jù)庫中。

現(xiàn)分享一個(gè)使用impala-Kudu 架構(gòu)的數(shù)據(jù)倉庫 的技術(shù)選型與架構(gòu)實(shí)現(xiàn)案例

神策分析的技術(shù)選型與架構(gòu)實(shí)現(xiàn)

url: https://sensorsdata.cn/blog/technical_implementation_of_sensors_analytics/

總結(jié)

以上是生活随笔為你收集整理的【用户行为即时分析查询】 数据仓库实现 案例分享的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。