本文主要是介绍数仓建模—OneData体系,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!
OneData
现有较为流行数据中台构建方法论是一般沿用阿里系那套(当然也有其他大厂做,方法论类似)做法,其中数据仓库构建部分也是使用OneData数仓建模方法论。
这里关于OneData数仓做一点说明,其不是除Innmon 3NF范式建模、Kimball维度建模以及Valut建模方法之外新数仓建模方法论,OneData建模方法论本质上是Kimball维度建模方法论结合平台系统,划分数据域,标准化了建模流程、固化了建模动作验证并保证模型元素(数据域,业务过程、来源表、表和指标中文和英文名称、计算口径等)唯一性的一种实践。
最终可以降本增效
数据体系建设中遇到的常见问题
- 数据孤岛:各产品、业务的数据相互隔离,难以通过共性ID打通
- 重复建设:重复的开发、计算、存储,带来高昂的数据成本
- 数据歧义:指标定义口径不一致,造成计算偏差,应用困难
接下来我们看一下阿里是怎么解决这个问题的
对阿里OneData的思考
- 整个OneData体系覆盖范围广,包含
这篇关于数仓建模—OneData体系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!