本文主要是介绍（37）DWD 层（业务数据），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
业务数据方面 DWD 层的搭建主要注意点在于维度建模，减少后续大量 Join 操作。
1. 商品维度表（全量）
商品维度表主要是将商品表 SKU 表、商品一级分类、商品二级分类、商品三级分类、
商品品牌表和商品 SPU 表联接为商品表。
1 ）建表语句
hive (gmall)>
DROP TABLE IF EXISTS `dwd_dim_sku_info`;
CREATE EXTERNAL TABLE `dwd_dim_sku_info` (
`id` string COMMENT ' 商品 id',
`spu_id` string COMMENT 'spuid',
`price` decimal(16,2) COMMENT ' 商品价格 ',
`sku_name` string COMMENT ' 商品名称 ',
`sku_desc` string COMMENT ' 商品描述 ',
`weight` decimal(16,2) COMMENT ' 重量 ',
`tm_id` string COMMENT ' 品牌 id',
`tm_name` string COMMENT ' 品牌名称 ',
`category3_id` string COMMENT ' 三级分类 id',
`category2_id` string COMMENT ' 二级分类 id',
`category1_id` string COMMENT ' 一级分类 id',
`category3_name` string COMMENT ' 三级分类名称 ',
`category2_name` string COMMENT ' 二级分类名称 ',
`category1_name` string COMMENT ' 一级分类名称 ',
`spu_name` string COMMENT 'spu 名称 ',
`create_time` string COMMENT ' 创建时间 '
) COMMENT ' 商品维度表 '
PARTITIONED BY (`dt` string)
stored as parquet
location '/warehouse/gmall/dwd/dwd_dim_sku_info/'
tblproperties ("parquet.compression"="lzo");
2）数据装载
hive (gmall)>
SET hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;
insert overwrite table dwd_dim_sku_info partition(dt='2020-06-14')
select
sku.id,
sku.spu_id,
sku.price,
sku.sku_name,
sku.sku_desc,
sku.weight,
sku.tm_id,
ob.tm_name,
sku.category3_id,
c2.id category2_id,
c1.id category1_id,
c3.name category3_name,
c2.name category2_name,
c1.name category1_name,
spu.spu_name,
sku.create_time
from
(
select * from ods_sku_info where dt='2020-06-14'
)sku
join
(
select * from ods_base_trademark where dt='2020-06-14'
)ob on sku.tm_id=ob.tm_id
join
(
select * from ods_spu_info where dt='2020-06-14'
)spu on spu.id = sku.spu_id
join
(
select * from ods_base_category3 where dt='2020-06-14'
)c3 on sku.category3_id=c3.id
join
(
select * from ods_base_category2 where dt='2020-06-14'
)c2 on c3.category2_id=c2.id
join
(
select * from ods_base_category1 where dt='2020-06-14'
)c1 on c2.category1_id=c1.id;
3 ）查询加载结果
hive (gmall)> select * from dwd_dim_sku_info where dt='2020-06-14' limit 2;
2.优惠券维度表（全量）
把 ODS 层 ods_coupon_info 表数据导入到 DWD 层优惠卷维度表，在导入过程中可以做
适当的清洗。
1 ）建表语句
hive (gmall)>
drop table if exists dwd_dim_coupon_info;
create external table dwd_dim_coupon_info(
`id` string COMMENT ' 购物券编号 ',
`coupon_name` string COMMENT ' 购物券名称 ',
`coupon_type` string COMMENT ' 购物券类型 1 现金券 2 折扣券 3 满减券 4 满件打折券 ',
`condition_amount` decimal(16,2) COMMENT ' 满额数 ',
`condition_num` bigint COMMENT ' 满件数 ',
`activity_id` string COMMENT ' 活动编号 ',
`benefit_amount` decimal(16,2) COMMENT ' 减金额 ',
`benefit_discount` decimal(16,2) COMMENT ' 折扣 ',
`create_time` string COMMENT ' 创建时间 ',
`range_type` string COMMENT ' 范围类型 1 、商品 2 、品类 3 、品牌 ',
`spu_id` string COMMENT ' 商品 id',
`tm_id` string COMMENT ' 品牌 id',
`category3_id` string COMMENT ' 品类 id',
`limit_num` bigint COMMENT ' 最多领用次数 ',
`operate_time` string COMMENT ' 修改时间 ',
`expire_time` string COMMENT ' 过期时间 '
) COMMENT ' 优惠券维度表 '
PARTITIONED BY (`dt` string)
stored as parquet
location '/warehouse/gmall/dwd/dwd_dim_coupon_info/'
tblproperties ("parquet.compression"="lzo");
2 ）数据装载
hive (gmall)>
SET hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;
insert overwrite table dwd_dim_coupon_info partition(dt='2020-06-14')
select
id,
coupon_name,
coupon_type,
condition_amount,
condition_num,
activity_id,
benefit_amount,
benefit_discount,
create_time,
range_type,
spu_id,
tm_id,
category3_id,
limit_num,
operate_time,
expire_time
from ods_coupon_info
where dt='2020-06-14';
3 ）查询加载结果
hive (gmall)> select * from dwd_dim_coupon_info where dt='2020-06-14' limit 2;
3 活动维度表（全量）
1 ）建表语句
hive (gmall)>
drop table if exists dwd_dim_activity_info;
create external table dwd_dim_activity_info(
`id` string COMMENT ' 编号 ',
`activity_name` string COMMENT ' 活动名称 ',
`activity_type` string COMMENT ' 活动类型 ',
`start_time` string COMMENT ' 开始时间 ',
`end_time` string COMMENT ' 结束时间 ',
`create_time` string COMMENT ' 创建时间 '
) COMMENT ' 活动信息表 '
PARTITIONED BY (`dt` string)
stored as parquet
location '/warehouse/gmall/dwd/dwd_dim_activity_info/'
tblproperties ("parquet.compression"="lzo");
2 ）数据装载
hive (gmall)>
SET hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;
insert overwrite table dwd_dim_activity_info partition(dt='2020-06-14')
select
id,
activity_name,
activity_type,
start_time,
end_time,
create_time
from ods_activity_info
where dt='2020-06-14';
3 ）查询加载结果
hive (gmall)> select * from dwd_dim_activity_info where dt='2020-06-14' limit 2;
4 地区维度表（特殊）
1 ）建表语句
hive (gmall)>
DROP TABLE IF EXISTS `dwd_dim_base_province`;
CREATE EXTERNAL TABLE `dwd_dim_base_province` (
`id` string COMMENT 'id',
`province_name` string COMMENT ' 省市名称 ',
`area_code` string COMMENT ' 地区编码 ',
`iso_code` string COMMENT 'ISO 编码 ',
`region_id` string COMMENT ' 地区 id',
`region_name` string COMMENT ' 地区名称 '
) COMMENT ' 地区维度表 '
stored as parquet
location '/warehouse/gmall/dwd/dwd_dim_base_province/'
tblproperties ("parquet.compression"="lzo");
2 ）数据装载
hive (gmall)>
SET hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;
insert overwrite table dwd_dim_base_province
select
bp.id,
bp.name,
bp.area_code,
bp.iso_code,
bp.region_id,
br.region_name
from
(
select * from ods_base_province
) bp
join
(
select * from ods_base_region
) br
on bp.region_id = br.id;
3 ）查询加载结果
hive (gmall)> select * from dwd_dim_base_province limit 2;
5 时间维度表（特殊）
1 ）建表语句
hive (gmall)>
DROP TABLE IF EXISTS `dwd_dim_date_info`;
CREATE EXTERNAL TABLE `dwd_dim_date_info`(
`date_id` string COMMENT ' 日 ',
`week_id` string COMMENT ' 周 ',
`week_day` string COMMENT ' 周的第几天 ',
`day` string COMMENT ' 每月的第几天 ',
`month` string COMMENT ' 第几月 ',
`quarter` string COMMENT ' 第几季度 ',
`year` string COMMENT ' 年 ',
`is_workday` string COMMENT ' 是否是周末 ',
`holiday_id` string COMMENT ' 是否是节假日 '
) COMMENT ' 时间维度表 '
stored as parquet
location '/warehouse/gmall/dwd/dwd_dim_date_info/'
tblproperties ("parquet.compression"="lzo");
2 ）把 date_info.txt 文件上传到 hadoop102 的 /opt/module/db_log/ 路径
3 ）数据装载
注意：由于 dwd_dim_date_info 是列式存储 +LZO 压缩。直接将 date_info.txt 文件导入到
目标表，并不会直接转换为列式存储 +LZO 压缩。我们需要创建一张普通的临时表
dwd_dim_date_info_tmp ，将 date_info.txt 加载到该临时表中。最后通过查询临时表数据，把
查询到的数据插入到最终的目标表中。
（ 1 ）创建临时表，非列式存储
hive (gmall)>
DROP TABLE IF EXISTS `dwd_dim_date_info_tmp`;
CREATE EXTERNAL TABLE `dwd_dim_date_info_tmp`(
`date_id` string COMMENT ' 日 ',
`week_id` string COMMENT ' 周 ',
`week_day` string COMMENT ' 周的第几天 ',
`day` string COMMENT ' 每月的第几天 ',
`month` string COMMENT ' 第几月 ',
`quarter` string COMMENT ' 第几季度 ',
`year` string COMMENT ' 年 ',
`is_workday` string COMMENT ' 是否是周末 ',
`holiday_id` string COMMENT ' 是否是节假日 '
) COMMENT ' 时间临时表 '
row format delimited fields terminated by '\t'
location '/warehouse/gmall/dwd/dwd_dim_date_info_tmp/';
（ 2 ）将数据导入临时表
hive (gmall)>
load data
local
inpath '/opt/module/db_log/date_info.txt' into table
dwd_dim_date_info_tmp;
（ 3 ）将数据导入正式表
hive (gmall)>
insert overwrite table dwd_dim_date_info select * from dwd_dim_date_info_tmp;
4 ）查询加载结果
hive (gmall)> select * from dwd_dim_date_info;
这篇关于（37）DWD 层（业务数据）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
