快手HBase在千亿级用户特征数据分析中的应用与实践
声明：本文的原文是来自Hbase技术社区的一个PPT分享，个人做了整理和提炼。
大家注意哈，这种会议PPT类的东西能学习到的更多的是技术方案和他人在实践过程中的经验。希望对大家有帮助。
背景
快手每天产生数百亿用户特征数据，分析师需要在跨30-90天的数千亿特征数据中，任意选择多维度组合(如:城市=北京&性别=男)，秒级分析用户行为。针对这一需求, 快手基于HBase自主研发了支持bitmap转化、存储、索引、快速计算的分析服务--BitBase，并成功应用于留存分析、用户增长、广告营销、ABTest 等多个业务场景。
业务需求及挑战
快手在实际业务中遇到的需求，需要用的业务场景：在千亿级别的日志中，选择任意的维度，计算7-90日用户留存，秒级返回。
技术选型
为此，快手调研了包含Hive、ES、clickhouse在内的多种技术方案。
技术方案
最后形成了基于bitmap和Hbase的BitBase解决方案。
对bitmap不熟悉的同学看这里：https://www.jianshu.com/p/bf9dbbc147ed
所谓的Bit-map就是用一个bit位来标记某个元素对应的Value， 而Key即是该元素。由于采用了Bit为单位来存储数据，可以大大节省存储空间。
多维计算最后被设计成在bitmap之间做与、或、非、异或、count、list计算。
整个BitBase
整体架构：
存储模块：
这里所有table的原信息会存在一个bitmap中，具体数据存在不同的bitmap中，bitmap的位数根据表数据量大小进行确定。
计算模块：
deviceId问题
在实际问题中，复杂的deviceId会被转换成一个index(long)值。并且需要有以下特性：连续、一致、反解、转换速度快。
连续、一致、反解技术方案
如何实现快速转化
业务效果
在实践延迟方面，90天留存的时间也可以在10秒内返回。
服务现状：
未来规划
未来规划包括：
- 离线bitmap能够在5min导入
- SQL支持
- 开源
声明：本号所有文章除特殊注明，都为原创，公众号读者拥有优先阅读权，未经作者本人允许不得转载，否则追究侵权责任。
关注我的公众号，后台回复【JAVAPDF】获取200页面试题！
5万人关注的大数据成神之路，不来了解一下吗？
5万人关注的大数据成神之路，真的不来了解一下吗？
5万人关注的大数据成神之路，确定真的不来了解一下吗？
