离线数仓—业务数据数据同步规划
前言
要进行业务数据采集,就要确定采用什么样的同步方式,因为业务数据中有些变化的快,有些变化的慢,有些表数据量大,有些表数据量小,针对不同类型的表,要采用不同的数据同步策略。
一、业务数据同步概述
1.数据同步策略概述
业务数据在离线数仓项目中是一个非常重要的数据来源,我们需要每天定时从业务数据库中抽取数据,然后将数据传输到数据仓库中,才能对这些数据进行统计分析。
因为离线数仓通常计算周期为一天,所以数据同步周期按一天进行,每天同步一次即可。
2.数据同步策略
数据同步策略有全量同步和增量同步。
1)全量同步
全量同步,就是每天都将业务数据库中的全部数据同步一份到数据仓库,这是保证两侧数据同步的最简单的方式。在拉取数据的时候,拉取最新一天的数据即可获得所有的数据,使用起来非常方便。
2)增量同步
增量同步,就是每天只将业务数据中的新增及变化数据同步到数据仓库。采用每日增量同步的表,通常需要在首日先进行一次全量同步(因为业务数据库通常会留有一定的数据)。
增量同步的优点是每天只需要拉去很少量的数据,缺点是在使用数据时非常麻烦&