问题:ODS有的公司说几乎不用处理,有的却说这一层要做第一次数据清洗,那么你怎么看呢?
这个问题,从本质上来看,其实是和分层的设计以及公司的业务场景相关的,先抛开公司的业务场景来看ODS的设计,我们其实是希望ODS的数据尽量“原汁原味”,但是又相对的干净,那么这个尺度和标准怎么来把握?简单来说,我们会让ODS层的数据内容和粒度与原始数据一致,然后我们会做表命名统一,字段命名统一,数据落地监控等内容。
然后对于数据清洗,个人建议是尽量少做清洗,如果在这一层做清洗,建议只在几种情况下做清洗:
1、简单的数据标准化,比如表和字段命名;
2、默认值填充,比如性别为空的都补0;
3、清洗规则十分明确,比如说字段拆解:接收到的json数据拆成多个明确字段。
其余情况下不是不能做清洗,而是说尽量少做清洗,因为一旦对原始数据稍作破坏,以后查数据的成本会十分巨大。
当我们明确ODS的职责后,再来看不同公司的ODS设计,如果说数据源很干净,那么直接拿来就可以,基本不用处理。如果说数据很混乱,而却清洗规则十分明确,不会出现返工的情况,那么就可以在入ODS的时候做一部分的清洗。
OSD层的数据需要做数据清洗吗?
最新推荐文章于 2024-07-04 10:20:57 发布