当先锋百科网

首页 1 2 3 4 5 6 7

目录

1 数据模型规范

1.1 ODS层

1.1.1 表规范

1.1.2 数据同步及合并

1.2 DIM层

1.2.1 表规范

1.2.2 数据清洗

1.2.3 数据转化

2 数据模型优化


上一篇:数据仓库4.1_数据治理_数据血缘https://blog.csdn.net/weixin_43875878/article/details/120821508https://blog.csdn.net/weixin_43875878/article/details/120821508

下一篇:数据仓库4.3_数据治理_元数据管理https://blog.csdn.net/weixin_43875878/article/details/120845400https://blog.csdn.net/weixin_43875878/article/details/120845400

1 数据模型规范

1.1 ODS层

1.1.1 表规范

(1) 表命名

        增量表:ods_{来源数据库缩写}_源数据库表名_inc

        全量表:ods_{来源数据库缩写}_源数据库表名

(2) 字段

        ①字段类型:数据类型使用bigint,小数类型使用double,其它类型使用string.

        ②在最后增加字段loaddate,取当前系统时间,格式为'yyyy-MM-dd HH:mm:ss',用于记录数据处理的时间.

        ③如果源数据的数据量很大,可适当增加分区字段,命名为(dt日分区,mn月分区,year年分区)

1.1.2 数据同步及合并

        (1) 如果数据量很小并且易处理,那么从数据源全量同步数据.

        (2) 如果源数据的数据量很大,则只抽取最近变化的数据,形成增量表,然后合并到全量表中:

                ①如果源数据新增或修改时,会更新时间字段,则根据时间抽取最近的数据.

                ②如果源数据中含有主键,则根据主键来判断是覆盖还是新增;如果源数据中没有主键,则可以根据时间段来合并数据.

1.2 DIM层

1.2.1 表规范

(1)表命名:

        {模型层级}_{业务板块}_{主题域}_{自定义标签}

(2) 字段规范

        在最后增加字段loaddate,取当前系统时间,格式为'yyyy-MM-dd HH:mm:ss',用于记录数据处理的时间.

1.2.2 数据清洗

        (1) 标准化处理:应用建于数据仓库内部的标准字典,对于地区名、人名、产品名、分类名以及各种编码信息进行标准化处理.

        (2) 查重:应用各种数据库查询技术和手段,避免引入重复数据.

        (3) 去除数据中的特殊符号、空格等.

        (4) 涉及手工维护数据,和对接人员规范数据.

1.2.3 数据转化

        (1) 对于业务指标,统一按最小单位保存,如时间保留到秒.

2 数据模型优化

        ①ADS应用层优先调用DW层数据,尽量优先调用DWS汇总层数据.

        ②ADS应用层不能直接调用ODS层数据,ODS层数据需通过DW层进行封装.

        ③DWS汇总层优先调用DWD明细层数据,尽量优先调用DWS已经产出的粗粒度汇总数据.

        ④通过增加汇总表,减少数据的动态汇总; 

        ⑤通过冗余字段,减少表连接的数量.