大数据中心建设的定位及价值
大数据建设方法的是:从业务架构设计到模型设计,运动大数据中心建设,从数据研发到数据服务,运动大数据中心建设公司,做到数据可管理、可追溯、可规避重复建设。
建设统一的、规范化的数据接入层(ODS)和数据中间层(DWD和DWS),通过数据服务和数据产品,完成服务于大数据系统建设,即数据公共层建设。提供标准化的(Standard)、共享的(Shared)、数据服务(Service)能力,降低数据互通成本,释放计算、存储、人力等资源,以消除业务和技术之痛。
大数据中心建设——功能介绍
数据统一归集
1.多种数据归集策略实现结构化数据、非结构化数据统一归集
2.国、内外主流的关系型库、大数据库、NOSQL库、国产库等无缝适配
1.企业级数据标准统一定义、统一管理、统一查询
2.标准落地情况实时监控,辅助企业标准化治理工作开展
元数据管理
1.元数据自动采集、动态感知,版本差异标记
2.元数据血缘、影响、全链路关系自动探索,图形化展现
大数据中心建设应该遵循哪些基本原则?
模型与扩展模型分离——建立模型与扩展模型体系,模型包括的字段支持常用的业务,扩展模型包括的字段支持个性化或少量应用的需要,运动大数据中心建设费用,不能让扩展模型的字段过度侵入模型,以免破坏模型的架构简洁性与可维护性。
致性——具有相同含义的字段在不同表中的命名必须相同,必须使用规范定义中的名称。