唯品会的OLAP场景中的Presto on Kylin是如何实现的

本文目录

1. 唯品会利息高还是支付宝利息高
2. 唯品会可以微信支付吗
3. 2020年唯品会产品定位
4. 唯品会的OLAP场景中的Presto on Kylin是如何实现的

唯品会利息高还是支付宝利息高

都差不多不算高。3期费率是2.5%，6期费率是4.5%，9期费率是6.5%，12期费率是8.8%。而唯品花分期每期利息=可分期的本金总额×分期总费率÷分期期数。

【拓展资料】一、唯品花和花呗一的功能是一样的，都是先消费后还款，除了功能一样外，唯品会和花呗的区别还是很大的，区别有：1、推出机构不同。花呗是蚂蚁金服旗下的产品;唯品会是唯品金融旗下产品;2、还款日不同。花呗的还款日是每月的8号、9号或10号，是固定的;唯品花的还款日是系统随机确定的;3、使用场景不同。花呗可以在淘宝、天猫、线下商店使用;唯品花可以在唯品会商城使用。在消费场景上，花呗要比唯品花多。

四、唯品花与花呗的区别如下：花呗的还款日可以修改，唯品花的还款日不可以修改；花呗的免息期比唯品花的免息期短；花呗需要依托于支付宝使用，唯品花需要依托于唯品会使用；花呗分期与唯品花分期的分期手续费不同；唯品花只可以在唯品会中购物，花呗还可以线下实体店消费。

五、因此，唯品花与花呗的区别是比较大的，用户经常在唯品会购物可以开通唯品花，经常使用支付宝则可以开通花呗。人们在使用一款信贷产品时，都会想要将里面的额度提现出来，有的信贷产品提现是需要收取利息的。就有很多使用唯品花的朋友好奇，想要了解唯品花取现的利息多少，取现利息高不高。

六、其实唯品花与花呗、京东白条这样的产品类似，都是相当于虚拟信用卡、只是一种提前消费的支付方式，因此它们并不是真正的现金贷款，所以这些产品都是不能取现的。而且网上的很多平台取现都会收取高额的手续费，一般在15%-20%，这样不仅存在极大的风险，还要支付一笔高额的手续费，其实是很不划算的。并且网上所有的套现、取现方式都是不合法的。

七、唯品花的利息一般是在分期时会收取，不同的分期期数，收取的利息也不同。而需要注意的是，唯品花只是能够用于提前消费支付，它是不能够取现的。

唯品会可以微信支付吗

唯品会是支持微信支付的。

一、唯品会还支持快捷支付方式

1、快捷支付是由唯品会和各家银行共同提供的储蓄卡/信用卡快捷支付方式，2步即可开通，10秒实现支付。首次使用快捷支付需输入身份信息验证支付，下次支付仅需输入短信验证码即可支付。

二、信用卡分期付款

唯品卡是唯品会为回馈广大会员而推出的专属购物卡，可在唯品会平台购买商品时使用;

唯品会推出了一种新型的电子账户—零钱。只要您注册了唯品会账号，就可立即拥有一个专属的“零钱”账户。

2020年唯品会产品定位

唯品会，一家专门做特卖的网站！都是傲娇的品牌，只卖呆萌的价格！商品囊括了时尚女装、童装、美妆、美鞋、男装、居家、母婴、配饰、皮具、香水等。每天早上10点和晚上8点上新，精选全球正品授权特卖，100%正品保证，限量抢购，支持货到付款，7天无条件退货。

1.2产品定位及用户需求

唯品会经历了一次定位调整，从一个特卖网站，升级成为全球精选，正品特卖。所以唯品会的核心还是没有变化，一直定位于特卖。

特卖的意思是什么？就是品牌商的库存商品的打折甩卖。

产品定位：正品特卖的特卖网站。

用户定位：二三线城市，想买大牌，没地方买或怕买到假货的用户。

场景1：一个服务员妹子，在一座3线城市打工，想要买一件大牌的高跟鞋。一是不知道哪里可以买到正品，二是大牌太贵自己不舍得买。

场景2：一个大学生用户，特别爱美，喜欢买面膜等护肤品，平时出门也喜欢化个妆，但是担心电商平台上的假货太多，一直不敢在电商上买商品，但是线下的商品没有打折太贵。

唯品会的OLAP场景中的Presto on Kylin是如何实现的

Kylin的背景

Kylin是一个Hadoop生态圈下的MOLAP系统，是ebay大数据部门从2014年开始研发的支持TB到PB级别数据量的分布式Olap分析引擎。其特点包括:

可扩展的超快的OLAP引擎

提供ANSI-SQL接口

交互式查询能力

MOLAPCube的概念

与BI工具可无缝整合

Kylin典型的应用场景如下：

用户数据存在于HadoopHDFS中，利用Hive将HDFS文件数据以关系数据方式存取，数据量巨大，在500G以上

每天有数G甚至数十G的数据增量导入

有10个左右为固定的分析维度

Kylin的核心思想是利用空间换时间，由于查询方面制定了多种灵活的策略，进一步提高空间的利用率，使得这样的平衡策略在应用中是值得采用的。

kylin的总体架构

Kylin作为一个Olap引擎完成了从数据源抓取数据，ETL到自己的存储引擎，提供REST服务等一系列工作，其架构如图所示：

Kylin大数据时代的OLAP利器

Kylin的生态圈包括：

KylinCore:Kylin引擎的框架，查询、任务、以及存储引擎都集中于此，除此之外还包括一个REST服务器来响应各种客户端请求。

扩展插件:各种提供额外特性的插件，如安全认证、SSO等

完整性组件:Job管理器，ETL、监控以及报警

交互界面:基于KylinCore之上的用户交互界面

驱动:提供了JDBC以及ODBC的连接方式

kylinCube多维数据的计算

Kylin的多维计算主要是体现在OLAPCube的计算。Cube由多个Cuboid组合而成，Cuboid上的数据是原始数据聚合的数据，因此创建Cube可以看作是在原始数据导入时做的一个预计算预处理的过程。Kylin的强大之处在于充分利用了Hadoop的MapReduce并行处理的能力，高效处理导入的数据。

Kylin的数据来自于Hive，并作为一个Hive的加速器希望最终的查询SQL类似于直接在Hive上查询。因此Kylin在建立Cube的时候需要从Hive获取Hive表的元数据。虽然有建立Cube的过程，但是并不想对普通的查询用户暴露Cube的存在。

Kylin创建Cube的过程如下图所示：

Kylin大数据时代的OLAP利器

根据Cube定义的事实表以及维度表，利用Hive创建一张宽表

抽取事实表上的维度的distinct值，将事实表上的维度以字典树方式压缩编码成目录，将维度表以字典树的方式编码

利用MapReduce从第一步得到的宽表文件作为输入，创建N－Dimensioncuboid，然后每次根据前一步的结果串行生成N-1cuboid,N-2cuboid…0-Cuboid

根据生成的Cuboid数据量计算HTable的Region分割策略，创建HTable，将HFile导入进来

Kylin与传统的OLAP一样，无法应对数据Update的情况（更新数据会导致Cube的失效，需要重建整个Cube）。面对每天甚至每两个小时这样固定周期的增量数据，Kylin使用了一种增量Cubing技术来进行快速响应。

Kylin的Cube可以根据时间段划分成多个Segment。在Cube第一次Build完成之后会有一个Segment，在每次增量Build后会产生一个新的Segment。增量Cubing依赖已有的CubeSegments和增量的原始数据。增量Cubing的步骤和新建Cube的步骤类似，Segment之间以时间段进行区分。

增量Cubing所需要面对的原始数据量更小，因此增量Cubing的速度是非常快的。然而随着CubeSegments的数目增加，一定程度上会影响到查询的进行，所以在Segments数目到一定数量后可能需要进行CubeSegments的合并操作，实际上mergecube是合成了一个新的大的CubeSegment来替代，Merge操作是一个异步的在线操作，不会对前端的查询业务产生影响。。

文章到此结束，如果本次分享的唯品会的OLAP场景中的Presto on Kylin是如何实现的和唯品会明星场景怎么弄好看的问题解决了您的问题，那么我们由衷的感到高兴！