大数据中心建设应该遵循哪些基本原则?
核心模型与扩展模型分离——建立核心模型与扩展模型体系,核心模型包括的字段支持常用的核心业务,扩展模型包括的字段支持个性化或少量应用的需要,不能让扩展模型的字段过度侵入核心模型,以免破坏核心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。
大数据中心建设的功能
数据管理
1.多源异构数据的统一管理、统一查询等,大数据中心建设多少钱,支持字段级、行级权限控制
2.数据标签管理,进行数据画像及检索应用
1.支持文件元数据定义, 及文件的上传、预览、导出控制
2.支持服务器磁盘、HDFS、HBASE等多种文件存储方式
1. 数据有哪些、是什么、在哪里一目了然
2. 企业级结构化数据、非结构化数据统一的资源目录,步态大数据中心建设多少钱,及数据查询与申请
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。
阿里巴巴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,运动大数据中心建设多少钱,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,当公共层没有数据时,步态大数据中心建设多少钱,需评估是否需要创建公共层数据,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。