数仓优劣指标化判断

　　如何评价数仓的优劣，众说纷纭，其实数仓的优劣评价可以从内部、外部两个方面来评估，也可以从业务角度和技术层面来看。评价的理论很多，实际上我们可通过osm的指标体系来衡量数仓的优劣。

O:数仓优劣判断;
S:数据监控、元数据管理、业务流程的理解、预先计算好的中间表或者应用表;
M:核心度量指标;

　　

　　内部的评价标准主要是通过跨层引用率、表引用数、引用链路长度、表命名规范率、表迭代次数、数据泄露率、数据准时率、数据正确率等指标来判断，外部主要通过”三易”来判断，易找、易查、易用，既数据找起来容易，无歧义，数据查询效率高，数据使用安全便捷，质量靠谱，具体可考虑通过以下指标来判断:数据查阅数、数据用户数占比、数据授权人数、数据服务业务数、自助取数平均耗时、自助取数生成平均耗时等。

　　假设数仓分层分为ods,dwd,dws,dm,ads共5层。

分类	指标名	指标定义	作用
内部	跨层引用率	dws,dm,ads有跨层引用的的表个数和总表数的比例	判断数仓是否按照规范进行分层以及数据分层是否合理
	表引用数	表被其他表引用的次数	判断表的重要性，如果被引用的次数多，说明这个表服务的应用多，可判断为核心重点表
	引用链路长度	生成目标表前串行生成的表个数	判断是否生成过多中间结果表，比如ads层的表如果是串行调度，最多5层
	表命名规范率	表名的命名按照规则命名的和总表名数的比例	判断命名是否规范
	表迭代次数	针对单个表的上线次数进行统计	判断表的指标定义是否清晰，迭代次数多，说明该表的稳定性有待评估
	数据泄露率	统计数据泄露或者安全事故次数与数据提取出的总次数比例	判断数据安全体系的完善度
外部	数据准时率	表数据按时输出次数与总输出次数的比例	评估集群及任务失败情况
	数据正确率	表数据正确输出次数与表输出总次数的比例	评估指标定义是否明确，数据质量
	数据查阅数	应用层表被用户或者探索的次数	评估表的使用情况，是否有意义
	数据用户数占比	使用数据用户数和授权用户数比例	方便权限管理
	数据授权用户数	统计应用表授权的用户数
	数据表服务业务数	统计数据表服务的业务数	数据表提供的业务方数，评估相关表是否可以下线
	自助取数平均耗时	统计用户从探索到提交语句耗时	方便评估表是否易于业务理解
	自助取数生成平均耗时	统计用户提交语句到数据展示耗时	方便评估数据生成效率，集群资源情况