• 大：一个表可以有上亿行，上百万列。

• 面向列：面向列表（簇）的存储和权限控制，列（簇）独立检索。

• 稀疏：对于为空（NULL）的列，并不占用存储空间，因此，表可以设计的非常稀疏。

• 无模式：每一行都有一个可以排序的主键和任意多的列，列可以根据需要动态增加，同一张表中不同的行可以有截然不同的列。

• 数据多版本：每个单元中的数据可以有多个版本，默认情况下，版本号自动分配，版本号就是单元格插入时的时间戳。

• 数据类型单一：JDNoSQL中的数据都是字符串，没有类型。

• 时序型业务（监控，IOT）

• 消息订单（订单/保单，聊天记录）

• CUBE分析（实时宽表，报表，搜索推荐）

• 监控（UMP/MDC/CAP/JDH）

• Feeds流业务（评价信息，问答信息，瀑布流，朋友圈）

• AI Storage（用户特征、NLP语料、模型存储）

• 时空数据（轨迹、气象网络）

• 金融业务（关联分析、信用分析、风控/白条/支付/资管）

2.1.1  网络广告的几个大特性：

• 传播范围广：网络广告的传播范围广，不受时空的限制，可以通过互联网把广告信息全天候不间断的传播到世界各地。我国网民数量巨大，而且还在快速发展，这些网民有较高的消费能力，是网络广告的受众，可以在世界任何地方的互联网上随意的浏览广告，这种传播效果是任何一种传统媒体都无法达到的。

• 非强迫性传播资讯：网络广告属性按需广告，具有报纸分类广告的性质，却不需要受众彻底浏览，可以自由查询，并根据潜在顾客的需要主动呈现和展示，这样就节省了整个社会的注意力资源，提高了广告的针对性和有效性。

• 受众数据量可精准统计：传统的媒体广告，很难精准知道有多少人接触了广告信息，互联网广告，可以通过权威、公正的流量统计系统，精准统计每个广告的浏览人数以前这些用户查阅时长和地域分布，从而有利于正确的评估广告效果，进一步优化广告投放策略。

• 灵活的时效性：互联网广告能按需要及时更新广告内容。

• 强烈的交换性和感官性：网络广告的载体基本都是多媒体，超文本等，需要受众对产品感兴趣，仅需要点击进一步了解更多、更详细、更生动的信息，甚至还能让消费者亲自体验产品，服务和品牌，通过虚拟现实技术，可以让顾客身临其境。

2.1.2  网络广告的数据类型：

• 广告展现数据

• 广告点击数据

• 广告行为数据

• 第三方监控数据

2.1.3.   广告数据的挑战

• 流中的数据元素在线到达，需要实时处理

• 系统无法控制将要处理的新到达的数据元素的顺序，无论这些数据元素是在一个数据流中还在跨多个数据流；也即重放的数据流可能和上次数据流的元素顺序不一致。

• 数据流的潜在大小也许是无穷无尽的。

• 一旦数据流中的某个元素经过处理，要么被丢弃，要么被归档存储。

2.1.4  系统主要功能

2.1.5.   系统架构

• 日志接收层

• 生产者层

• 消息队列层

• 消费者层

• 业务逻辑层

• 存储层

2.1.6.   表设计

• 广告实时展现统计表

• 广告实时点击统计表

2.1.7.   使用NoSQL统计数据

• 某个广告在某省的当前投放量。
• 某个广告在某市的当前投放量。
• 某个广告在某个用户客户端上的当前投放量
• 某个广告的当前点击量
• 某个广告在累计一段时间内（如一个月）的某个省的历史投放趋势
• 某个广告在累计一段时间内（如一个月）的某个市的历史投放趋势
• 某个广告在累计一段时间内（如一个月）的某个用户客户端上的历史投放趋势
• 某个广告在累计一段时间内（如一个月）的点击量趋势