2.离线数仓-业务数据采集

自学大数据的菜鸡

已于 2022-03-07 19:43:40 修改

阅读量369

点赞数

分类专栏：离线数仓文章标签：数据仓库 big data

于 2022-02-15 14:59:00 首次发布

本文链接：https://blog.csdn.net/yunweijie_cn/article/details/122937942

版权

离线数仓专栏收录该内容

40 篇文章

订阅专栏

本文介绍了电商业务数据采集的架构，包括订单、支付、商品、活动和优惠券等核心表结构。讲解了SKU与SPU的区别，以及平台属性和销售属性。同时，阐述了数据表之间的关联关系，如收藏、购物车、领券、支付、退单、退款和评价等，并强调了数据不可修改性对大数据分析的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

数据采集分为两部分，前面已经说了行为日志采集，接下来说明业务数据采集。

一、业务数据采集对应架构图说明

在这里插入图片描述
项目总架构图中该部分对应了业务数据的采集过程

二、业务数据从哪里来

业务数据一般指的是存储在数据库中的数据，例如订单数据、支付数据、商品数据等等

三、电商基础知识

1.SKU和SPU

SKU：Stock Keeping Unit（库存量基本单位）。现在已经被引申为产品统一编号的简称，每种产品均对应有唯一的SKU号。
SPU（Standard Product Unit）：是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息集合。
SPU表示一类商品。同一SPU的商品可以共用商品图片、海报、销售属性等。
为了方便理解，如下图：
在这里插入图片描述
上图中iPhoneX手机就是SPU。一台银色、128G内存的、支持联通网络的iPhoneX，就是SKU。
当然，不同颜色或者不同内存的iPhoneX就属于不同的SKU。

2.平台属性和销售属性

平台属性和销售属性展示的位置不同，如下图平台属性：
在这里插入图片描述
下图则是销售属性（一般指某个商品的具体参数）：

四、电商业务表结构（简单了解）

1.整体结构

在这里插入图片描述

2.收藏SKU

收藏表记录的是用户收藏了某个SKU，所以收藏表包含了用户信息和SKU信息
收藏表中一行表示用个用户收藏了一个SKU，用表户和收藏表是1对多的关系，SKU表和收藏表是1对1的关系
在这里插入图片描述

2.加购物车

加购物车和收藏SKU是同样的关系
购物车表一行是一个用户把一个商品添加到购物车
在这里插入图片描述

3.领用优惠券

领用优惠券也和收藏SKU是同样的关系
优惠券领用表一行是一个用户领用了某一个优惠券
在这里插入图片描述

4.下单

订单表中只记录总金额和订单状态，不记录买了什么商品
订单表可以修改（可以修改收货地址）
订单明细表不可以修改
表能不能修改对后面数仓建设息息相关，因为Hive数据保存到HDFS上，HDFS上的数据一般不做修改，如果表能够修改，那么需要做额外的处理
在这里插入图片描述

5.支付

支付表中也没有商品信息，只有订单表的信息，因为支付是一次支付一个订单的，不能只支付订单中某些商品
在这里插入图片描述

6.退单

退单是可以退某件商品的，因此退单表和SKU信息表关联起来的。
例如一个订单买了10个商品，可以退其中的1件，因此退单表要包含退单的商品信息。
在这里插入图片描述

7.退款

退款类似于退单，退单可以退其中某件商品，那么退款也可以是某件商品的退款，因此需要包含SKU商品信息表
在这里插入图片描述

8.评价

用户对买的每一件商品都可以进行评价，因此评价表要关联用户表、订单表、SKU商品表
在这里插入图片描述

以下为本电商数仓系统涉及到的业务数据表结构关系。这34个表以订单表、用户表、SKU商品表、活动表和优惠券表为中心，延伸出了优惠券领用表、支付流水表、活动订单表、订单详情表、订单状态表、商品评论表、编码字典表退单表、SPU商品表等，用户表提供用户的详细信息，支付流水表提供该订单的支付详情，订单详情表提供订单的商品数量等情况，商品表给订单详情表提供商品的详细信息。本次讲解以此34个表为例，实际项目中，业务数据库中表格远远不止这些。