【FFA 2026】Agentic Lake 2 基于Paimon的增量数仓在Shopee的实践_第1页
【FFA 2026】Agentic Lake 2 基于Paimon的增量数仓在Shopee的实践_第2页
【FFA 2026】Agentic Lake 2 基于Paimon的增量数仓在Shopee的实践_第3页
【FFA 2026】Agentic Lake 2 基于Paimon的增量数仓在Shopee的实践_第4页
【FFA 2026】Agentic Lake 2 基于Paimon的增量数仓在Shopee的实践_第5页
已阅读5页，还剩21页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于Paimon的增量数仓在Shopee的实践吴文超增量场景的问题增量数仓构建方案落Shopee的业务数仓在增量场景下面临的问题Shopee的业务数仓增量化场景介绍全量计算耗时全量计算耗时存储膨胀存储膨胀写入放大小文件/compaction压力陡增新增数据历史数据读放大读放大算放大未变化行反复参与join/去重/shuffle链式依赖需要沿日期链重跑计算链路每日全量存储导致计算量膨胀Δ[N]Δ[N]→join/dedup/shuffle→ODS[N]ODS[N]新全量快照ODSODS[N-1]前日全量快照当天delta很小，但任务仍要扫描、合并并重新写出全量快照Shopee在解决增量场景下数仓构建的技术方案存在的问题只支持时间分区，但用户表实际上有业务语意的分区合并管理期产出全量快照分区清理Delta+Snapshot方式导致不能使用常规的partitionexpire逻辑分区小文件Fixbucket下所有partition的bucket只能一致，在分区数据量差异比较大的场景下会有小文件问题合并管理分区管理支持针对不同partition设置单独的bucket数量，解决单表下不同地区分区的数据量差异导致的在chain-table的基础上对已经按bucket分好的data-split做二次打散，提高并发的上限基于Paimon的增量数仓方案在Shopee落地效果ODS全量快照方案->Chain-table增量方案落地效果：存储侧指标ODS存储总量落地效果：计算侧指标Shuffle数据量计算资源消耗未来规划ChainCompactChainCompact支持 当前ChainCompact仅支持Spark，计划在Paimon引入Flink侧ChainCompact，实现实时链路触发compact，降低对离离线×实时链路融合将Chain-tabledeltabranch与Flink实同一张ODS表支持T+0实时查询与离实现真正的流批一体ODS层。将增量化理念从ODS延伸至DWD/DWS，

人人文库> 全部分类> 应用文书 > 研究报告

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论