1.5 实时分析用例

实时分析并非一种新生事物，它已在众多行业中应用了相当长的一段时间。在本节中，我们将深入探索几个实时分析的具体应用场景，这些场景已经实实在在地为企业创造了价值。

实时分析的用例多种多样，每种用例在查询的吞吐量、延迟时间、复杂度以及数据准确性等方面都提出了特定的要求。例如，实时指标的用例对数据准确性要求极高，即便这意味着查询返回的时间可能稍长一些。而针对终端用户的分析应用程序，则必须着重优化查询的响应速度。

表1-2描述了一些用例及其查询属性。

1.5.1 面向用户的分析

企业界长久以来一直在创造并积累海量数据。这些数据至关重要，它们不仅助力分析消费者行为、挖掘增长潜力，还关注收益与成本的平衡，为员工及高层管理者提供了做出关键商业决策的依据。

这类分析工作大多在组织内部进行，然而，业界对于将这种分析能力直接交到最终用户手中的愿望日益迫切。这一转变意味着决策过程的民主化，同时为用户带来更为定制化的体验。因此，“面向用户的分析”这一概念应运而生，旨在描绘这一全新进程。

其核心要求在于高查询吞吐量与低延迟响应，这些因素直接关乎用户体验的质量。

1.5.2 个性化

个性化体验则代表面向用户的分析的一种独特应用，它致力于为特定用户提供量身打造的产品体验。这可能包括展示用户特别感兴趣的内容，或是提供他们想要的优惠券。

通过监测用户的活动和产品互动，实时捕捉数据的特征，然后利用这些特征来生成个性化推荐或行动，可以打造一种高度个性化的产品体验。

1.5.3 指标

实时追踪业务指标让我们能够即时掌握关键绩效指标（KPI）的最新动态。这让组织得以迅速识别潜在问题，并主动采取措施来解决问题。

在运营智能、异常/欺诈检测以及财务规划方面，拥有这样的能力显得尤为关键。

这一用例要求系统每秒处理众多低延迟查询，同时确保数据的高准确性。

1.5.4 异常检测和根本原因分析

在处理时间序列数据时，异常检测与根本原因分析是两个常见的应用场景。所谓时间序列数据，指的是在一段连续时间内收集的一系列数据点。

以电子商务为例，此类数据可能涵盖日交易量、平均交易额或退货数量等关键指标。

异常检测的核心任务是识别出那些不符合常规模式的数据波动，这些波动往往预示着潜在的问题，比如某特定产品订单量的突然激增，甚至可能是正在发生的欺诈行为。

无论何种情况，迅速定位并解决问题至关重要。过了24小时之后才发现问题是没有用的，时效性已失——我们需要的是在问题出现的那一刻就察觉！

一旦监测到异常，我们就需要深究引发这些异常的具体因素。换句话说，我们必须追溯到出现问题的根本原因。

这一场景要求系统能够每秒处理大量的时序扫描和分组（Group By）查询，以满足高查询量的需求。

1.5.5 可视化

尽管存在关于仪表盘“已死”的论调（https://oreil.ly/2wL5o），但仪表盘在实时分析领域仍发挥着重要作用。

实时分析的可视化可以像传统仪表盘那样，基于各式图表绘制关键指标，也能实现更为复杂的表现形式，如地理空间可视化、数据聚类、趋势分析等。与典型的仪表盘相比，其主要区别在于，随着新数据的持续涌入，表格和图形会动态更新。

需要特别指出的是，服务层必须与现行的可视化解决方案（如Apache Superset和Grafana）进行无缝集成。

1.5.6 即时分析

分析师往往渴望能够进行实时的数据探索，以便在事件接收的瞬间进行故障排查和模式检测。这意味着我们需要确保服务层能够执行SQL查询。

同时，分析师也期望能将实时数据与历史数据融合，以进行更深入的分析。例如，他们可能想要对比当前月份的业务成绩与往年同一月份的业绩表现。这要求我们要么将历史数据集成到服务层，要么部署一个能够整合多个数据源的分布式SQL查询引擎。在这种场景下，虽然每秒的查询量不会太大，但查询的复杂度可能会相对较高。

1.5.7 日志分析/文本搜索

对应用程序日志数据进行实时文本搜索查询虽然不是常见的需求，却极为关键。鉴于日志数据的非结构化特性，为了对产生的问题进行分类，我们必须能够在这些数据上运行类似正则表达式的文本搜索。

对于大多数应用程序而言，每秒的查询请求可能寥寥无几，但如果我们正涉及面向用户的应用调试，那么这一数字可能会急剧上升。