求助：百万级数据报表统计有哪些解决方案？

• 資深大佬 : zoharSoul

  es 可以的,
  实际上百万级我觉得 sql 数据库也完全能抗住… 毕竟数据量少

• 資深大佬 : TimePPT

  试试统计可以试试 flink

• 資深大佬 : TimePPT

  @TimePPT 实时

• 主 資深大佬 : 3country

  @zoharSoul sql 涉及各种计算，年度统计的时候很慢，报表太多，不想优化 SQL，想找一种统计方案（具体情况我不太清楚，领导给的信息比较少）

• 主 資深大佬 : 3country

  @TimePPT flink 需要其他关联的框架吗？学习成本怎么样？

• 資深大佬 : bthulu

  才百万数据, 全部塞内存里就行了

• 資深大佬 : TimePPT

  @3country 接入难度一般，官方文档还算全。实时维表统计比较方便。现在也流行这么玩。可以搜下「 flink 批流一体」，有不少大厂的经验介绍。

• 資深大佬 : imn1

  @3country #4
  年度统计不需要实时吧？截至到一个时间的统计，然后存统计结果

• 主 資深大佬 : 3country

  @imn1 定时查询然后放到 Redis ？

• 資深大佬 : imn1

  @3country #9
  你还是去问清楚详细需求吧，一般大周期（季、半年、年）的统计都是专门做报告的，实时的统计更多用于监测“异常”和分析变化趋向，年报数据每几分钟变一次是很奇怪的 —— 报告不可信
  至于用什么，那不是我擅长的

• 資深大佬 : flighter

  百万级 数据库就可以，ES 完全无压力

• 資深大佬 : kiracyan

  百万很小量级了

• 資深大佬 : qq1340691923

  我就是用的 es，一个索引十几亿条数据无压力

• 資深大佬 : luoqeng

  flink

• 資深大佬 : ksedz

  没有关键词查询需求的话建议 Clickhouse，简单粗暴，性能强劲

• 資深大佬 : daweibao

  15 的方案可以考虑

• 資深大佬 : long2ice

  ClickHouse +1

• 資深大佬 : xuanbg

  分级汇总。简单的说就是今年之前的数据是不变的，可以按需求汇总之后存起来。然后今年 1 、2 月份的数据也是不变了，也可以按月 /日汇总后存起来。剩下的也就是查当月数据罢了。或者干脆连当月的数据也按天汇总存起来，竟只需查询当日数据就够了。

• 資深大佬 : Alexf4

  Clickhouse +2，而且还可以帮你涉及下新的领域？

• 資深大佬 : wushigejiajia01

  巧了，我最近就在搞报表开发，大多是百万数据表，千万表目前有一张（但是这张表涉及的统计不多）
  ————————————————-
  针对报表开发，我们单独弄了个库，把原始数据同步过来专门用于报表开发，在同步的过程中会把一些必要的字段进行冗余，连缓存都没用

  现在那些百万表的关联查询，数据库完全能扛得住，适当的加些索引，当下一点问题都没有
  ————————————————–

  当然你要问有没有隐患，那肯定有，过些年这些报表肯定越跑越慢，到时候肯定要优化，到时候分表、缓存之类的搞起来，基本上也能解决了，现阶段就不是我需要考虑的了，工期就这么多

• 資深大佬 : tairan2006

  百万级直接用关系型数据库都能扛得住…

  搞聚合查询不算是 es 专长，可以考虑 clickhouse 或者 greenplum，甚至 flink

• 資深大佬 : shanghai1943

  @long2ice #17
  @Alexf4 #19 两位大哥。clickhouse 貌似不支持高并发的吧。

• 資深大佬 : leeg810312

  年报统计 5 分钟刷一次？定这技术需求的人是不是从来没有做过 OLAP ？月报年报根本不可能是实时报表，都是定期任务，明细数据输入截止后执行一晚上，第二天就能看所有报表了，即使单表上千万也足够。上亿数据就得用大数据计算框架，Spark/Flink 等都可以，但这得准备很多硬件资源

• 資深大佬 : Alexf4

  @shanghai1943 clickhouse 做 OLAP 比较合适，高并发这个要求得看具体场景，很多大厂还是有 clickhouse 的实践经验的。

• 主 資深大佬 : 3country

  @leeg810312 公司应该是想做实时数据分析，这方面用什么框架？

• 資深大佬 : leeg810312

  @3country Spark/Flink 都可以做实时流式计算，需要配合 Kafka，场景是类似用户行为分析（商用），交通流量分析（公共服务）这样，短时间窗口内快速计算较多数据（例如 10 秒 1000 下单的分析），几秒出结果。报表属于离线计算，针对每次几千万数亿或更多的数据量，可能要 10 几分钟甚至几小时才出结果。建议厘清实际技术需求做些调研。