大数据之路
1.什么是数据模型? 数据模型就是数据的组织和存储方法。主要关注的是从业务、数据存取和使用角度合理存储数据。 2.典型数据仓库建模方法论 ER模型 维度模型(建模四步曲:确定业务流程->确定粒度->确定维度->确定事实表)
1.体系架构 2.模型分层 主要分为三大层(4小层): 操作数据层(ODS) 公共维度模型层(CDM) 明细数据层(DWD) 汇总数据层(DWS) 应用数据层(ADS) 操作层数据ODS:贴源设计,几乎无处理地存放操作系统数据 结构化数据增量或全量同步到MaxComputer 非结构化数据(日志)结构化处理同步到MaxComputer 累积并保存清洗数据 公共维度模型层:存放明细数据、维表数据以及公共指标汇总数据,比较多的采用维度退化的手段,将维度退化到事实表中,减少关联 组合相关和相似数据,采用明细宽表,减少数据扫描 公共指标统一加工,统一口径,建立逻辑汇总宽表 建立一致性维度 应用数据层ADS:存放数据产品个性化的指标数据 个性化指标加工,无公用性 基于应用的数据组装,大宽表集市、横表转纵表... 3.基本原则 高内聚低耦合:将业务相近的放在一起,将高概率使用的放一起,遵循软件设计开发的高内聚低耦合原则 核心模型与拓展模型分离:核心模型只包含常用核心业务字段,保证核心模型的简洁性 一致性:相同含义的字段在不同表中必须使用相同的命名,表名等命名必须清晰一致,见名知意 4.实施工作流 (1) 数据调研 包含业务调研和需求调研 (2) 架构设计 数据域划分 【数据域设计】(就是给出数据的大分类,数据所属的域) 【总线结构】(就是列出维度与主题,进行存在的维度画✔)
规范定义:
命名规范统一:表名、字段名等规范统一
字段类型统一:相同与相似字段类型统一
公共代码与代码值统一:代码与标志性字段应统一
ref: https://www.cnblogs.com/jiangbei/p/9390633.html