本文介绍了ClickHouse在字节跳动广告业务中的应用，包括人群预估、人群画像场景，面临的大数据量、计算复杂度和时间限制挑战。文章详细讲解了两版技术方案，第一版采用明细存储和SQL优化，第二版引入RoaringBitmap和并行计算，通过数据编码、计算优化和缓存策略显著提升了查询性能和资源利用率。
前言
广告是支撑互联网高速发展的经济基石，也是很多互联网公司的重要收入来源。字节跳动的广告平台管理着 EB 量级的数据和服务着数以千万的商业用户，其中 ClickHouse 作为核心引擎支撑了海量数据在线分析的需求。本次分享，将介绍 ClickHouse 在字节跳动广告业务上的应用与实践，包含人群预估、数据分析、人群画像等多个场景。并重点介绍如何通过深度优化高效解决广告人群预估的问题，以及未来的迭代计划。
01业务背景
众所周知，广告是很多互联网公司的主要收入，对于字节跳动来说也是如此。那么，在字节跳动广告的 DMP&CDP 业务，乃至所有广告业务中，有哪些场景在使用 ClickHouse 呢？是在线服务还是离线统计的呢？应该说都有。
可以从三个场景来讲：人群预估、人群画像和统计分析。
人群预估：主要是根据一定的圈选条件，确认命中的用户数目。在广告精准投放过程中，广告主需要知道当前选定的人群组合中大概会有多少人，用于辅助判断投放情况进而确定投放预算。因为是在线业务，一般要求计算的时间不能超过 5 秒。
人群画像：主要是对广告投放的用户群进行画像分析，也是在线的，同样对时间有一定的要求，因为
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
