StarRocks实战——贝壳找房数仓实践

目录

前言

一、StarRocks在贝壳的应用现状

1.1 历史的数据分析架构

1.2 OLAP选型

1.2.1  离线场景

1.2.2 实时场景

1.2.3 StarRocks 的引入

二、StarRocks 在贝壳的分析实践

2.1 指标分析

2.2 实时业务

2.3 可视化分析

三、未来规划

3.1 StarRocks集群的稳定性

3.2 StarRocks 新特性采用

---

    原文大佬的这篇贝壳找房数仓实践的文章整体写的很深入，这里摘抄下来用作学习和知识沉淀。

前言

   贝壳找房是国内最大的在线房产交易平台之一，利用大数据技术进行房源的挖掘和匹配，通过数据分析和挖掘，更准确地了解用户需求，并为用户提供个性化的房源推荐和交易服务。
    随着数据和业务规模的增长，传统数仓的分析能力面临很大的挑战，贝壳需要引入新兴的数据湖技术来支撑业务的发展。在指标分析场景、实时业务场景采用StarRocks替换原有的Kylin、Clickhouse 等组件，业务性能上有 5-6 倍性能提升；同时，贝壳也开始推动 StarRocks 替换Presto 的场景，进一步简化架构，实现分析层的统一，与 StarRocks 社区共建极速统一的湖仓新范式。

一、StarRocks在贝壳的应用现状

1.1 历史的数据分析架构

  早期为了支持多样化的分析能力，引入了多种OLAP引擎以支持不同的场景，其中包括：