漏斗数据分析的技术选项

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

这是一个创建于 1141 天前的主题，其中的信息可能已经有所发展或是发生改变。

目前我们把埋点数据存放在了 MySQL 表中，现在行数大概是 1.6 亿，数据容量 36GB，索引容量 63GB 。漏斗数据分析是按天纬度来查询，通过 sql+Java 代码统计的方式来处理的，如果时间跨度长的话，统计起来会比较慢。

想请教一下，该如何做优化？

网上我查了一下，貌似 spark+hdfs 可以解决类似这样的问题，不知道各位大哥有何高见？感谢。

6 条回复 • 2021-03-12 10:05:56 +08:00

lithiumii

2021-03-11 20:08:10 +08:00 via Android

每天定时任务，把数量都数出来，存个表

amoia50

2021-03-11 20:19:00 +08:00 via iPhone

clickhouse 适合你

FucUrFrd

2021-03-11 22:48:13 +08:00 via Android

1.6 亿行，赶紧开除 dba，实操上限一千万行

shanghai1943

2021-03-12 10:05:20 +08:00

@lithiumii #1 目前的统计纬度是比较灵活的，相当于可以在这么多的埋点里做排列组合，可以认为统计是随机的。。所以目测定时这个不好搞。。

shanghai1943

2021-03-12 10:05:31 +08:00

@amoia50 #2 感谢。我这边研究一下看看

shanghai1943

2021-03-12 10:05:56 +08:00

@FucUrFrd #3 小公司。。木有 dba 。。