真人作爱90分钟免费看视频,亚洲中文有码字幕日本第一页,亚洲精品中文字幕乱码三区,亚洲日本va中文字幕,中国熟妇牲交视频

淺談數(shù)倉(cāng)建設(shè)中的分層(淺談數(shù)倉(cāng)建設(shè)中的分層工作)

編輯導(dǎo)語:數(shù)倉(cāng)是我們用來保存大量歷史數(shù)據(jù)的重要工具。那么,數(shù)倉(cāng)為什么要分層?又該怎么進(jìn)行分層?本文從數(shù)倉(cāng)分層的原因、常見的數(shù)倉(cāng)分層模型、數(shù)倉(cāng)分層的做法三個(gè)方面,來詳細(xì)地介紹數(shù)倉(cāng)分層。快來閱讀一下吧。

淺談數(shù)倉(cāng)建設(shè)中的分層(淺談數(shù)倉(cāng)建設(shè)中的分層工作)

一、數(shù)倉(cāng)為什么要分層

數(shù)倉(cāng)分層的原因也即是分層的好處體現(xiàn)在下面幾個(gè)方面:

1. 分層是一種空間換時(shí)間的操作

我們知道數(shù)倉(cāng)一般都是用來保存大量的歷史數(shù)據(jù)的,這些數(shù)據(jù)可能是業(yè)務(wù)數(shù)據(jù)也可能是日志數(shù)據(jù)。

由于數(shù)據(jù)量級(jí)很大,如果直接查詢數(shù)倉(cāng)中的原始數(shù)據(jù)需要訪問的表的數(shù)量和底層文件的數(shù)量都較多,體現(xiàn)在我們?nèi)粘9ぷ髦芯褪?span id="7qchfp8i" class="candidate-entity-word" data-gid="4317979">SQL異常復(fù)雜,甚至join和union加一起都不夠用,造成的直接后果就是SQL運(yùn)行很慢,甚至跑不出來結(jié)果或者報(bào)錯(cuò)。

而分層要做的就是對(duì)原始數(shù)據(jù)重新做歸納整理,在不同層級(jí)對(duì)數(shù)據(jù)或者指標(biāo)做不同粒度的抽象。

經(jīng)過分層后,同一個(gè)指標(biāo)可能在不同層的數(shù)據(jù)中都有體現(xiàn),似乎是“重復(fù)”了,但這種重復(fù)是一種“不完全”的重復(fù),因?yàn)槊總€(gè)層級(jí)中指標(biāo)的粒度是不完全一致的。

這種不是完全重復(fù)的重復(fù)給我們帶來的直接好處就是SQL寫起來大大簡(jiǎn)化了,SQL計(jì)算耗時(shí)大大降低了。

有人可能會(huì)質(zhì)疑這樣會(huì)造成存儲(chǔ)成本的提高,但是相比帶來的直接收益,這一點(diǎn)成本是可接受的,畢竟誰也不想被老板一遍又一遍的dis:我要的數(shù)怎么還沒有跑出來?

2. 分層有利于減少重復(fù)開發(fā)

分層把大部分常用的、通用的數(shù)據(jù)模型和指標(biāo)進(jìn)行抽象和匯總,經(jīng)過這樣的處理后生成可滿足大部分業(yè)務(wù)場(chǎng)景使用的數(shù)據(jù)表和指標(biāo)。

這些表和指標(biāo)就類似于程序開發(fā)中的公共模塊和接口,下游的使用方在使用的時(shí)候就不需要再?gòu)念^開發(fā)了,直接拿來用即可。

這樣不僅減少了重復(fù)開發(fā)而且做到了數(shù)據(jù)和指標(biāo)的統(tǒng)一。

3. 分層可以把復(fù)雜的問題簡(jiǎn)單化

舉個(gè)例子,大多數(shù)分析師剛到一個(gè)新公司的時(shí)候常常會(huì)被迫接手一個(gè)甚至是幾個(gè)長(zhǎng)達(dá)上千行的祖?zhèn)鱏QL代碼,里面join、uoion數(shù)不過來,一層又一層嵌套的子查詢更是剪不斷、理還亂。

遇到這樣的情況不知道的小白會(huì)認(rèn)為這個(gè)前輩很牛逼,能寫出這么長(zhǎng)的SQL,甚至竊認(rèn)為自己很幸運(yùn)學(xué)習(xí)到了一個(gè)這么牛逼的SQL。

但實(shí)際情況往往是數(shù)倉(cāng)分層不合理或者剛開始的時(shí)候沒有數(shù)倉(cāng),所有的邏輯都要從最底層的表中來計(jì)算,這個(gè)時(shí)候不復(fù)雜都難。

而數(shù)倉(cāng)分層要做的一部分工作就是把這個(gè)又臭又長(zhǎng)的SQL進(jìn)行拆解和預(yù)處理,一方面就是上面提到的把通用的數(shù)據(jù)和指標(biāo)進(jìn)行歸類和預(yù)計(jì)算,另外一方面就是把JOIN和UNION這些復(fù)雜的操作拆解放在數(shù)倉(cāng)的ETL中來處理。

這就是所謂的把復(fù)雜的問題簡(jiǎn)單化。

4. 分層帶來更高的數(shù)據(jù)安全

數(shù)據(jù)經(jīng)過分層以后,每層的表的寬度和指標(biāo)的粒度都不同,這樣就可以針對(duì)不同的使用的對(duì)象開放不同層級(jí)的數(shù)據(jù)。

不需要關(guān)心明細(xì)數(shù)據(jù)的對(duì)方直接開放聚合度高的數(shù)據(jù)即可,這樣就避免了底層明細(xì)、敏感數(shù)據(jù)的泄漏。

另外在分層處理的時(shí)候也可以對(duì)一些敏感的字段做刪除、脫敏加密的處理,避免因安全控制精細(xì)化不夠帶來的數(shù)據(jù)使用權(quán)限大于申請(qǐng)的權(quán)限。

分層的其他好處還包括,數(shù)據(jù)更加規(guī)范有條理,數(shù)據(jù)血緣更加清晰,數(shù)據(jù)表和指標(biāo)的統(tǒng)一等等。

二、常用的數(shù)倉(cāng)分層模型

我們以阿里的數(shù)倉(cāng)架構(gòu)圖為例來說明數(shù)倉(cāng)常用的分層模型。

淺談數(shù)倉(cāng)建設(shè)中的分層(淺談數(shù)倉(cāng)建設(shè)中的分層工作)

阿里整體數(shù)據(jù)分了5層,分別是ODS,DWD, DIM,DWS,ADS,下面我們分別介紹一下。

ODS(Operation Data Store)層,中文通常有兩種叫法,分別是貼源數(shù)據(jù)層和操作數(shù)據(jù)層。

前者是站在與數(shù)據(jù)源的關(guān)系層面來說的,也就是說這一層的數(shù)據(jù)是跟數(shù)據(jù)源的數(shù)據(jù)是一致的,所以稱其為貼源數(shù)據(jù)層。

后者是站在數(shù)據(jù)產(chǎn)生的層面來說的,也就是說這一層的數(shù)據(jù)是公司發(fā)生的一系列業(yè)務(wù)動(dòng)作產(chǎn)生形成的,所以叫操作數(shù)據(jù)層。

我們可以看到不論是哪一種叫法都體現(xiàn)了與源數(shù)據(jù)的一致性。

所以這一層的數(shù)據(jù)一般來說是與業(yè)務(wù)庫(kù)中中的數(shù)據(jù)保持一致的,也即是說這一層的數(shù)據(jù)來源于業(yè)務(wù)mysql、oracle等庫(kù)中或者日志中,在同步的過程中不對(duì)數(shù)據(jù)做任何處理,保證與源數(shù)據(jù)的一致。

這一層是最基礎(chǔ)也是最重要的一層,就像大廈的地基一樣,地基不牢,越是高層越是不穩(wěn)定。

DWD(Data Warehouse Detail),中文稱之為明細(xì)數(shù)據(jù)層。

這一層在與原表保持同一粒度的基礎(chǔ)上根據(jù)業(yè)務(wù)過程對(duì)ODS的數(shù)據(jù)進(jìn)行去除臟數(shù)據(jù),按照業(yè)務(wù)過程對(duì)表進(jìn)行歸類和關(guān)聯(lián),經(jīng)過ETL得到與業(yè)務(wù)過程相對(duì)應(yīng)的事實(shí)表。

通常是實(shí)際業(yè)務(wù)中按照維度建模的方式把一些常用的維度也會(huì)冗余的到這一層的表中以降低數(shù)據(jù)查詢的成本。

需要特別提醒的是這一層的數(shù)據(jù)在粒度上仍然是明細(xì)數(shù)據(jù),是沒有進(jìn)行聚合的,只是表變得更寬了些。

DIM(Dimension),中文稱之為維度數(shù)據(jù)層。

這一層其實(shí)是與DWD平行的一個(gè)層級(jí),是對(duì)業(yè)務(wù)中常用維度的建模和抽象,例如常見的地域維度,日期維度,商品品類SKU等維度。所謂的維度也即是我們看數(shù)據(jù)和分析數(shù)據(jù)的一種習(xí)慣和視角。

這一層通常存儲(chǔ)的是完整的維度key和維度的名稱,而事實(shí)表中通常存儲(chǔ)的是維度key的字段。

DWS(Data Warehouse Service),直譯為數(shù)據(jù)服務(wù)層,我們通常稱其為匯總數(shù)據(jù)層。

這一層的數(shù)據(jù)來源基本上都是DWD和DIM,通常是把DWD中的事實(shí)表的key和DIM中的維度key關(guān)聯(lián),然后對(duì)事實(shí)按照更高的維度進(jìn)行上卷的聚合操作,得到在某一維度或者多個(gè)維度上的匯總數(shù)據(jù)或指標(biāo)。

需要提醒的是數(shù)據(jù)在這一層發(fā)生了粒度變化,不再是明細(xì)的數(shù)據(jù),而是聚合后的數(shù)據(jù),這也是這一層別稱之為匯總數(shù)據(jù)層的原因。

ADS(Application Data Service),直譯應(yīng)用數(shù)據(jù)服務(wù)層,也就是我們通常說的應(yīng)用層或者指標(biāo)層。

這一層的數(shù)據(jù)來源可以是DWD層,也可以是DWS層,或者是二者的混合計(jì)算。

這一層的數(shù)據(jù)也是聚合后的數(shù)據(jù)。

那么它與DWS層的區(qū)別是什么呢?

DWS通常是對(duì)明細(xì)數(shù)據(jù)按照常用的維度所做的較低維度的聚合匯總,而ADS層通常是面向具體應(yīng)用(報(bào)表、接口等)的較高維度的數(shù)據(jù)指標(biāo)的聚合匯總。

舉一個(gè)不是特別恰當(dāng)?shù)呛苣苷f明問題的栗子,DWD的10條數(shù)據(jù)可能在DWS中聚合成了5條,但是在ADS中可能被聚合成了1條,所以二者的聚合度是不一致的。

不過也可能存在二者的聚合度一致,但此時(shí)ADS層的表中的字段更多或者更少,這也是體現(xiàn)了其面向具體應(yīng)用的含義。

以上是阿里數(shù)倉(cāng)的主要分層,拋開具體的層次名稱,一般意義上數(shù)倉(cāng)可分為三個(gè)大的層次,分別是原始數(shù)據(jù)層,也就是數(shù)倉(cāng)中數(shù)據(jù)的來源。

清洗處理層,也就是對(duì)原始數(shù)據(jù)經(jīng)過各種操作后形成的數(shù)據(jù)。

面向應(yīng)用層,也就是說是針對(duì)單個(gè)特定的數(shù)據(jù)需求清洗而形成的數(shù)據(jù)。

明白了這層含義,我也就不用再解釋其他一些諸如DWM,FACT,DW,DM等的寫法和叫法了,這些都只是表象,核心還是上面說的三層的本質(zhì)。

三、你的數(shù)倉(cāng)該怎么分層

好多同學(xué)可能看了上面的分層介紹后覺得分層不就是那么回事嗎?

可是一到實(shí)際的場(chǎng)景中就犯了難,ODS中還好說,可是后面要分幾層,每一層的原則和依賴怎么定義?

針對(duì)一個(gè)具體表是放在ADS層合適呢還是放在DWS層合適呢?

下面就來跟大家說說如何對(duì)你的數(shù)倉(cāng)分層。

首先我們要記住一個(gè)原則:

不要為了分層而去分層,盲目的分層不但會(huì)造成數(shù)倉(cāng)中表的混亂而且造成很大的資源浪費(fèi)更是給后面的數(shù)據(jù)治理留下的無窮的隱患。

分層的目的是讓數(shù)據(jù)更規(guī)范、清晰更易用而不是為了讓層次更多。

兩點(diǎn)要牢記的是越是往上層數(shù)據(jù)的粒度就越粗,所表達(dá)的內(nèi)容就越有限,所以不是層級(jí)越多越好。

本層的表一般只允許依賴他緊鄰的上一層,應(yīng)嚴(yán)格避免同層依賴,否則極易產(chǎn)生循環(huán)依賴。

知道了上面的原則和要點(diǎn),我的建議是如果業(yè)務(wù)場(chǎng)景比較簡(jiǎn)單且數(shù)據(jù)表也不是很多,三層就足夠了。

如果業(yè)務(wù)場(chǎng)景和過程比較復(fù)雜,指標(biāo)口徑需要很多表關(guān)聯(lián)才能計(jì)算的話建議四層或者更多的層。

不要為了分層而分層也不要被這個(gè)層所層層困住。

一千個(gè)讀者可能有一千種分層的想法,一千個(gè)公司可能也有一千種分層的方法,適合自己的就是最好的。

作者:數(shù)據(jù)倉(cāng)庫(kù)@唐剛,“數(shù)據(jù)人創(chuàng)作者聯(lián)盟”成員。

本文由@一個(gè)數(shù)據(jù)人的自留地 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自 Pexels,基于CC0協(xié)議。

版權(quán)聲明:本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn),該文觀點(diǎn)僅代表作者本人。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容, 請(qǐng)發(fā)送郵件至89291810@qq.com舉報(bào),一經(jīng)查實(shí),本站將立刻刪除。
(0)
上一篇 2024年4月17日 下午2:23
下一篇 2024年4月17日 下午2:29

相關(guān)推薦

  • 抑郁是怎樣形成的原因有哪些(抑郁是怎樣)

    抑郁是怎樣一種疾病 抑郁是一種常見的心理疾病,它讓人感到悲傷, 沮喪, 無助, 失去興趣和快樂感。許多人會(huì)經(jīng)歷抑郁的情緒,特別是那些患有抑郁癥的人。抑郁是一種嚴(yán)重的心理疾病,它可能…

    教育百科 2024年4月2日
  • 安慶七中吧

    安慶七中吧 安慶七中吧,是安慶市第一所大型公立中學(xué)的學(xué)生和教師之間的交流場(chǎng)所。在這里,我們可以分享學(xué)習(xí)經(jīng)驗(yàn),交流思想,展示才華,度過一個(gè)快樂而有意義的每一天。 安慶七中吧是一個(gè)充滿…

    教育百科 2025年1月6日
  • 年薪18萬-20萬,招聘27人!大朗中學(xué)(高中部)招教師(大朗中學(xué)招聘信息)

    日前,記者從大朗中學(xué)獲悉,2022年秋季該校高中部按規(guī)劃開始擴(kuò)招,辦學(xué)規(guī)模將逐年擴(kuò)大,為滿足工作需要,現(xiàn)面向社會(huì)公開招聘編外教師27名, 東莞市大朗中學(xué)成立于1958年,是廣東省一…

    教育百科 2024年12月7日
  • 沒心情上學(xué)不上學(xué)的說說

    沒心情上學(xué)上學(xué)的說說 今天早上起床,我發(fā)現(xiàn)自己已經(jīng)徹底沒心情上學(xué)了。我感覺自己對(duì)學(xué)習(xí)已經(jīng)沒有任何興趣,甚至對(duì)學(xué)校的一切來說都是那么厭惡。我不知道自己該怎么辦,我感到自己陷入了一個(gè)無…

    教育百科 2025年4月24日
  • 亳州市心理咨詢中心在哪(亳州市心理咨詢)

    亳州市心理咨詢 亳州市是安徽省的一個(gè)重要城市,位于安徽省東部,是一個(gè)歷史悠久、文化底蘊(yùn)深厚的城市。在這里,人們常常會(huì)遇到各種心理問題,如焦慮、抑郁、壓力等等。這些問題對(duì)于人們的身心…

    教育百科 2025年1月2日
  • 孩子作業(yè)拖拉,不想學(xué)怎么辦(孩子厭學(xué)寫作業(yè)拖拉怎么辦)

    孩子厭學(xué)寫作業(yè)拖拉怎么辦? 孩子厭學(xué)和寫作業(yè)拖沓是許多家長(zhǎng)都面臨的問題。這些問題可能會(huì)對(duì)孩子的學(xué)習(xí)成績(jī)和未來發(fā)展產(chǎn)生負(fù)面影響。因此,家長(zhǎng)應(yīng)該密切關(guān)注孩子的情緒和行為,并采取適當(dāng)?shù)拇?#8230;

    教育百科 2024年9月8日
  • 休學(xué)了老師沒叫拍畢業(yè)照

    休學(xué)了,老師沒叫拍畢業(yè)照 我是一名學(xué)生,今年秋天我即將畢業(yè)。然而,一件讓我十分遺憾的事情發(fā)生了:我沒有被邀請(qǐng)參加學(xué)校的畢業(yè)照拍攝。 在我進(jìn)入大學(xué)之前,我一直對(duì)學(xué)校的歷史和傳統(tǒng)有著濃…

    教育百科 2024年7月17日
  • 休學(xué)后多久可以復(fù)學(xué)(休學(xué)之后重新上幾月報(bào)到)

    休學(xué)之后重新上幾月報(bào)到 作為一名學(xué)生,我曾經(jīng)經(jīng)歷過許多挑戰(zhàn)和困難,包括學(xué)習(xí)上的困難和身體上的不適。然而,在我最近的一次休學(xué)期間,我意識(shí)到我需要更多的支持和幫助來克服這些問題。因此,…

    教育百科 2024年6月30日
  • 以逸待勞的意思和典故是什么

    震撼開場(chǎng) 在這個(gè)數(shù)字化快速發(fā)展的時(shí)代,網(wǎng)絡(luò)成癮問題已成為全球關(guān)注的焦點(diǎn)。據(jù)《2023年中國(guó)青少年互聯(lián)網(wǎng)使用報(bào)告》顯示,約15%的青少年存在不同程度的網(wǎng)絡(luò)依賴癥狀,這一比例較十年前增…

    教育百科 2025年4月14日
  • 孩子過度玩手機(jī)怎樣幫助青少年戒除網(wǎng)癮

    孩子過度玩手機(jī)怎樣幫助青少年戒除網(wǎng)癮 近年來,隨著智能手機(jī)和互聯(lián)網(wǎng)的普及,越來越多的人陷入了“網(wǎng)癮”的泥淖中。對(duì)于青少年來說,過度玩手機(jī)已成為一個(gè)嚴(yán)重的問題,不僅會(huì)對(duì)身體和心理健康…

    教育百科 2024年10月2日

發(fā)表回復(fù)

您的郵箱地址不會(huì)被公開。 必填項(xiàng)已用 * 標(biāo)注