在當今數字化營銷時代，廣告業務的精準度和時效性成為核心競爭力。實時廣告圈人（Real-Time Audience Targeting）作為精準營銷的關鍵環節，要求系統能夠在極短時間內，基于用戶實時行為數據，動態地篩選和圈定目標人群，并觸發相應的廣告投放。ClickHouse，作為一款開源的列式數據庫管理系統，憑借其卓越的實時分析能力和極高的查詢性能，已成為支撐此類業務場景的理想技術選型之一。本文將探討ClickHouse在實時廣告圈人業務中的最佳實踐。
一、 業務場景與挑戰
實時廣告圈人的典型流程是：用戶發生一個行為（如瀏覽商品、點擊廣告、加入購物車），該行為日志被實時采集；系統立刻根據預設的規則（如“過去24小時內瀏覽過汽車資訊但未下單的用戶”）對該行為進行判斷；若命中規則，則該用戶ID被歸入特定人群包，并實時同步給廣告投放平臺進行定向展示。
面臨的挑戰主要包括：
- 數據量巨大：用戶行為日志每日可達千億級別。
- 查詢延時要求極低：圈人判斷需要在毫秒到秒級完成。
- 查詢模式復雜：多為多維度、帶有時間窗口的過濾與聚合查詢。
- 高并發點查：需要快速查詢單個用戶的歷史行為序列以進行實時判斷。
- 數據實時更新：需要支持用戶標簽、人群包關系的實時更新與查詢。
二、 ClickHouse的核心優勢
針對以上挑戰，ClickHouse展現了其獨特優勢：
- 列式存儲與壓縮：極高的壓縮比大幅減少I/O，非常適合對寬表進行少量列聚合過濾的查詢。
- 向量化執行引擎：利用CPU SIMD指令，在單個操作中處理大量數據，極大提升聚合計算性能。
- 豐富的表引擎：如MergeTree系列引擎支持高性能的實時插入與查詢；AggregatingMergeTree和SummingMergeTree可預聚合數據；ReplacingMergeTree支持去重更新，為不同數據場景提供靈活支持。
- 強大的分布式能力：通過分片（Shard）與復制（Replica）輕松實現水平擴展，保障海量數據下的處理能力與高可用性。
三、 實時廣告圈人架構最佳實踐
1. 數據分層與表設計
- 貼源層：使用Kafka等消息隊列接收實時行為日志。ClickHouse通過
Kafka表引擎或MaterializedView直接消費，并寫入核心明細表。明細表通常采用ReplicatedReplacingMergeTree引擎，按事件時間（如event_date）分區，按用戶ID排序鍵，以支持按用戶快速檢索行為序列。 - 聚合層：為加速頻繁查詢，可創建物化視圖（Materialized View）或使用AggregatingMergeTree表，對明細數據按分鐘/小時粒度進行預聚合（如計算用戶在過去1小時內的點擊次數）。物化視圖在后臺自動計算，對應用透明。
- 圈人結果層：存儲最終的人群包關系。可使用
ReplicatedReplacingMergeTree引擎，以人群包ID和用戶ID作為組合主鍵，支持用戶進出人群包的實時更新。
2. 索引與查詢優化
- 主鍵（排序鍵）設計：這是最重要的優化點。應遵循“高基數字段在前”的原則，將最常用于WHERE過濾和GROUP BY的字段（如
user<em>id,event</em>time）作為排序鍵。對于圈人查詢WHERE user<em>id = ? AND event</em>time > now() - 3600，此設計能實現超高效查找。 - 跳數索引：對于非主鍵列的常用過濾條件（如
ad<em>campaign</em>id,city），可創建SET、Bloom Filter等類型的跳數索引，加速數據塊定位。 - 避免JOIN：ClickHouse的JOIN性能相對較弱。實踐中，應盡量通過“大寬表”或“預關聯”的方式，將維度信息冗余到事實表中，或者通過
IN子查詢替代JOIN。 - 使用近似查詢：對于去重計數（如計算UV），在可接受誤差范圍內，優先使用
uniqCombined等近似計算函數，性能可提升數倍。
3. 實時數據更新與同步
- 用戶標簽或人群包關系的更新，可通過
INSERT+ReplacingMergeTree的“插隊”方式實現。查詢時使用FINAL關鍵字或通過GROUP BY ... argMax()方式獲取最新狀態。對于更高頻的更新，可考慮使用CollapsingMergeTree或VersionedCollapsingMergeTree引擎。 - 圈人結果需要實時同步至Redis或廣告投放端。可通過監聽ClickHouse的
CHANGELOG（如使用MaterializedPostgreSQL引擎或Debezium+CDC），或者通過定期查詢增量變化的方式實現。
4. 集群部署與運維
- 采用分片副本架構，確保負載均衡和數據高可用。使用
Distributed表引擎作為統一查詢入口。 - 根據查詢模式（偏重近期數據）合理設置數據分區策略（如按天分區），并配置TTL自動淘汰過期數據，降低成本并提升近期數據查詢性能。
- 監控系統資源（CPU、內存、磁盤I/O），特別是
Merge操作和查詢隊列狀態，防止慢查詢拖垮集群。
四、 實踐案例與效果
某頭部電商廣告平臺，將用戶實時點擊、瀏覽、搜索行為日志接入ClickHouse集群。通過上述最佳實踐：
- 數據入庫延遲控制在秒級。
- 針對“過去30天購買過母嬰用品但最近7天未登錄”的復雜圈人查詢，響應時間從Hive時代的數分鐘提升至亞秒級。
- 系統可穩定支撐每秒數萬次的用戶實時行為判斷與人群包更新。
- 存儲成本因高壓縮比而顯著降低。
五、 與展望
ClickHouse以其卓越的實時分析能力，為實時廣告圈人業務提供了堅實的技術底座。成功的核心在于：貼合業務特點的精準數據建模、極致的索引與查詢優化、以及合理的集群架構。隨著業務發展，未來可進一步探索與機器學習平臺的結合，實現更智能、動態的實時人群規則引擎，并持續優化資源利用效率，在性能與成本間取得最佳平衡。
