必应网站收录提交入口,今天最新的招聘信息,产品网站做营销推广,阿里云加WordPress建站数仓(Data Warehouse)
数据仓库存在的意义在于对企业的所有数据进行汇总#xff0c;为企业各个部门提供一个统一、规范的出口。做数仓就是做方案#xff0c;是用数据治理企业的方案。
数据仓库的特点
面向主题集成 公司中不同的部门都会去数据仓库中拿数据#xff0c;把独…数仓(Data Warehouse)
数据仓库存在的意义在于对企业的所有数据进行汇总为企业各个部门提供一个统一、规范的出口。做数仓就是做方案是用数据治理企业的方案。
数据仓库的特点
面向主题集成 公司中不同的部门都会去数据仓库中拿数据把独立从数据仓库中拿数据的单元称为一个主题。数据仓库中的数据是从各个分散的数据库中抽取出来的需要进行完整集合还要进行数据处理。 涉及的数据操作主要是查询
数仓的本质
能够完整记录某个对象在一段时期内的变化情况的存储空间。随着时间变化不断增加新的数据内容不断删去旧的数据内容。
数仓设计方案
1. 需求分析
找谁了解需求 老板大方向运营人员具体多问几个运营人员行业标准规范行业运营(搜索能力)行业专家
2. 确定主题指标体系
典型领域指标
电商转化新闻浏览社交媒体活跃度多媒体转化、活跃
数据挖掘、人工智能
确定历史事实数据间的因果关系筛选出不必要的重复指标
命题主题
事实数据
Who When Where How What谁 何时 何地 方式 做了什么
电商示例
传统订单 Who When Whereorder_id, user_id, purchase_time, store_id 订单详情 order_detail_id, order_id, product_id, purchase_count, price 订单支付 pay_id, pay_type, pay_account, pay_time 大数据订单(着重对HOW扩展) How: 搜索直接来源 关键词搜索分类检索主页推荐外链引流 分析商品搜索过程 在哪些商品处停留有哪些同样感兴趣的商品什么时候就开始关注这个商品是否存在其他行为(收藏、加入购物车、下单、购买) 处理其他行为 定时提醒XXX商品已被您收藏30天但还没有购买…
3. 确定数据标准
原始数据行为数据(因) RDMBS(果)基于原始数据预聚合数据
4. 数仓设计
数据规模成本核算
数据埋点获得埋点数据
前端埋点类似于视频浏览过程数据只能通过前端埋点后端埋点类似于支付后端才是直接和第三方支付接口交互的。能用后端埋点就用后端埋点前端埋点是不得已采用
埋点数据格式与容量
公共数据格式事件数据
服务器集群配置
买/租
技术选型与服务器环境搭建
hdfsyarnhivehbasezkspark
5. 数据采集
行为日志 - flume - hdfsRDBMS - sqoop - hbase
6. 操作数仓
plsql
declare 变量名 数据类型 初值;set 变量 值;print 常量 || 变量vim ~/pl_demo.ql------------------------------------------------------------create function FUNC_NAME(name TYPE,...) returns RETURN_TYPEbegindeclare VAR INIT_VALUE;...print CONSTANTS || VAR;end;call FUNC_NAME(...);--------------------------------------------------------------案例自定义函数生成日期维度表vim pl_demo.ql------------------------------------------------------------------------------------------------------------ 定义存储过程create procedure getSumAmount()begindeclare sum_amount decimal(10,2) 0.0;select sum(order_amount) into sum_amount from yb12211_2.hive_internal_par_cluster_regex_test1w;print sum of order amount : || sum_amount;end;-- 调用存储过程call getSumAmount();----------------------------------------------------------------------------------------------------------执行plsql文件hplsql -f FILE_PATHhive -e “SHOW DATABASES”hive -f QL_FILE_PATH
