www.samag.ru
     
Поиск  
              
 www.samag.ru    Web  0 товаров , сумма 0 руб.
E-mail
Пароль  
 Запомнить меня
Регистрация | Забыли пароль?
Сетевой агент
О журнале
Журнал «БИТ»
Информация для ВАК
Звезды «СА»
Подписка
Где купить
Авторам
Рекламодателям
Магазин
Архив номеров
Мероприятия
Форум
Опросы
Ищу/Предлагаю работу
Спроси юриста
Игры
Контакты
   
Слайд шоу  
Представляем работы Виктора Чумачева
Виктор Чумачев – известный московский художник, который сотрудничает с «Системным администратором» уже несколько лет. Именно его забавные и воздушные, как ИТ, иллюстрации украшают многие серьезные статьи в журнале. Работы Виктора Чумачева хорошо знакомы читателям в России («Комсомольская правда», «Известия», «Московские новости», Коммерсант и др.) и за рубежом (США, Германия). Каждый раз, получая новый рисунок Виктора, мы в редакции улыбаемся. А улыбка, как известно, смягчает душу. Поэтому смотрите на его рисунки – и пусть у вас будет хорошее настроение!

  Опросы
Дискуссии  
17.09.2014г.
Просмотров: 14779
Комментарии: 3
Красть или не красть? О пиратском ПО как о российском феномене

Тема контрафактного ПО и защиты авторских прав сегодня актуальна как никогда. Мы представляем ...

 Читать далее...

03.03.2014г.
Просмотров: 18745
Комментарии: 1
Жизнь под дамокловым мечом

Политические события как катализатор возникновения уязвимости Законодательная инициатива Государственной Думы и силовых структур, ...

 Читать далее...

23.01.2014г.
Просмотров: 26777
Комментарии: 3
ИТ-специалист будущего. Кто он?

Так уж устроен человек, что взгляд его обращен чаще всего в Будущее, ...

 Читать далее...

1001 и 1 книга  
16.02.2017г.
Просмотров: 3939
Комментарии: 0
Опоздавших не бывает, или книга о стеке

 Читать далее...

17.05.2016г.
Просмотров: 6784
Комментарии: 0
Теория вычислений для программистов

 Читать далее...

30.03.2015г.
Просмотров: 8889
Комментарии: 0
От математики к обобщенному программированию

 Читать далее...

18.02.2014г.
Просмотров: 10496
Комментарии: 0
Рецензия на книгу «Читаем Тьюринга»

 Читать далее...

13.02.2014г.
Просмотров: 7314
Комментарии: 0
Читайте, размышляйте, действуйте

 Читать далее...

Друзья сайта  

Форум системных администраторов  

sysadmins.ru

 ClickHouse в системах сбора статистики

Архив номеров / 2017 / Выпуск №3 (172) / ClickHouse в системах сбора статистики

Рубрика: Базы данных /  Инструменты

Александр Календарев АЛЕКСАНДР КАЛЕНДАРЕВ, OTG, руководитель группы (ТимЛид), akalend@mail.ru

ClickHouse в системах сбора статистики

Еще не прошло и полгода, как компания Yandex открыла исходный код cвоей аналитической БД ClickHouse, а сегодня на GitHub она уже завоевала 1500+ лайков. Попытаемся разобраться, зачем нужна БД и как ей пользоваться, на примере системы сбора статистики

Возможности ClickHouse

ClickHouse [1] была разработана в рамках проекта Яндекс.Метрики, являющегося второй по величине в мире системой веб-аналитики. ClickHouse принадлежит семейству колоночных СУБД. Система хранения данных колоночных СУБД предполагает хранение данных не по записям (одна запись одна строка), как это реализовано у классических СУБД типа Oracle, MS SQL Server, MySQL, PostgreSQL и т.д., а по колонкам, т.е. у колоночных БД данные привязываются к значениям колонки, которая является первичным ключом.

Ниже представлен пример построчного хранения данных:

host timestamp p1 p2
127.0.0.1 1488621674 2 a
127.0.0.2 1488621674 5 a
127.0.0.21 1488621675 1 f
127.0.0.27 1488621675 5 b

Эти же данные хранятся поколоночно в следующем порядке:

host
127.0.0.1
127.0.0.2
127.0.0.21
127.0.0.27
 
p1
2
5
1
5
 
timestamp
1488621674
1488621674
1488621675
1488621675

Примеры колоночных БД: Cassandra, Hbase, MonetDB, Vertica, Paraccel, Sybase IQ, Exasol, Infobright, InfiniDB, LucidDB, SAP HANA, Google Dremel, Google PowerDrill, Druid, kdb+ ит.п.

Разный порядок хранения данных лучше подходит для разных сценариев работы СУБД. Не существует серебряной пули, одинаково хорошо подходящей под существенно различные нужды пользователей. Чем больше нагрузка на систему, тем более важной становится специализация под данный сценарий работы. Специфика колоночных БД такова, что они очень быстры на запись, что очень важно для систем, разработанных под большие нагрузки.

Для онлайн-обработки аналитических запросов предполагается следующий сценарий работы:

  • подавляющее большинство запросов на чтение;
  • данные обновляются достаточно большими пакетами (> 1000 строк), а не по одной строке;
  • данные могут не обновляются вообще;
  • данные добавляются в БД, но не изменяются;
  • при чтении вынимается достаточно большое количество строк из БД, но только небольшое подмножество столбцов;
  • таблицы являются «широкими», т.е. содержат большое количество столбцов;
  • запросы идут сравнительно редко (обычно не более сотни в секунду на сервер);
  • при выполнении простых запросов допустимы небольшие задержки;
  • значения в столбцах небольшие: числа и короткие строки (до 64 байт);
  • требуется высокая пропускная способность при обработке одного запроса;
  • транзакции отсутствуют;
  • низкие требования к консистентности данных;
  • в запросе одна большая таблица, все таблицы, кроме одной, маленькие;
  • результат выполнения запроса существенно меньше исходных данных, т.е. данные фильтруются или агрегируются;
  • результат выполнения помещается в оперативку на одном сервере.

Если в ваших проектах требуется система с вышеперечисленными критериями, то эта система для вас.

Если бы мне пришлось вновь заняться архитектурой разработки систем учета партнерских программ, то мой выбор остановился бы на ClickHouse. Кратко рассмотрим, что собой представляет «партнерка». Есть множество рекламодателей, которым необходимо продать свой товар. Есть большое множество владельцев веб-сайтов, которые размещают на своих сайтах JS-код партнерской программы. Есть множество пользователей, которые посещают эти сайты, кликают по баннерам, показывающимся JS-кодом «партнерки», и приобретают товары или услуги. Все эти клики, посещения или покупки учитываются партнерской системой и владельцы веб-сайтов получают свою комиссию.

Рассмотрим «партнерку» с технической точки зрения. При переходе с сайта партнера (владельца веб-сайта) на «партнерку» необходимо учесть клик, в котором содержится информация: с какого сайта (site_id) был осуществлен переход, номер баннера (banner_id), по которому кликнул пользователь, и учетный номер партнерской программы (partner_id), по которой идет учет и выплачиваются гонорары и комиссии.

Для сбора статистики необходимо учесть по кликам следующие данные:

  • site_id – сайт, с которого осуществлен переход, передается в url;
  • webmaster_id – ID владельца сайта, вычисляется из site_id;
  • banner_id – номер баннера, с которого осуществлен переход, передается в url;
  • partner_id – номер партнерской программы, передается в url;
  • client_id – ID рекламодателя, вычисляется из partner_id.
  • timestamp – время осуществления клика;
  • ua – User Agent;
  • ip – IP-адрес;
  • latitude, lontitude – геокоординаты пользователя.

Как это работает: при переходе на «партнерку» по ссылке с баннера из быстрого key-value-хранилища в основном используют Redis, по ключу site_id:partner_id извлекается недостающая информация: webmaster_id, client_id, адрес перехода, учитывается клик, которому присваивается уникальный номер, формируется адрес перехода и осуществляется сам переход по url, в котором передается некая информация, включающая click_id. К сожалению, в рамках данного материала мы не рассматриваем алгоритмы показа баннера, учитывающие интересы пользователя.

Если пользователь приобрел товары или услуги, то партнер (рекламодатель) делает так называемый кэллбэк, в котором указывает номер заказа, сумму или величину комиссии (определяется типом партнерской программы). Эта информация также учитывается, но уже в таблице лидов.

Статью целиком читайте в журнале «Системный администратор», №1-2 за 2017 г. на страницах 56-59.

PDF-версию данного номера можно приобрести в нашем магазине.


  1. https://clickhouse.yandex/reference_ru.html – официальная документация.
  2. https://github.com/yandex/ClickHouse – открытый код проекта.
  3. https://hub.docker.com/r/yandex/clickhouse-server – doc clicks_3shardsker-образ ClickHouse-сервера.
  4. https://hub.docker.com/r/yandex/clickhouse-client – docker-образ ClickHouse-клиента.
  5. http://www.cs.umb.edu/~poneil/lsmtree.pdf – слабо структурированное дерево LSM.
  6. https://github.com/8bitov/clickhouse-php-client – PHP-клиент.
  7. https://github.com/smi2/phpClickHouse – еще один PHP-клиент.
  8. https://habrahabr.ru/company/yandex/blog/303282 – статья на «Хабре» в блоге компании Yandex про ClickHouse.

Комментарии отсутствуют

Добавить комментарий

Комментарии могут оставлять только зарегистрированные пользователи

               Copyright © Системный администратор

Яндекс.Метрика
Tel.: (499) 277-12-41
Fax: (499) 277-12-45
E-mail: sa@samag.ru