Java教程

数据仓库分层

本文主要是介绍数据仓库分层,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

分层原因:

  1. 把复杂问题简单化,每一层只处理简单的任务,方便定位问题;
  2. 减少重复开发,规范数据分层,通过中间层数据能够减少重复计算,且增加计算结果的复用性;
  3. 隔离原始数据,不论是数据的异常还是数据的敏感性,使真实数据与统计数据解耦开。

 

 

ods(原始数据层):数据准备区,也称为贴源层。数据仓库源头系统的数据表通常会原封不动的存储一份,以此减少对业务系统的影响,也是后续数据仓库加工数据的来源。业务DB基本上是直接同步过来,LOG主要做结构化。

 建模方式及原则

  • 从业务系统增量抽取;
  • 保留时间由业务需求决定;
  • 可分表进行周期存储;
  • 数据不做清洗转换与业务系统数据模型保持一致;
  • 按主题逻辑划分。

针对HDFS上的用户行为数据和业务数据,我们如何规划处理?

  • 保持数据原貌不做任何修改,起到备份数据的作用;
  • 数据采用压缩,减少磁盘存储空间;
  • 创建分区表,防止后续的全表扫描。

 DWD是业务层与数据仓库的隔离层,主要对ODS数据层做一些数据清洗(去除空值、脏数据、超过极限范围的数据)、规范化、维度退化、脱敏等操作。

这篇关于数据仓库分层的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!