数据仓库
文章平均质量分 87
数据仓库架构设计开发
大数据松松
越努力越幸运
展开
-
数仓建模【埋点设计与管理】
埋点是数据平台很重要的一部分,如果只有业务数据没有埋点数据,那么用户在我们平台上的一切行为对我们来说都是黑盒,所以我们想要做到精细化运维埋点是必须的;优于埋点的数据从产生使用链路很长,而且很复杂,这就需要我们做好设计和管理工作。原创 2024-05-09 11:16:23 · 1027 阅读 · 0 评论 -
数据仓库【模型好坏】
数据仓库的好坏分为内部评价标准和外部评价标准。数据仓库既不能闭门造车,也不能完全跟着业务需求走,好的数据仓库模型一定是将数仓模型跟业务需求很好的兼容结合,适合我们自己的才是最好的。原创 2024-01-31 17:53:07 · 368 阅读 · 0 评论 -
数据仓库【SQL优化】
每个sqlboy工作一段时间后都会面临这一个能力提升问题--Sql优化。本文通过更通俗易懂的话术讲解sql优化的策略内容。提供一个从业务需求探查到最终上线全流程的sql优化方案,如有缺失,希望大家多多交流补充。原创 2024-02-01 13:54:30 · 1408 阅读 · 0 评论 -
数据仓库【建模理解】
分层不仅可以解决业务快速的数据支撑,也可以为未来抽象出共性的通用层,能够为 业务发展提供稳定、准确的数据支撑,并且可以为新业务的发展提供数据决策方向,也就是数据驱动和赋能。贴源层ODS(Operational Data Store):又称数据基础层,将原数据几乎无处理的存放在数据仓库系统中,结构与业务源系统保持一致,目的是出现了问题可以做数据溯源用。明细数据层DWD(Data Warehouse Detail):以业务过程作为建模驱动,基于每个业务过程特点,构建最细粒度的数据主题明细事实表。原创 2024-02-02 10:17:34 · 584 阅读 · 0 评论 -
数据仓库【开发流程】
本文重在梳理数据开发的整体流程,以及每个环节需要注意的点,有啥不足之处,希望大家多多提意见,多多交流~原创 2024-01-30 23:32:27 · 541 阅读 · 0 评论 -
数据仓库【数据治理】
数据治理是要贯穿整个数据仓库的设计开发全流程的,数据治理也不是能一步到位的,在我们不断对业务了解、数据了解、需求了解后,不断的优化迭代,设计开发出适合自己业务的数据仓库才是最好的。数据治理是一个不断雕刻的过程,有点类似代码重构,只有不断的将数据跟业务融合,才能不断的提升数据服务,体现数据仓库价值。原创 2024-01-30 20:14:57 · 2173 阅读 · 1 评论