2. 腾讯 clickhouse实践 _2019丁晓坤&熊峰Data Analysis 多 维 聚 合 iData New 超融合OLAP 大数据分析 引擎TGMars 多 维 提 取 关 联 分 析 画 像 分 析 数据报表 用户分群 用户特征 特征关联 一切以用户价值为依归 18 业务应用实践 iData 2 新大数据分析引擎2.0 app-1 Data1 Partition0 Data2 Partition2 DataN0 码力 | 26 页 | 3.58 MB | 1 年前3
4. ClickHouse在苏宁用户画像场景的实践用户画像场景1—预估人数—示例 画像条件 查询SQL 24 用户画像场景2—人群圈选画像 输入条件 返回结果 场景描述 场景:对选出符合发优惠券条件的用户迚行画像分析,人群特征分析。 操作:用户指定标签及标签间的逡辑关系,查询出符合标签逡辑的用户ID数据集,然后对数 据集迚行用户画像分析。一条SQL完成人群圈选、用户画像两个劢作。 标签逡辑表达式,包含标签、算术运算符、逡辑运算符、括号。0 码力 | 32 页 | 1.47 MB | 1 年前3
8. Continue to use ClickHouse as TSDBContinue to use ClickHouse as TSDB 邰翀 青云QingCloud 数据库研发工程师 ► Look back: Why we choose it ► Now: How we do ► Future: What we do Content Why we choose it Why we choose it Why we choose it0 码力 | 42 页 | 911.10 KB | 1 年前3
共 3 条
- 1













