大数据之路之平台数据开发规范

一 数据开发规范

• 命名标准

这个命名包含了表命名，项目命名，作业命名等，拿表名来说，一般都是按系统来为首，业务做次之，接着是表名，最后还加上一些备注信息，demo是 系统_业务_表名_备注，比如来自外部互联网的一条用于监控的每日更新的日志表HLW_JK_LOG_RT，不过具体命名以实际业务来定，唯一需要认真的就是无论是表，项目，还是作业资源这一类的命名都要统一一致，方便后续开发以及管理

• 脚本规范

1. •脚本命名由阿拉伯数字（0~9）、字母（a~z、A~Z）、下划线(_)组成，并以字母开头，其中字母应全部为小写
2. •{分区}_{功能简述}，如：贴源区数据同步的shell脚本，ty_sjtb.sh;
3. •需要有规范的脚本描述(头部)
4. •需要有整齐的缩进格式
5. •脚本里面有详细的注释

举例说明

#!/bin/bash
################################################################################
# SCRIPT_NAME     : xxxx_commit_combine.sh
#
# CREATE_TIME     : 2018/04/10
# AUTHOR          : Mochou_liqb
#
# DESCRIBETION    : get create_table_sql
# PARAMETER       : 1 baseConf, such as XX
# EXAMPLE         : ./xxxx_commit_combine.sh XX TABLE_NAME 20181212
# 
# UPDATE_RECORD   : change comments from Chinese to English and kill some bugs
#
# DATE      OPERATION       CZR         DESCRIBETION              		
# ________  _____________   ________    __________________________________
#
# 2018/12/11  UPDATE Mochou_liqb  
################################################################################

• 目录规范

目录是广泛定义下的目录，包含作业，脚本，资源等，目录设置的要求需要按层级按分类逐级增加，理应有正文目录和备份目录，目录命名应简洁清晰统一，便于管理规范

• 数据开发标准规范

代码对照映射：根据业务整理规范得出，如果是该系统独有的代码表，则特殊处理进行标准
非空字段处理：设置默认值．对于日期、字符类型数据项，暂不做处理，对于数值型字段设置为0
代码引用字段：对于不能为空的代码字段实际值为空的代码引用字段，默认填写“；对于标准化映射，根据代码对照映射关系，                             查找到当前字段对应的标准代码表，根据原码值和标准码值的对应关系，用标准码值替换原码值
日期时间字段：对于字段只需具体到天，其他统一各系统日期/时间字段的格式，在源库找出所有时间字段DATE，TIMESTAMP,
                         式为'YAN-MM-DDHH:MISS,对于不符合格式的字段，使用日期时间函数转换
数值数目字段：统一各系统数字格式，对于金額类型的数据，统一格式为保两位小数；对于利率类统一用小数表示

二 平台标准规范

平台规范主要包含

1. 数据类型规范：主要是平台与数据库之间的数据类型映射规范，这个按照每个数据库系统实际规范来规范
2. 实体命名规范：项目，表，文件夹，资源等，参考前面介绍
3. 作业调度规范：规范和控制作业之间前后依赖关系，从而保证数据按照设计流程进行准确加工；通过虚拟节点进行分级分类，方便作业控制与管理；虚拟节点命名规则：xnjd_etl_{虚拟节点类型}；物理节点命名规则：参考数据层命名规范中的作业命名规范；
4. 权限管理规范：权限严格控制，开发，生产项目权限保持界限

三 流计算规范

流计算由于其数据应用的特殊性，是不走大数据平台的而是有自己的一套采集，规范，开发，应用的流程，这一套流程分别对应不同的工具，平台和数据库，由于各大云平台和云生态，其架构不完全统一，故这方面的规范可实际参考前两者，逐一标准

四 运维规范

实施运维

1. 建立运维机制，每天定时检测平台流程，包括大数据平台，数据库，流计算等并输出运维文档每日提交
2. 新增数据源依据需求在业务低峰期添加，尽量选择新增作业，做到不影响其他作业运行
3. 流程出现问题及时实施处理，总结汇报，评估代价，并告知下游

监控表格

由实际业务制定并分发遵循