写点什么

火山引擎 ByteHouse:OLAP 如何支持超高 QPS 点查?

  • 2024-04-25
    北京
  • 本文字数:1032 字

    阅读完需:约 3 分钟

火山引擎ByteHouse:OLAP如何支持超高QPS点查?

更多技术交流、求职机会,欢迎关注字节跳动数据平台微信公众号,回复【1】进入官方交流群


在当今高速发展的互联网时代,信息传播迅速,用户数量激增。在面对如此庞大的用户群体和高频的访问需求时,系统高并发访问的性能问题成为了无法回避的挑战。为了满足业务场景中对数据并发查询的即时性和准确性要求,越来越多的企业开始重视并关注系统“高并发点查”能力。高并发点查对于商业决策、市场分析、用户行为研究场景中的使用体验和查询精准度都起到重要作用。

对于数据使用者来说,高性能的高并发点查能力,可以带来更流畅的使用体验,提升业务决策,让业务流程更高效。对于系统运维者和负责人来说,优化、提升高并发点查性能可以降低资源消耗,缓解高并发负载压力,提升系统稳定性。

ByteHouse 是火山引擎推出的一款云原生数据仓库,能够支撑实时数据分析和海量数据离线分析,其中高并发点查以向量执行引擎为基础,通过丰富的定制优化策略,设置参数针对性的进行性能优化,实现高并发点查性能的提升,同时兼顾了系统的稳定性。

据介绍,火山引擎 ByteHouse 高并发点查具备响应快,性能强大的特点。同等资源规格配置和同等数据规模量级情况下,ByteHouse 并发性能指标优于开源 OLAP 产品 2-5 倍以上,响应时间达毫秒级。不仅仅具备性能优势,在同等业务场景情况下,ByteHouse 能做到资源消耗更低,并有效保障系统稳定性,缓解成本压力。

除此之外,ByteHouse 还能支持对接字节多样化的下游系统,比如数据应用层产品,可实现实时数据的灵活输出,服务更多实时分析、营销及运营场景,赋能更多业务系统。

目前,ByteHouse 高并发点查能力也在游戏、舆情监测以及电商等场景中落地。在某游戏公司推荐的场景中,当大规模用户同时进行搜索等操作时,系统需要快速响应,并通过查询用户属性表、游戏属性表和广告属性表等信息,匹配用户可能感兴趣的游戏并进行推荐。在日常情况下,该游戏公司平均每秒查询量(QPS)达到万级规模,而在高峰期,QPS 指标也会随之增长数倍。

在这种情况下,系统存在不稳定,故障解决响应速度较慢的问题,随着业务不断增长,高并发点查带来的资源消耗也越来越多,成本压力也越来越高。在引入 ByteHouse 后,在相同资源规格和同等数据规模下,高并发点查响应时长达毫秒级,QPS 指标提升 2 倍以上,且稳定性更有保障,进一步缓解成本压力。

ByteHouse 高并发点查能力不仅具备高性能、响应快的特点,还可以帮助企业节约资源,助力数据基础建设过程中的成本优化和效率提升,为数据飞轮转动夯实基础。


点击跳转ByteHouse了解更多

发布于: 16 分钟前阅读数: 6
用户头像

小助手微信号:Bytedance-data 2021-12-29 加入

字节跳动数据平台团队,赋能字节跳动各业务线,对内支持字节绝大多数业务线,对外发布了火山引擎品牌下的数据智能产品,服务行业企业客户。关注微信公众号:字节跳动数据平台(ID:byte-dataplatform)了解更多

评论

发布
暂无评论
火山引擎ByteHouse:OLAP如何支持超高QPS点查?_大数据_字节跳动数据平台_InfoQ写作社区