开发者学堂课程【DataWorks 一站式大数据开发治理平台精品课程：3.基于 MaxCompute 的大数据BI分析最佳实践】与课程紧密联系，让用户快速学习知识
课程地址：https://developer.aliyun.com/learning/course/81/detail/1251
3.基于 MaxCompute 的大数据BI分析最佳实践（二）
四、ADB容量评估
产品分析型数据库ADB，比如到原始数据的量在ADB里面怎么做容量的评估？
1、公式:
原始数据量(单位GB)x索引膨胀系数(1.3倍)/空间水位线(0.7)/(每个节点组的磁盘大小，需要存储的空间
2、例如:
计算存储分离的架构，分别购买，可以购买计算节点，也可以购买存储量，可以进行动态的调整，业务方可以根据自己的计算量，还有上面的存储做评估。客户原始数据量为1TB,即约1000GB,按照公式计算可得,1024*1.3/0.7/1000=1902(GB)用户可选择2节点,每节点1000GB的配置。因此可粗略估计ADB1TB存储空间年费用约11w。如果客户有4T数据,按照上述公式需要购买8节点组,年费用约为11万x4=44万注:本方案中只进行估算,具体配置和费用以客户实际场景为准。
五、WebTracking 日志采集原理
1、对接的前端进行日志的采集，前端向要模拟的用户的行为数据就可以用WebTracking 产品的功能，日志服务支持通过 WebTracking 功能进行 HTML、H5、iOS和 Android 平日志数据的采集,支持自定义维度和指标。
2、将 loghub-tracking.js复制到web目录,并在页面中引入
如下脚本:
<metahttp-equiv"=refresh"content="1">
<scripttype="text/javascript"src="oss地址/Loghub-
tracking.js"></script>
<script>
varlogger=newwindow.Tracker("日志所在region的
engpoint","日志服务project名称","LogStore名称")
varitemid={};
for{vari=1;i<=2046;i++}{
variStr=i.toString{};
item_id.push(istr);
}
varlenItems=item_id.length;
varrandItem.Math.fLoor{Math.Random{}+LenItems};
varuser_id=[];
for{varj=1;j<=640;j++}{
varjStr=j,toString{};
user_id.push(jStr);
}
varlenUsersId=userid.length;
varrandUserId=Math.floor{Math.Random{}*lenUsersId};
Logger.Push{"itemid",item_id[randItem]};
logger.Push{"user_id",user_id[randUserId]};
logger.logger();
</script>
3、注意事项
（1）使用 WebTracking 意味着该 Logstore 打开互联网匿名写入的权限,没有经过有效鉴权，可能会产生脏数据。
（2）仅支持GET请求，不支持POST请求;且不支持上传16KB以上的 body。
（3）POST请求限制与PutLogs一致，大小不超过3MB，条数不超过4096条。
4、方案优势
1以ADB+QuickBI快速实时数据分析的核心能力为切入点,将客户的业务数据、日志数据引导上阿里云的日志服务和分析性数据库，投递到ADB，通过QuickBI做报表的分析。
2融合阿里云的日志服务SLS的生态,增强用户粘性(如无缝对接Blink、Elasticsearch、RDS、ADB、EMR、dataV等产品)。3通过MaxCompute、ADB强大的数据加工和分析能力,极大的降低了用户大数据平台建设的门槛，轻松解决了海量数据的计算问题,同时有效降低企业成本并保障数据安全
4与第三方开源生态无缝对接,在不侵入用户应用的情况下传输日志到SLS,降低用户使用门槛。
