数据仓库
数据仓库是一个面向主题的(用户、商品)、集成的(多数据源)、相对稳定的(主查询、更新)、反映历史变化的数据集合,用于分析性报告和支持管理决策。
数据库
OLTP(On-Line Transaction Processing):联机事务处理,对具体业务在数据库联机的日常操作,通常对少数记录进行查询、修改。用户较为关心操作的响应时间、数据的安全性、完整性和并发的支持用户数等问题。传统的数据库系统作为数据管理的主要手段,主要用于操作型处理。
数据仓库
OLAP(On-Line Analytical Processing):叫联机分析处理,针对主题历史数据进行分析,支持管理决策
数据仓库分层
ODS层 (Operational Data Store):原始数据层,原始数据存储,数据来源可能是通过Flume、Kafka、Sqoop导入
DWD层 (Data Warehouse Detail):数仓明细层,清洗,去重、字典翻译、空值转化,日期格式化,调整压缩算法、存储格式等操作。
DWS层 (Data Warehouse Service):数仓汇总层,也称主题表,以某维度为线索,组成跨主题的宽表。
ADS层(Application Data Store):应用数据层 ,与需求对接。面向实际的数据需求,以DWD或者DWS层的数据为基础,组成的各种统计报表。
DIM层(Dictionary Data Market):数据维度层,存储各层公用的维度数据。诸如省、市、县区域表、渠道列表、商品类目等表数据。
TEMP层(Temporary Data Layer):临时层,存储一些中间计算结果。
1.存储格式
HIve的文件存储格式有四种:TEXTFILE 、SEQUENCEFILE、ORC、PARQUET,前面两种是行式存储,后面两种是列式存储。
行存
优点:相关的数据是一条记录,INSERT/UPDATE效率高
缺点:a)读取整行数据,有不必要的列读取。
b)列的数据类型不一致,不容易获得一个极高的压缩比,空间利用率不高
列存
优点:a)只查询相关列,SELECT效率高
b)对列压缩,节省储存空间和节省计算内存和CPU
c)任何列都可以作为索引
缺点:a)INSERT/UPDATE效率低 b)不适合扫描小量的数据
2.压缩
在ODS层,可以选gizp压缩,压缩算法的压缩比特别高,用以节省空间
在DWD、DWS中,可以选选择Snappy + (orc或者parquet),期望的文件格式是解压和压缩速度快,用以提高查询效率
数据仓库分层实例
用户访问统计
1.ods层:flume、kafka、App埋点数据的原始数据存储,实时,离线
2.dwd层:在hive中按天分区T+1形式清洗数据,存储压缩
3.dws层:根据主题建宽表,根据事实表用户ID关联部门维表获取员工号,1-4
级部门code等,IP关联区域维表获取地区部,代表处,国家等
4.ads层:用户实际需要数据,从dws宽表中计算产品,子产品维度的uv,pv
或某区域的浏览量、访问量等
5.dim层:维表,部门表,员工表,区域表,产品表
数据仓库模型
星型模型:事实表+维度表等多表通过预先JOIN冗余到一张宽表里
根据主题建宽表,事实表用户ID关联部门维表获取员工号,1-4级部门code等,IP关联区域维表获取地区部,代表处,国家等,产品key关联产品维表获取产品信息、子产品信息等汇总为宽表
雪花模型:维表没有直接连接到事实表上,而是在计算的时候,维表join到事实表,雪花模型对星型模型的维表进一步层次化,形成一些局部的 " 层次 " 区域。比如将地域维表又分解为国家,省份,城市等维表。
计算商品的访问量,成交量等,事实表站点id关联品牌维表,获取品牌,平台,商品简称等,用户id关联商品表,获取商品信息及对应订单信息,在根据订单id关联订单金额表,获取此订单中的所有商品及金额,成交量等等。
比较
现在一般都是采用星型模型, 预先计算,提高性能,避免后续重复计算。CPU和内存的资源永远比磁盘空间宝贵的多。至于雪花模型,就是灵活,不需要太多的重复清洗,但是性能不如星型模型
这里写自定义目录标题
欢迎使用Markdown编辑器
你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。
新的改变
我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:
- 全新的界面设计 ,将会带来全新的写作体验;
- 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;
- 增加了 图片拖拽 功能,你可以将本地的图片直接拖拽到编辑区域直接展示;
- 全新的 KaTeX数学公式 语法;
- 增加了支持甘特图的mermaid语法1 功能;
- 增加了 多屏幕编辑 Markdown文章功能;
- 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能,功能按钮位于编辑区域与预览区域中间;
- 增加了 检查列表 功能。
功能快捷键
撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
查找:Ctrl/Command + F
替换:Ctrl/Command + G
合理的创建标题,有助于目录的生成
直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC
语法后生成一个完美的目录。
如何改变文本的样式
强调文本 强调文本
加粗文本 加粗文本
标记文本
删除文本
引用文本
H2O is是液体。
210 运算结果是 1024.
插入链接与图片
链接: link.
图片:
带尺寸的图片:
居中的图片:
居中并且带尺寸的图片:
当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。
如何插入一段漂亮的代码片
去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片
.
// An highlighted block
var foo = 'bar';
生成一个适合你的列表
- 项目
- 项目
- 项目
- 项目
- 项目1
- 项目2
- 项目3
- 计划任务
- 完成任务
创建一个表格
一个简单的表格是这么创建的:
项目 | Value |
---|---|
电脑 | $1600 |
手机 | $12 |
导管 | $1 |
设定内容居中、居左、居右
使用:---------:
居中
使用:----------
居左
使用----------:
居右
第一列 | 第二列 | 第三列 |
---|---|---|
第一列文本居中 | 第二列文本居右 | 第三列文本居左 |
SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:
TYPE | ASCII | HTML |
---|---|---|
Single backticks | 'Isn't this fun?' | ‘Isn’t this fun?’ |
Quotes | "Isn't this fun?" | “Isn’t this fun?” |
Dashes | -- is en-dash, --- is em-dash | – is en-dash, — is em-dash |
创建一个自定义列表
-
Markdown
- Text-to- HTML conversion tool Authors
- John
- Luke
如何创建一个注脚
一个具有注脚的文本。2
注释也是必不可少的
Markdown将文本转换为 HTML。
KaTeX数学公式
您可以使用渲染LaTeX数学表达式 KaTeX:
Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
你可以找到更多关于的信息 LaTeX 数学表达式here.
新的甘特图功能,丰富你的文章
- 关于 甘特图 语法,参考 这儿,
UML 图表
可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图:
这将产生一个流程图。:
- 关于 Mermaid 语法,参考 这儿,
FLowchart流程图
我们依旧会支持flowchart的流程图:
- 关于 Flowchart流程图 语法,参考 这儿.
导出与导入
导出
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。
导入
如果你想加载一篇你写过的.md文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。
注脚的解释 ↩︎