数仓模型设计

实时数仓方案如何选型和构建（建议收藏）

一、为何需要实时数仓架构最初企业存储数据都在数仓中存储，但是随着数据量的增大，传统数据的方案在时效性上和数据维护上变得越来越困难。实时数仓架构应运而生。
also&lucky·2023-09-16 11:30

ETL之拉链表算法探索

历史数据存储方式数仓中历史数据存储的2种方式：快照存储快照式存储拉链存储拉链表存储可以很明显的看出：在数仓中，相比于快照存储，拉链表，既能满足反应数据的历史状态，又可以最大程度的节省存储。
Daniel_张·2023-09-16 10:39

离线数仓和实时数仓割裂的痛点,数据湖方案

离线数仓和实时数仓割裂的痛点：1)离线加工数据产出时效性不足2)实时加工可观测性，可运维性较弱3)批流双链路，双份资源开销4)全天计算资源高峰集中在凌晨数据湖方案：数据入湖增量计算，提升时效流表二像性，
秉寒-CHO·2023-09-16 08:53

数仓的主数据出数据指标是否有意义 ，单调递增的数据指标作为虚荣指标是否对公司的业务发展有实际的指导意义

数仓的主数据出数据指标如果能够指导公司的业务发展，那么这些指标是有意义的。然而，如果这些指标只是单调递增的虚荣指标，那么它们并不能对公司的业务发展提供实际的指导意义。
秉寒-CHO·2023-09-16 08:53

Serverless 数仓技术与挑战 - 张雁飞｜3306π

在本次分享中，我们将介绍一款新型Serverless数仓技术。该技术旨在解决传统数仓在扩展性、成本和管理上的局限性，能够大幅提升性能并降低成本。我们还将探讨Serverless数仓面临的技术挑战。
Databend·2023-09-16 07:23

Meetup 回顾｜Data Infra 研究社第十期（含资料发布）

此次直播活动的两大主题分别是《漫谈时序数据库的设计》和《云原生数仓产品》。Greptime联合创始人-冯家纯、Databend优化器负责人-雷宇分别为本次活动分享了他们的独特见解。
Databend·2023-09-16 07:52

卷积神经网络实现咖啡豆分类 - P7

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制文章来源：K同学的学习圈子目录环境步骤环境设置包引用全局设备对象数据准备查看图像的信息制作数据集模型设计手动搭建的vgg16
好名让狗申请了·2023-09-16 04:47

Flink集成Hive之Hive Catalog与Hive Dialect--以Flink1.12

什么是HiveCatalog如何使用HiveCatalog什么是HiveDialect如何使用HiveDialect公众号『大数据技术与数仓』
大数据技术与数仓·2023-09-15 12:37

一百七十八、ClickHouse——海豚调度执行ClickHouse的.sql文件

一、目的由于数仓的ADS层是在ClickHouse中，即把Hive中DWS层的结果数据同步到ClickHouse中，因此需要在ClickHouse中建表，于是需要海豚调度执行ClickHouse的.sql
天地风雷水火山泽·2023-09-15 09:47

慢sql和sql注入

这可能是由多种原因引起的，包括查询优化不当、索引缺失、不合理的数据模型设计、高并发负载等。下面是关于慢SQL的详细描述、排查和解决方法：现象：响应时间延迟：查询或操作执行时间明显长于正常情况。
liulanba·2023-09-15 09:38

HashData 云数仓上线华为蓝鲸应⽤商城

近⽇，经过华为对企业技术、产品和服务能⼒的综合评估，酷克数据企业级云原⽣数据仓库HashData通过与华为OceanStorPacific分布式存储的适配与优化，形成⼀体化解决⽅案，成功上线华为蓝鲸应⽤商城。图1：华为蓝鲸商城HashData产品⻚⾯华为蓝鲸应⽤商城是华为数据存储产品线与合作伙伴联合打造的⼀站式IT应⽤解决⽅案集成平台，通过对企业应⽤与IT基础设施的深度融合，构建了应⽤快速上线、应
HashData酷克数据·2023-09-15 08:47

数据仓库主题一（宽表模型设计）

一、典型的数据仓库建模思想一般主流分为两种第一种ER模型是数据仓库之父父Billlnmon提出的建模方法是从全企业的高度设计3NF模型，用实体关系（EntityRelationship,ER）模型描述企业业务，在范式理论上符合3NF。后续又有人通过在其基础进行衍生和优化发展了DataVault模型和Anchor模型（具体类型思想可自行资料）第二种维度模型：维度模型是数据仓库领域的RalphKimb
lianchaozhao·2023-09-15 07:04

一百七十七、Hive——海豚调度执行Hive的.sql文件

一、目的对于Hive数仓，每一层的建库建表SQL语句都各自放在一个.sql文件里，然后用海豚调度执行一下Hive的.sql文件二、实施步骤（一）第一步，上传.sql文件到海豚调度器上（二）第二步，建立并配置工作流
天地风雷水火山泽·2023-09-15 07:33

GaussDB（DWS）云原生数仓技术解析：湖仓一体，体验与大数据互联互通

文章目录前言一、关于数据仓库需求场景分类二、数据仓库线下部署场景2.1、线下部署场景介绍及优劣势说明2.2、线下部署场景对应的客户需求三、数据仓库公有云部署场景3.1、公有云部署场景介绍及优劣势说明3.2、公有云部署场景对应的客户需求四、为何重视数据共享（含湖仓一体）？4.1、传统数据共享业务场景4.2、数据共享（含湖仓一体）能力解决掉的问题五、数据仓库技术架构演进5.1、SharedStorag
白鹿第一帅·2023-09-15 07:56

尚硅谷大数据项目《在线教育之离线数仓》笔记008

视频地址：尚硅谷大数据项目《在线教育之离线数仓》_哔哩哔哩_bilibili目录P123P124P125P126P127P128P129P123ApacheSuperset是一个现代的数据探索和可视化平台
upward337·2023-09-14 23:32

可编程网关 Pipy 第三弹：事件模型设计

keep-care自从参加了Flomesh的workshop，了解了可编程网关Pipy。对这个“小东西”充满了好奇，前后写了两篇文章，看了部分源码解开了其部分面纱。但始终未见其全貌，没有触及其核心设计。不是有句话，“好奇害死猫”。其实应该还有后半句，“满足了就没事”（见维基百科）。所有就有了今天的这一篇，对前两篇感兴趣的可以跳转翻看。初探可编程网关Pipy可编程网关Pipy第二弹：编程实现Metr
云原生指北·2023-09-14 19:27

数仓模型之 拉链表

Q1什么拉链表？拉链表，记录每条信息的生命周期，一旦一条记录的生命周期结束，就要重新开始一条新的记录，并把当前日期放入生效的开始日期；如果当前信息至今有效，在生效结束日期中填入一个极大值（一般为9999-99-99）Q2为什么要建立拉链表？拉链表适合于：数据会发生变化，但是大部分是不变的；比如：订单信息从未支付、已支付、未发货、已完成等经历了一周，大部分时间是不变化的，只有状态和状态发生时间会有更
秋慕云·2023-09-14 18:54

大数据面试知识点

大数据：1.离线数仓【ERP、电商、业务清楚、】1.业务熟悉2.技术架构3.数仓建设4.指标【5个】做过哪些指标如何做的2.spark工具：1.技术架构2.优点：3.实时指标yarn：1.背景2.好处3
ODzongzi·2023-09-14 14:24

认识数据分析

文章目录1.认识数据分析1.1数据自身的三大属性1.2建数仓数据分析的工程技术1.3数据分析解决问题的原理1.4数据分析的具体流程1.5数据的中心化和智能化1.6数据分析的四种类型和六个方向1.认识数据分析
几窗花鸢·2023-09-14 07:29

TensorFlow 03(Keras)

tf.kerastf.keras是TensorFlow2.0的高阶API接口，为TensorFlow的代码提供了新的风格和设计模式，大大提升了TF代码的简洁性和复用性，官方也推荐使用tf.keras来进行模型设计和开发
Darren_pty·2023-09-13 22:16

【学习笔记】尚硅谷大数据项目之Flink实时数仓---数据可视化接口实现

这里写自定义目录标题第1章数据可视化接口1.1设计思路1.2需求梳理1.2.1最终显示效果图1.2.2分析可视化大屏1.2.3接口执行过程第2章Sugar数据大屏2.1产品介绍2.2使用入口2.3创建数据大屏第3章总成交金额接口3.1Sugar组件：数字翻牌器3.1.1添加组件3.1.2配置组件3.1.3查询组件需要的数据格式3.1.4接口访问路径以及返回格式3.2数据接口实现3.2.1创建数据接
在学习的王哈哈·2023-09-13 13:31

尚硅谷大数据项目《在线教育之实时数仓》笔记001

视频地址：尚硅谷大数据项目《在线教育之实时数仓》_哔哩哔哩_bilibili目录P001P002P003P004P005P001以在线教育采集系统和离线数仓为前置基础，分为三个部分讲解：实时数仓架构介绍
upward337·2023-09-13 13:00

数仓相关知识集合

数仓建模说到数仓建模，就得提下经典的2套理论：范式建模Inmon提出的集线器的自上而下（EDW-DM）的数据仓库架构。维度建模Kimball提出的总线式的自下而上（DM-DW）的数据仓库架构。
zjy997·2023-09-13 11:37

Databend 开源周报第 110 期

Databend是一款现代云数仓。专为弹性和高效设计，为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务：https://app.databend.cn。
Databend·2023-09-13 09:31

自助式数据分析平台：JVS智能BI功能介绍（二）数据集管理

在整体的数仓架构中，数据集是在线加工的标准数据形态。实现从业务数据抽取到数据统计分析库中，在界面上完成数据加工的过程。数据集的创建选中对应要添加数据集的目录，点击“+”新增数
jonyleek·2023-09-13 07:38

计算机网络-k8s网络

K8S网络模型设计：扁平的可连通的网络K8S的网络是一个极其复杂的网络，如果想要用两个简单的词来描述K8S网络，那么我觉得扁平和可连通是K8S网络最大的特点（不懂隔离性）。何为连通呢？
血恒赤海常蓝·2023-09-12 20:32

Kubernetes网络模型概念

Kubernetes网络模型Kubernetes网络模型设计的一个基础原则是：每个Pod都拥有一个独立的IP地址，而且假定所有Pod都在一个可以直接连通的、扁平的网络空间中。
Lamb!·2023-09-12 15:41

JVM——》Java对象内存模型

SpringBoot】总结——》【MyBatis、MyBatis-Plus】JVM——》Java对象内存模型一、MarkWord1、MarkWord在HotSpot的实现二、ClassPointer1、内存模型设计
小仙。·2023-09-12 15:15

自助式数据分析平台：JVS智能BI功能介绍（二）数据集管理

在整体的数仓架构中，数据集是在线加工的标准数据形态。实现从业务数据抽取到数据统计分析库中，在界面上完成数据加工的过程。数据集的创建选中对应要添加数据集的目录，点击“+”新增数
·2023-09-12 12:36

【第56篇】GhostNet:廉价操作得到更多的特征

文章目录摘要1．简介2.相关工作2.1.模型的压缩2.2.紧凑的模型设计3.方法3.1.提供更多特征的Ghost模块3.2.构建高效的cnn4.实验4.1.Ghost模块的效率4.1.1Toy实验。
静静AI学堂·2023-09-12 07:26

【数仓建设系列之三】数仓建模方式及如何评估数仓完善性

【数仓建设系列之三】数仓建模方式及如何评估数仓完善性上篇文章我们对数仓的分层架构及核心概念做了简单介绍，同时也指明DW层是数仓建模的核心层。
码猿小站·2023-09-12 07:05

实时数仓方案五花八门，实际落地如何选型和构建！

编辑|韩楠约4,989字|10分钟阅读01文章概览（一至五）✦一、为何需要实时数仓架构二、数仓如何分层&各层用途三、数仓分层的必要性四、从Lambda架构说起五、Kappa架构解决哪些问题0
浪尖聊大数据-浪尖·2023-09-12 07:34

【数仓建设系列之四】数据建设通用规范设计

上篇文章我们讲到了数仓建模中几种常见模型优劣势对比以及数仓完整性建设方案，相信大家对此已经有了初步的了解，本篇文章我们将继续对维度建模中一些通用规范展开讨论。
码猿小站·2023-09-12 07:34

一文彻底搞懂实时数仓如何选型和构建

目录前言01为何需要实时数仓架构02数仓如何分层&各层用途03数仓分层的必要性04从Lambda架构说起05Kappa架构解决哪些问题06深入实时数仓架构方案1：Kappa架构方案2：基于标准分层+流计算方案
csdn-延·2023-09-12 06:33

【珍藏版】数仓平台、推荐系统架构选型及解决⽅案

持续输出敬请关注大数据架构湖仓一体化流批一体离线+实时数仓各种大数据解决方案各种大数据新技术实践持续输出敬请关注【好文推荐】【好文推荐】【好文推荐】【好文推荐】【好文推荐】⼤数据平台基础架构及解决⽅案_
大数据研习社·2023-09-12 06:02

【数仓建设系列之五】数仓选型架构概览

【数仓建设系列之五】实时数仓选型架构概览离线数仓（OfflineDataWarehouse）和实时数仓（Real-timeDataWarehouse）是数仓领域两种常见的数据存储和处理架构，它们在数据处理的方式
码猿小站·2023-09-12 06:30

第四章 系统分析

在结构化信息系统开发过程中，应该遵循系统化和结构化的工作思路来进行，也就是先逻辑模型设计再物理模型设计的工作步骤。
小明浩哥·2023-09-12 05:04

尚硅谷大数据项目《在线教育之离线数仓》笔记006

视频地址：尚硅谷大数据项目《在线教育之离线数仓》_哔哩哔哩_bilibili目录第11章数仓开发之ADS层P087P088P089P090P091P092P093P094P095P096P097P098P099P100P101P102P103P104P105P106P107P108P109P110P111
upward337·2023-09-11 20:40

如何实现数据流畅转换？火山引擎ByteHouse推出ELT能力

这就要求企业数仓具备一定的数据转换能力。传统方式是采用Extract-Transform-Load(ETL)来将业务数据转换为适合数仓的数据模型，然而，这依赖于独立于数仓外的
·2023-09-11 15:03

【无标题】数据仓库-学习

1、数据仓库基础知识1.1什么是数仓数仓的概念：数据仓库简称数仓，在《建立数据仓库》中是这样定义数据仓库的：数据仓库是面向主题的，数据集成的，相对稳定的（非易失的），反映历史变化（时变）的数据集合，用于支持管理决策
白＆夜·2023-09-11 06:09

A. 数据仓库 --- 概述

数仓的需求DW/BI系统要能方便地存取信息DW/BI系统必须以一致的形式展现信息DW/BI系统必须能够适应变化DW/BI系统必须能够及时展现信息DW/BI系统必须成为保护信息财富的安全壁垒DW/BI系统必须成为提高决策制定能力的权威和可信的基础
micklongen·2023-09-11 06:08

数据仓库--DWM层

一般而言，针对dwm层的设计开发是建立在，积累一定数量DM和APP相关需求后，将设计到重复的指标和维度下沉到DWM的表中，因此在数仓建立初期，可能会有直接跳过DWM来开发的情况，但是随着相似的需求不断的增加
江淮杰·2023-09-11 06:07

详细解析kafka之 kafka消费者组与重平衡机制

队列模型：早期消息处理引擎就是按照队列模型设计的，所谓队列模型，跟队列数据结构类似，生产者产生消息，就是入队，消费者接收消息就是出队，并删除队列中数据，消息只能被消费一次。
zzzzMing·2023-09-11 06:29

离线数仓同步数据2

业务数据_全量表数据同步1gen_import_config.py脚本2gen_import_config.sh脚本3全量表数据同步脚本2.2.5.4DataX配置文件生成脚本方便起见，此处提供了DataX配置文件批量生成脚本，脚本内容及使用方式如下。1gen_import_config.py脚本1）在~/bin目录下创建gen_import_config.py脚本cd/home/gpb/bin[
program chef·2023-09-11 00:42

离线数仓同步数据3

业务数据_增量表数据同步1）Flume配置概述2）Flume配置实操3）通道测试4）编写Flume启停脚本1）Flume配置概述Flume需要将Kafka中topic_db主题的数据传输到HDFS，故其需选用KafkaSource以及HDFSSink，Channel选用FileChannel。需要注意的是，HDFSSink需要将不同mysql业务表的数据写到不同的路径，并且路径中应当包含一层日期，
program chef·2023-09-11 00:39

基于flink实时数据仓库-第一讲基本情况介绍

实时数据仓库1、电商实时数仓分层介绍1.1普通实时计算和实时数据仓库比较1.2实时数据仓库，项目分层2.实时需求概述2.1离线计算和实时计算比较2.2实时需求种类3.统计架构分析3.1离线架构3.2实时架构
大数据学习爱好者·2023-09-10 15:34

AWS Glue Pyspark+Athena基础学习汇总

Pyspark基础学习汇总篇一、AWS架构①AWSGlue:工作平台，包括脚本的编写以及管理脚本的运行状态以及调度等（主要：数据库配置、ETL和数据转换脚本编写、调度）②AmazonS3数据湖（数仓):
每日小新·2023-09-10 15:50

数仓学习之DWD学习

登录不是原子行为，而登录成功是，而支付也不是原子，也分成功失败。什么是原子型?一条线注意一下密码,mysql的密码是MD5加密,而MD5的长度为固定的321.怎么构建事务表?1.确定表名2.确定一行数据所表示的含义3.确定列定义4.确定度量值,就是可以统计的值,2.加购DWD表设置1.什么是加购?放入购物车或者增加数量2.表的思考1.对应物品购物车用户商品购物车ID用户ID商品ID商品数量2.度量
叫我莫言鸭·2023-09-09 11:28

『Newsletter 丨第二期』PieCloudDB Database 新增控制台、LDAP 支持、虚拟数仓日志等多项功能

PieCloudDBDatabase最新动态云上云版「控制台」功能上线PieCloudDB云上云版「控制台」功能全新上线，控制台集成了组织、数仓、用户、费用、权限等多方位管理功能，支持在一个组织下创建和管理多个数仓
OpenPie｜拓数派·2023-09-09 05:08

DTCC 2023丨云原生环境下，需要什么样的 ETL 方案？

2023年8月16日~18日，第14届中国数据库技术大会（DTCC2023）于北京隆重召开，拓数派受邀参与本次大会，PieCloudDB技术专家邱培峰在大会做了《云原生虚拟数仓PieCloudDBETL
OpenPie｜拓数派·2023-09-09 05:06
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他