基于用户日志数据的实时多维分析

某互联网社交公司原先通过自建ClickHouse进行实时多维分析，但随着业务增长，推荐业务在典型OLAP分析场景需要更加实时的调整策略和更新模型，以达到召回、精细化运营的目的。通过Hologres替换自建ClickHouse，构筑全链路精细化运营，满足ABTest场景下复杂的探索式分析。

场景优势

实时更新效率高

- 替换自建ClickHouse，Hologres有主键，可以精确去重，与Flink深度集成，支持高吞吐实时写入和更新。

轻松查询大量数据

- 相比自建ClickHouse，可轻松对7天甚至15天数据，千亿级别数据实时多维分析，满足业务不同查询需求。

免运维

- Hologres存储计算分离，存储计算资源独立扩展，可轻松存15天数据，动态扩缩容免运维，只需要专注于业务开发。

基于物流数据的实时订单分析和实时监控

搜索推荐和广告系统目前积累了海量用户行为数据和交易数据，为快速响应多元化的运营诉求，平滑应对电商各类大促的数据洪峰，阿里集团基于实时计算引擎RealtimeCompute、离线数仓MaxCompute和交互式分析Hologres ，从人、货、场的商业逻辑出发，构筑了一套实时全链路精细化运营方案。

场景优势

订单数据灵活分析

- 减少了维度退化的设计，支持千万订单数据实时多维分析，提升业务查询灵活性和开发效率。

交付效率由几天提升到几分钟

- 替换HBase，由Hologres提供在线服务的能力，实时监控物流和仓库异常，提高监控服务的稳定性和物流交付效率。

统一数据服务出口减少架构冗余

- 实时和离线整合成一套架构，共同使用一份数据，统一数据服务出口，数据处理时效性提升，减少架构冗余。

基于业务日志的实时大屏和数据中台

某互联网服务公司原先通过Greenplum、EMR离线架构来搭建实时数仓，但数据更新时效性差，无法实时掌握业务动态。为实现全场景的用户增长需求，采用Flink+Hologres新一代实时数仓，基于业务日志数据构建实时大屏和数据中台系统，加速知识数据探索，促进业务快速发展。

场景优势

报表查询秒级响应

- 完美支撑营收额、订单量等指标实时报表查询，满足企业运营中对于数据时效性越来越高的要求，秒级响应。

实时监控实时决策

- 通过Hologres提供的高并发读写能力，关联设备状态表，可以实时更新状态，满足CRM系统对终端商品的实时查询和监控，并助力业务实时决策。

降低运维开销

- 替换开源Hive、Impala等，精简业务架构，避免数据孤岛以及一致性、安全性等问题，降低了开发、运维维护开销。