在ByteHouse的支持下，目前該公司在銷售數據的非ACL查詢和ACL查詢兩個方向上，都實現了查詢效率的顯著提升。以ACL查詢的60M廣告客戶DI場景為例，查詢效率已經從從優化前的16秒大幅縮短至如今的1秒，效率提升高達16倍。 ...
更多技術交流、求職機會，歡迎關註位元組跳動數據平臺微信公眾號，回覆【1】進入官方交流群。銷售數據，是反映市場趨勢、消費者行為以及產品表現的重要指標，也是企業做出精準決策的關鍵依據。因此，對銷售數據進行全面利用、高效分析與合規管理，在企業經營中占據著重要地位。 為了更高效、安全地使用銷售數據，某公司引入了開源ClickHouse作為數據分析引擎，將分散的銷售數據統一到一套可視化分析平臺中，並採用鑒權ACL模式來精細化管理企業內部員工的看數、用數許可權。 但實際上，該公司銷售數據平臺在引入鑒權ACL後，出現了性能不足、用戶體驗受損的狀況。其一，ClikHouse的性能難以滿足複雜且量級巨大的查詢需求，使得集群複雜惡化；其二，ClickHouse集群的CPU使用率長期處於打滿狀態對用戶體驗造成影響。 為瞭解決以上問題，在複雜查詢領域具備顯著優勢且完全相容ClickHouse的ByteHouse成為該公司遷移首選。 據瞭解，ByteHouse支持優化器和MPP執行模型，能夠較好地支持複雜join與聚合計算的場景。其中，ByteHouse 的優化器在RBO與CBO方向上分別進行了大量的自研優化，並且實現了動態 Filter 下推、物化視圖改寫、計劃復用以及結果復用等高階能力。從而能夠根據表的結構、索引等信息生成最優的查詢執行計劃，提高查詢執行效率，減少資源消耗，整體上提升了ByteHouse在複雜場景下的查詢性能。 在ByteHouse的支持下，目前該公司在銷售數據的非ACL查詢和ACL查詢兩個方向上，都實現了查詢效率的顯著提升。以ACL查詢的60M廣告客戶DI場景為例，查詢效率已經從從優化前的16秒大幅縮短至如今的1秒，效率提升高達16倍。
抽取該公司銷售平臺某數據集測試結果
作為新一代雲原生數倉產品，ByteHouse在離線、線上複雜分析性能、便捷彈性擴縮容、全場景分析引擎等核心能力上持續優化，並已在互聯網、游戲、金融、氣象等領域廣泛應用。未來，ByteHouse持續以卓越的數據分析能力，為更多業務系統賦能，助力企業數智化轉型升級。
點擊跳轉 火山引擎雲原生數據倉庫ByteHouse 瞭解更多。
