思路:
数仓的表的数据出现错误,思路基本上就是逆推,根据错误所在的表不断往上一个个推这个错误的字段所在的表。
过程大致描述:
前端数据展示时,一家公司的指标出现了重复展示,如平均值,则需要找到这张表,在工作流里面找到其对应的来源表,如被用来关联产生该结果表的总价格表和总数量表。总之,层层往上找,最后发现是源头的一张手动维护的表数据出现了问题,该公司对应了两个简称。
解决办法:
由于该表非事务表,需将该表的数据导入一个临时表,修正错误后跑通逻辑后。将原orc表清空,将正确的数据导入。
ps:
修复前要将原来表CTAS做备份,怕修复的数据依然有问题,还有机会修复。数据修复后。要根据之前排查的思路再校验一遍。复并校验通过了要及时删除备份表,否则这种备份表会成为数据孤岛。