大数据平台治理——运营的角度看数仓

大数据平台治理——运营的角度看数仓

前言 三分靠技术,七分靠管理,其实一直就是技术岗位的现状,事实上在一个完整的互联网产业结构中,除了本身的软件性能和软件设计的优雅追求,还有着业务的持续运营以及背后的商业模式的运作。分析师的工作更多的就是指导业务的运营以及商业上成本的考量,以便为进一步的决策提供数据参考,本文就从一个数据分析师的角度去...

闲侃数仓优化-大数据治理和优化

前言 写标题的时候是2021-07-04 22:22,在那之前我以前一直是想琢磨怎么去扯数仓优化这玩意好点,总是觉得应该来个万字长文啥的才写下来,现在不那样折腾了,想到啥就写点啥,大不了未来再多搞几篇就是了。 为啥数仓需要优化 这个问题其实在不同的人看是不一样的 ...

AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产

10 课时 |
328 人已学 |
免费

云原生数据仓库AnalyticDB PostgreSQL 产品入门

1 课时 |
685 人已学 |
免费

大数据知识图谱系列—如何选择合适的OLAP引擎进行数据湖分析

4 课时 |
137 人已学 |
免费
开发者课程背景图
数据仓库(12)数据治理之数仓数据管理实践心得

数据仓库(12)数据治理之数仓数据管理实践心得

这边文章聊聊自己对数据治理开发实践的一些思路,就是聊聊怎么开始去做数据治理这件事情。说起数据治理,有时候虽然看了很多文章,看了很多的介绍,了解数据治理的理论,但是实际上需要我们去搞的时候,就会踩很多的坑。这里记一下自己做数据治理的一些思路,做做笔记,也分享给需要的同学。 当然...

Hive 数仓数据质量治理

1. 数据质量概述数据质量是数据创建价值的保障基石,高质量的数据为数据统计、分析和应用提供了可信任的必要条件。数据质量管理是指在数据创建、加工、使用和迁移等过程中,通过开展数据质量定义、过程控制、监控、问题分析和整改、评估和考核等一系列管理活动,提高数据质量以满足业务要求。可按照"谁创建,谁负责;谁...

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(1)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(1)

数仓建模理论与规范作者:渠振方,大数据售前专家服务团队摘要:本文主要介绍数据仓库模型架构设计的目标、核心思想和核心步骤。一、 模型架构设计目标1. 数据仓库的定义数据仓库是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volat...

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(2)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(2)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(1) https://developer.aliyun.com/article/1231086?groupCode=tech_library二、 模型架构设计核心思想1. 核心原则模型架构设计的核心原则是高内聚、低耦合,即在域内内聚,域之间耦...

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(3)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(2) https://developer.aliyun.com/article/1231084?groupCode=tech_library五、 数据模型设计流程数据模型设计主要分为三个阶段:需求调研,规范定义,模型设计。1. 名词解释1) ...

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(4)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(4)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(3) https://developer.aliyun.com/article/1231083?groupCode=tech_library2. 需求调研1) 业务调研业务调研的流程分三个步骤:• 输入调研模板。• 针对产品和运营进行调研。•...

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(5)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(5)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(4) https://developer.aliyun.com/article/1231081?groupCode=tech_library3. 规范定义1) 一致性维度维度及维度属性在总线矩阵下,维度必须归属某一个数据域,维度属性的来源一种...

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(6)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(6)

《全链路数据治理-智能数据建模 》——数仓建模理论与规范(5) https://developer.aliyun.com/article/1231080?groupCode=tech_library4. 模型设计1) 设计原则• 高内聚,低耦合• 规范性,一致性• 稳定性,可扩展• 公共逻辑下沉• ...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

社区圈子

云原生数据仓库AnalyticDB
云原生数据仓库AnalyticDB
定期发送云原生数据仓库AnalyticDB产品重大发布和技术干货
1134+人已加入
加入
相关电子书
更多
PolarDB+AnalyticDB助力交通物流行业系统升级
2023云栖大会:AnalyticDB MySQL新特性介绍
2023云栖大会:AnalyticDB湖仓版
立即下载 立即下载 立即下载

云原生数据仓库AnalyticDB MySQL版治理相关内容