• 即席查询部分:Hologres+Flink流批一体的数据架构,使用了Hologres的分区表和即时 查询能力。将公共层的实时明细数据写入当日分区,离线侧公共层明细数据由 MaxCompute直接导入覆盖Hologres次日覆盖分区(对于准确性和稳定性非严苛的场 景,可以选择都去掉离线 erge的步骤),同时写入时注意配置主键覆盖,防止实时任务 异常时,可以回刷。各维度的指标计算,直接在Hologres中通过 聚合,即时返回查 询结果,非常方便的适应统计指标的需求变更。
• 预计算部分:保留了之前比较成熟的Flink+HBase+OneService的计算、存储和服务架 构。主要通过Flink实时聚合指标,并写入HBase,OneService做查询服务和链路切换。 高可用和稳定性场景,构建主备链路,可能还会配合离线指标数据回流,修复实时链路可 能出现的异常和误差。以上内容摘自《阿里云实时数仓Hologres最佳实践合集》电子书,点击https://developer.aliyun.com/topic/download?id=996 可下载完整版
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
本技术圈将为大家分析有关阿里云产品Hologres的最新产品动态、技术解读等,也欢迎大家加入钉钉群--实时数仓Hologres交流群32314975