数仓（

项目从180天缩短至7天的秘诀

众所周知，建设数仓向来都是耗时
Yolanda518·2023-01-28 03:03

Clickhouse笔记（2022）

Clickhouse是俄罗斯yandex公司开源的用于OLAP的列式数据库管理系统，它是用C++写的，支持SQL实时查询和大型数据库管理系统一般用于后端数仓。
这货不是王马勺·2023-01-27 17:13

美团OneData建设探索之路：SaaS收银运营数仓建设

但由于缺乏前期规划，导致后期数仓出现了严重的数据质量问题，这给数据治理工作带来了很大的挑战。
数据智能谷·2023-01-27 05:24

使用kylin来分析我们Hbase当中的数据

前面我们已经通过flink将数据介入到了hbase当中去了，那么我们接下来就可以通过hive整合hbase，将hbase当中的数据映射到hive表当中来，然后通过kylin来对hive当中的数据进行预分析，实现实时数仓的统计功能第一步
我还不够强·2023-01-27 00:20

数据仓库日期维表怎么做

最近终于有点时间了，东拼西凑的设计了一个日期维表，也是数仓设计时比较常用的。
乌拉乌拉儿·2023-01-26 18:08

数仓调研app

mp.weixin.qq.com/s/Mhc_vTyR9a9F1BE9uoI9Ww抛弃Hadoop，数据湖才能重获新生(qq.com)详解数据中台的底层架构逻辑（纯干货建议收藏）(qq.com)大数据平台中的企业级数仓建设
空凯空凯空空凯·2023-01-26 11:32

DataX 自学使用

2.1官方地址2.3安装第3章使用案例3.1从stream流读取数据并打印到控制台3.2读取Mysql中的数据存放到Hdfs3.2.1参数解析3.2.2准备数据3.2.3编写配置文件总结前言数据采集在数仓中是指将数据从源数据端采集到目标端的过程
右耳朵耗子·2023-01-26 05:59

Firebolt白皮书

Firebolt号称在速度上碾压其他云原生数仓，但是网上关于其资料不是很多，而且由于它不是走开源路线，没有办法直接了解它的实现。于是翻译了其官方文档的技术白皮书，方便大家学习。
生命的奋进·2023-01-26 04:29

SQL：LATERAL VIEW函数解析多嵌套的json

数据处理中，一遇到json就头大，很长一段时间里，明知lateralview函数是个好东西，但就是很抗拒去学，都是找数仓的同事先理好字段直接用，顺便以菜鸡的身份，同情和膜拜一下埋头洗脏数的数仓同学，大佬辛苦
小素数·2023-01-25 22:46

电商数仓笔记5_数据仓库系统（数仓分层，数仓理论，数仓环境搭建）

电商数仓一、数仓分层1、为什么要分层2、数据集市与数据仓库概念3、数仓命名规范（1）表命名（2）脚本命名（3）表字段类型二、数仓理论1、范式理论（1）范式概念（2）函数依赖（3）三范式区分2、关系建模与维度建模
明灭18·2023-01-23 14:28

电商大数据实时数仓项目实战(Photo)

1.电商大数据实时数仓项目实战(Photo)1.1框架版本选型1.2服务器选型1.3集群规模1.4人员配置参考1.5项目架构1.6实时数仓分层-ODS1.7实时数仓分层-DWD1.8实时数仓分层-DWS1.9
a-tao必须奥利给·2023-01-23 14:58

【电商数仓】关系建模与维度建模、维度表和事实表、几种维度模型、数仓建模原则

星型模型（2）雪花模型（3）星座模型（4）模型的选择4数据仓库建模（1）ODS层（2）DIM层和DWD层选择业务过程声明粒度确定维度确认事实（3）DWS层与DWT层（4）ADS层1关系建模与维度建模如何规范数仓的表格
OneTenTwo76·2023-01-23 14:57

PB级企业电商离线数仓项目实战【上】- notes

PB级企业电商离线数仓项目实战【上】-笔记第一部分数据仓库理论数据仓库四大特征面向主题的:抽象的，逻辑的集成的：为分析服务稳定的：很少更新，只需定期加载反映历史变化的:按照时间顺序追加与数据库区别OLTP
蔷.sir·2023-01-23 14:27

PB级企业电商离线数仓项目实战

项目背景：人类从IT走向DT时代。人们往往可以收集到更多的数据。到2020，全球数据总量将超过40ZB，是2011年的22倍。正在呈爆炸式增长。数据仓库的四大特征：面向主题、集成的、稳定的、反映历史变化的。数据仓库作用：整合企业业务数据，建立统一的数据中心；产生业务报表，了解企业的经营状况；为企业运营、决策提供数据支持；可以作为各个业务的数据源，形成业务数据互相反馈的良性循环；分析用户行为数据，通
大数据人之路·2023-01-23 14:27

[电商实时数仓] 数据仓库建模过程分析

文章目录1.数据仓库概述1.1数据仓库概念1.2数据仓库核心架构2.数据仓库建模概述2.1数据仓库建模的意义2.2数据仓库建模方法论2.2.1ER模型2.2.2维度模型3.维度建模理论之事实表3.1事实表概述3.2事实表分类3.3事务事实表4.维度建模理论之维度表5.数据仓库设计5.1数据仓库分层设计5.2数据仓库构建流程5.2.1数据调研5.2.2明确数据域5.2.3构建业务总线矩阵5.2.4明
OoZzzy·2023-01-23 14:27

在亚马逊云科技上部署无服务器 Apache DolphinScheduler 任务调度系统

背景介绍在数仓ETL、离线及实时计算的场景下，数据任务的依赖调度关系越来越复杂。
亚马逊云开发者·2023-01-21 20:17

中原银行对金融行业实时数仓的现状与发展趋势思考

众所周知，实时数仓落地是一个难点，尤其是金融行业，还没有出现真正所谓的实时报表。金融行业个别案例的实时数仓是在较窄场景、较多限制下的尝试，还不能够称之为实时数仓，如银行普遍的实时报表业务都无法满足。
·2023-01-20 19:45

传统数仓的3大缺陷

本文将对传统数仓的缺陷进行总结。一、效率低传统的数仓大多构建在Hadoop之上。这位传统的数仓带来了近乎无限的横向扩展能力，同时也造成了传统的数仓技术效率低的缺陷。效率低主要体现在以下几个方面。
Impl_Sunny·2023-01-20 02:16

可路由计算引擎实现前置数据库

一方面，数仓是前端应用的数据后台
小虚竹·2023-01-19 05:01

技术分享 | ClickHouse & StarRocks 使用经验分享

一.大纲本篇分享下个人在实时数仓方向的一些使用经验，主要包含了ClickHouse和StarRocks这两款目前比较流行的实时数仓，文章仅代表个人拙见，有问题欢迎指出，Thanks♪(･ω･)ﾉ关于实时数仓
·2023-01-18 17:27

干货 | 携程酒店实时数仓架构和案例

一、实时数仓当前，企业对于数据实时性的需求越来越迫切，因此需要实时数仓来满足这些需求。传统的离线数仓的数据时效性通常为T+1，并且调度频率以天为单位，无法支持实时场景的数据需求。
携程技术·2023-01-18 09:29

深入理解大数据架构之——Lambda架构

数据量的变化数据管理系统（DBMS）和数仓系统（DW）也在悄然的变化着。传统应用的数据系统架构设计时，应用直接访问数据库
LBJ_小松鼠·2023-01-17 15:02

岁末年初捷报频传 HashData斩获多项行业殊荣

在近期各大机构和媒体举办的年终盘点和评选活动中，HashData凭借在产品、服务、技术研发等方面的创新实践，获得众多机构和媒体的高度认可，领跑云原生数仓市场。
·2023-01-17 15:55

揭秘阿里云EB级大数据计算引擎MaxCompute

这是ForresterWave首次发布关于云数仓解决方案（CloudDataWarehouse，简称CDW）的测评。
阿里云云栖号·2023-01-14 16:44

数仓知识11：Hadoop生态及Hive、HBase、Impala、HDFS之间的关系

Hive、HBase、Impala、HDFS是Hadoop生态体系中常用的开源产品，各个产品间是一个什么样的关系，许多人都搞不清楚，本文将进行研究分析。Hadoop生态在了解Hive、HBase、Impala、和HDFS之前，先熟悉一下Hadoop的生态。ApacheHadoop软件库是一个框架，允许使用简单的编程模型在计算机集群之间对大型数据集进行分布式处理。它旨在从单个服务器扩展到数千台计算机
维克先生·2023-01-14 16:12

数仓知识07：数据增量更新的几种方式

1、增量更新的几种方式增量更新的本质，其实是获取源表中数据变化的情况（增、删、改），然后将源表中发生的变化同步至目标表中。不同的方式，获取源表中数据变化的情况不一样，受技术的限制、表结构的限制，某些方式可能无法获取到完整的数据变化情况，因此只能适用于特定的场景。方式简述适用场景详述优点缺点时间戳增量1记录每次读数完成时的最大时间戳，后续读数时只获取源头表中新增的数据，将其增量写入到目标表。源表只增
维克先生·2023-01-14 16:42

数仓知识03：“自上而下“建设数仓和“自下而上“建设数仓的差异

对于初入数仓领域，学习数仓相关知识的新人来说，面临的一个困惑可能就是分不清"自上而下"建设数仓和"自下而上"建设数仓的差异，今天我对这两个理论进行一个简要的梳理，希望能够帮到大家。
维克先生·2023-01-14 16:41

数仓知识02：星型模型、雪花模型、星座模型

构建数仓的过程中，我们会接触到“星型模型”、“雪花模型”、“星座模型”的概念，对于在这个领域没有相关知识积累的人，可能会感觉到很困惑，今天就对这三个名词进行概念讲解，并简单说一下如何选择，期望大家看完能够有所帮助
维克先生·2023-01-14 16:41

数仓知识06：什么是元数据？

1.概念元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（dataaboutdata），主要是描述数据属性（property）的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。举几个简单例子:如果一本书是一个“数据"，那么它的书名、封面、出版社、作者、总页码就是它的“元数据”。如果一个电影是一个“数据”，那么它的总时长、制作人、总导演、演员列表就是它的“元数据
维克先生·2023-01-14 16:41

数仓的主题和主题域应该怎么划分？

一、前言从上面的引言里面，我们其实可以知道主题在数仓建设里面绝对是很重要的一环，这的确是的。数仓在建设过程中，对数据的组织管理上，不仅仅要进行横向的分层，也需要根据业务情况进行纵向的主题域划分。
catydidd·2023-01-13 09:55

数仓(四)：数据建模：如何构建主题域/面向主题的建模

数据仓库十大主题；TeraData金融数据模型数据仓库十大主题；TeraData金融数据模型_Jackie的博客-CSDN博客一、什么是主题数仓主题(Subject)是在较高层次上将企业信息系统中中某一分析对象的数据进行综合
四月天03·2023-01-13 09:24

数仓实践：浅谈 Kimball 维度建模

我们不管是基于Hadoop的数据仓库（如Hive），还是基于传统MPP架构的数据仓库（如Teradata），抑或是基于传统Oracle、MySQL、SQLServer关系型数据库的数据仓库，其实都面临如下问题：怎么组织数据仓库中的数据？怎么组织才能使得数据的使用最为方便和便捷？怎么组织才能使得数据仓库具有良好的可扩展性和可维护性？Kimball维度建模理论很好地回答和解决了上述问题。维度建模理论和
云 祁·2023-01-13 09:52

数据仓库系列（三）数仓分层的意义价值及如何设计数据分层

文章目录一、前言二、数仓建模三、数仓分层四、数仓的基本特征五、数据仓库用途六、数仓分层的好处七、如何分层一、前言现在说数仓，更多的会和数据平台或者基础架构搭上，已经融合到整个基础设施的搭建上。
云 祁·2023-01-13 09:21

数仓建设：数据域和主题域是什么关系？

为什么会有域的概念呢？首先来看看数据仓库的定义吧，数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。主题域已经体现出来了主题域用于将数据集市按照分析视角进行划分，通常是联系较为紧密的数据主题的集合。可以根据业务的关注点，将这些数据主题划分至不同的主题域。当然，还有另外一种说法。数据仓库是面向主题（数据综合、归类并进行分析利用的抽象）的应用。数据仓库模型设计除横
云 祁·2023-01-13 09:20

026 数据仓库

1、数据仓库数仓分层：ODS(OperationalDataStore)直接存放原始数据，DWD(DataWarehouseDetail)对数据进行清洗，DWS(DataWarehouseService
小哥哥咯·2023-01-12 19:00

DAP数仓模型及数据集成过程说明

科技飞速发展的时代，企业信息化建设会越来越完善，越来越体系化，当今数据时代背景下更加强调、重视数据的价值，以数据说话，通过数据为企业提升渠道转化率、改善企业产品、实现精准运营，为企业打造自助模式的数据分析成果，以数据驱动决策。数据分析，无论是现在的互联网企业，还是传统型企业，都需要数据分析。公司需要决定一些发展方向或者推出某种新型产品时，就需要数据分析来将一些凌乱的数据进行整合汇总，从而判断出具体
数通畅联·2023-01-12 19:59

DAP组件外部服务开发说明

DAP数据分析平台主要是为了满足企业数据分析的需要而开发的一款产品，不同于一般的BI平台，DAP数据分析平台更侧重数据的聚合，平台预置有数据源注册、ODS注册与管理、数仓配置与数据聚合，从而实现企业业务数据的统一
数通畅联·2023-01-12 19:59

DAP质量校验实现及数据应用说明

DAP数据分析平台就是通过企业中的数据构建数仓，把从业务系统中获取的数据进行高效采集、校验、计算等操作，将有价值的数据以可视化或者数据服务的形式进行展现或者提供出去，能够帮助企决策者可用通过分析出来
数通畅联·2023-01-12 19:57

企业的数据存储、处理与分析之道

12月30日，SelectDB携手阿里云共同举办云数仓专场沙龙，在线上沙龙中，来自SelectDB和阿里云的四位云计算领域专家，深入数仓的发展现状和未来趋势，结合企业级的真实场景落地案例，对技术和产品进行了详细的解读
·2023-01-12 17:14

数据仓库的模型设计流程

数仓模型设计的整体流程涉及需求调研、模型设计、开发测试、模型上线四个主要环节，且规范设计了每个阶段的输出与输入文档。
数仓大山哥·2023-01-12 12:29

黑马Hive+Spark离线数仓工业项目--项目总结

Grafana集成MySQL监控目标：实现Grafana集成MySQL监控实施选择模板导入报表项目总结：背景需求目标：掌握一站制造的项目背景及项目需求路径-step1：行业背景-step2：项目需求实施项目行业：工业互联网大数据：物联网项目名称：加油站服务商数据运营管理平台-参考别的项目：商业化大数据分析平台：神策公司产品：加油机设备服务公司客户：中石化，中石油，中海油、壳牌，道达尔……整体需求需
骨灰级收藏家·2023-01-12 11:26

海量数据下查询慢、数据不一致难题如何解？看某游戏公司的技术实践

某游戏公司就面临这样的困境，在寻求解决方案的过程中，携手OceanBase搭建了存储与实时分析的一体化数仓架构，替换了ClickHouse，Hive。
OceanBase数据库官方博客·2023-01-11 22:27

阿里妈妈Dolphin智能计算引擎基于Flink+Hologres实践

作者：徐闻春（花名陌奈）阿里妈妈事业部技术专家本文整理至Flink+Hologres实时数仓Workshop北京站，点击查看视频回放>>>阿里妈妈数据引擎团队负责广告营销计算引擎Dophin的开发，目前支撑百万级广告主的营销产品
·2023-01-11 11:19

数据仓库基础知识(维度建模)

数仓是一个面向主题、集成的、相对稳定、反应历史变化的数据集合，随着大数据技术的发展，其作用不再局限于决策分析、还可以为业务应用、审计、追踪溯源等多方面提供数据支撑，帮助企业完成数字化转型。
大数据点滴·2023-01-11 06:14

万亿数据秒级响应，Apache Doris 在360 数科实时数仓中的应用

作者｜360数科中间件团队编辑整理｜SelectDB作为以人工智能驱动的金融科技平台，360数科携手金融合作伙伴，为尚未享受到普惠金融服务的优质用户提供个性化的互联网消费金融产品，致力于成为连接用户与金融合作伙伴的科技平台。360数科旗下产品主要有360借条、360小微贷、360分期等，截止目前，已累计帮助141家金融机构为4300万用户提供授信服务、为2630万用户提供借款服务、单季促成交易金额
SelectDB技术团队·2023-01-10 12:23

离线数仓搭建_14_DWT数据构建

文章目录15.0数仓搭建-DWT层15.1访客主题15.2用户主题15.3商品主题15.4优惠券主题15.5活动主题15.6地区主题15.7DWT层首日数据导入脚本15.8DWT层每日数据导入脚本上文访问
Fang GL·2023-01-09 15:50

离线数仓分析

离线数仓分析第一步、获取数据源（1）安装nginx（2）上传shop.html文件到/var/www/html目录（3）在浏览器通过192.168.1.11（自己的id）/shop.html访问网页产生日志
^ω^菁菁·2023-01-08 13:08

大数据之离线数仓项目搭建（一）

数据仓库搭建文章目录数据仓库搭建1、开启hadoop的权限验证2、在hive中创建数据库3、在hdfs中创建5个目录4、在linux中创建5个用户5、将目录权限赋值给不同用户6、修改hive权限7、在ods中创建表8、将四个表的数据上传到hdfs9、增加分区10、为每一个用户在hdfs中创建一个目录11、DWD层-位置融合表12、DWS层-停留表13、维表接入1、将维表数据导入到mysql--in
纯欲天花板_·2023-01-08 13:53

Clickhouse+Spark+Flink一体化实时数仓（开源）

Clickhouse+Spark+Flink一体化实时数仓（开源）模拟环境配置2核心4g腾讯云（spark默认只有300mb内存占用最大处理200w行数据）因cdh6已经收费并且不开源。
qq_37401291·2023-01-08 13:19

基于Flink+Hive+Kafka的流批一体数仓实践--01架构及思想

基于Flink+Hive+Kafka的流批一体数仓实践–01架构及思想最近阅读了李劲松老师的一篇文章，决定基于他的思想实践一把。为什么需要实时数仓？
问道2020·2023-01-08 12:01
上一页 35 36 37 38 39 40 41 42 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他