MySQL與ByteHouse特性比較

經(jīng)過技術(shù)團隊分析,興趣圈層信息由模型生產(chǎn),按時間分區(qū)批量導(dǎo)入;興趣圈層特征多,業(yè)務(wù)方按照訴求對和自身業(yè)務(wù)相關(guān)的特征進行篩選,且圈層以統(tǒng)計分析為主,綜合看來面向OLAP業(yè)務(wù)的ByteHouse是一款最合適的存儲架構(gòu)。

在一些典型興趣圈層的查詢場景中,比如“查詢用戶名為098765432123450(示例數(shù)據(jù)),關(guān)系為非高價值,作者名稱帶有“xx”的圈層信息”,MySQL的查詢耗時為2524ms,而ByteHouse僅需102ms。

基于 ByteHouse 替換 MySQL 重構(gòu)抖音興趣圈層平臺后,不同場景的查詢效率平均提升了 100 倍左右,大大提升了使用者體驗。由于 ByteHouse 出色的查詢性能和良好的數(shù)據(jù)壓縮比,中等資源的服務(wù)器就能很好的滿足需求,這也降低了綜合硬件成本。

隨著大數(shù)據(jù)和實時計算技術(shù)的發(fā)展,使用者對推薦的實時性要求越來越高。ByteHouse具備高效的數(shù)據(jù)處理能力,進一步為推薦場景提供更強大的查詢分析支持。

分享到

xiesc

相關(guān)推薦