大数据中心建设——应用数据层(ADS)
存放数据产品个性化的统计指标数据,根据CDM层与ODS层加工生成。
个性化指标加工:不公用性、复杂性(指数型、比值型、排名型指标)。
基于应用的数据组装:大宽表集市、横表转纵表、趋势指标串。
通过构建全域的公共层数据,较大地控制了数据规模的增长趋势,同时在整体的数据研发效率、成本节约、性能改进方面都有不错的效果。
数据调用服务**使用公共维度模型层(CDM)数据,运动大数据中心建设多少钱,当公共层没有数据时,需评估是否需要创建公共层数据,步态大数据中心建设多少钱,当不需要建设公用的公共层时,方可直接使用操作数据层(ODS)数据。应用数据层(ADS)作为产品特有的个性化数据一般不对外提供数据服务,但是ADS作为被服务方也需要遵守这个约定。
大数据中心建设的体系架构
业务板块:根据业务的属性划分出几个相对独立的业务板块,业务板块之间的指标或业务重叠性较小。
规范定义:结合行业的数据仓库建设经验和自身数据特点,步态大数据中心建设多少钱,设计出的一套数据规范命名体系,规范定义将会被用在模型设计中。后面章节将会详细说明。
模型设计:以维度建模理论为基础,基于维度建模总线架构,山东大数据中心建设多少钱,构建一致性的维度和事实(进行规范定义)。同时,在落地表模型时,基于自身业务特点,设计出一套表规范命名体系。
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