具体场景:dm层数仓表,一共22个维度列,指标列选定为event_id(事件圈选id),uuid列为用户id列
采用MutableRoaringBitmap,分两部分:
第一部分是bitmap的rowkey,第二部分是bitmap的具体value
具体逻辑是,通过MapReduce程序,
对于dm层数仓表的每一行数据,输出Text Key,Text Value
key=projId值_type_dimId_uuidType_granularity_dt值,这里面在当天dt、当前项目idproj_d下,只有维度值dimId不同。
value=表中所有uuid(转换成UTF-8编码的字节数组格式)
ps:dimId是代表维度的id值,例如country=0,prov=1...
(1)对于维度bitmap,
对于dm层数仓表的每一行数据,走完map方法后,输出22个(当前维度对应的rowkey,当前uuid存入bitmap);
这样全表扫描完毕后,生成22个(当前维度对应的rowkey,全表uuid存入bitmap)
(2)对于指标event_id,以同样的逻辑,生成(当前eventId值对应的rowkey,当前eventId值对应的全表所有uuid)
这样,最终可以通过维度字段对应的rowkey来查询当天所有出现过的uuid,也可以通过指定值的指标event_id来查询其对应的,当天的所有uuid。
然后,用bitmap的and和or方法,来求交集和并集;
通过求天与天、天与周、天与月之间的bitmap rowkey'查询出来的bitmap value值(即存放uuid的bitmap),通过求bitmap交集,来计算留存和漏斗。