2.4 离线数仓—数据采集模块总结

自学大数据的菜鸡

已于 2022-03-07 19:56:36 修改

阅读量1.4k

点赞数

分类专栏：离线数仓文章标签：数据仓库 big data flume

于 2022-02-17 22:23:28 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/yunweijie_cn/article/details/122989816

版权

本文总结了离线数仓的数据采集模块，包括整体架构图和日志、业务数据采集流程。日志采集涉及前端用户行为数据，业务数据采集则包含全量和增量表同步，其中全量同步一天生成一次数据，增量同步使用maxwell-bootstrap，并关注数据写入HDFS的时间问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

离线数仓—数据采集模块总结

前言
一、数据采集模块整体架构图
二、日志数据采集
- 1.日志数据采集流程图
三、业务数据采集
- 1.业务数据采集流程图
- - - 1）全量表同步说明
    - 2）增量表同步说明

前言

数据采集模块已经全部完整，这里对数据采集模块做一个总结。

一、数据采集模块整体架构图

数据采集模块整体架构图如下：
在这里插入图片描述
数据采集模块又可以划分为两部分，第一部分是前端埋点用户日志行为数据的采集；第二部分是业务数据的采集。

二、日志数据采集

1.日志数据采集流程图

在这里插入图片描述

三、业务数据采集

1.业务数据采集流程图

在这里插入图片描述

1）全量表同步说明

在这里插入图片描述
特别需要主要的是：生成一天的数据导入一次

2）增量表同步说明

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。