前言:最近做需求的时候,涉及到了数仓相关的知识。 简单介绍下数仓的一些基本概念。 以及,了解下大数据开发的一些基本流程。
一、什么是数仓?数据仓库 ,由数据仓库之父比尔·恩门(Bill Inmon )于1990年提出的。 1991年,他写了一本书,叫《Building the Data Warehouse》 (建立数据仓库),书中提出的:数据仓库(Data Warehouse )是一个面向主题的(Subject Oriented )、集成的(Integrated )、不可修改的(Non-Volatile )、与时间相关的(Time Variant )的数据集合,专门用于支持管理决策(Decision Making Support )。 简单来说,有了大数据的支撑,会让我们更加容易的做出正确的产品决策。 因此,对于一个产品的长期发展来说,需要基于大数据的分析,甚至A/B实验(用户行为、业务数据等等),来判断产品需求的效果以及业务痛点。
1.1 简介数据仓库(Data warehouse ,简称DW 或DWH ),是为企业所有级别的决策制定过程,提供所有类型数据支持的战略集合。它是单个数据存储,出于分析性报告和决策支持目的而创建。 为需要业务智能的企业,提供指导业务流程改进、监视时间、成本、质量以及控制。(来源:百度百科)
1.2 数仓特点面向主题集成的:不可修改的:时间相关的:1.3 数仓与数据库的对比?特性 | 数据仓库 | 数据库 |
---|
职责 | 大数据分析 | 业务事务处理 | 数据源 | 从多个来源收集或标准化数据 | 往往从单个来源(某个事务系统)产生数据 | 数据标准化 | 非标准化schema,例如星型Schema或雪花型schema | 高度标准化的静态schema | 数据存储 | 使用 “列存储” 进行了优化,可实现轻松访问和高速查询列性能 | 往往采用 “行存储”,对在单行型物理块中执行高吞吐量写入操作进行了优化。 | 数据访问 | 为最小化I/O并最大化数据吞吐量进行了优化 | 大量小型读取操作 |
二、数据分层处理每个企业/业务,可以根据自己的场景将数据分层加工处理。 正常情况下,一般会分为三层: 数据运营层(ODS ) 数据仓库层(DW ) 数据应用层(ADS )
我们的业务数据会经过 ODS -> DW -> ADS ,最终加工成我们所要分析的大数据。 接下来,我们分别介绍一下每一层具体的作用。 2.1 数据运营层(ODS)ODS:Operation Data Store 数据准备区,也称为贴源层。 数据仓库源头系统的数据表通常会原封不动的存储一份,这称为ODS层,是后续数据仓库加工数据的来源。
ODS层数据的来源方式:业务数据库 经常会使用sqoop来抽取,例如每天定时抽取一次。 实时方面,可以考虑监听mysql的binlog,实时接入即可。 消息队列 即来自Kafka、RocketMQ、ActiveMQ 等等的数据。 埋点日志 日志一般以文件的形式保存,可以选择用flume定时同步 可以用spark streaming或者Flink来实时接入,kafka也OK
2.2 数据仓库层(DW)DW 层一般又分为三小层,分别是 DWD 、DWB 、DWS 。
DWD(数据细节层)DWD:data warehouse details 细节数据层,是业务层与数据仓库的隔离层。 主要对ODS数据层做一些数据清洗和规范化的操作。 在这层往往会去除空值、业务脏数据、超过极限范围的数据 DWB(数据基础层)DWB:data warehouse base 数据基础层,存储的是客观数据,一般用作中间层,可以认为是大量指标的数据层。 DWS(数据服务层)DWS:data warehouse service 数据服务层,基于DWB上的基础数据,整合汇总成分析某一个主题域的服务数据层,一般是宽表。用于提供后续的业务查询,OLAP分析,数据分发等。 用户行为,轻度聚合 主要对ODS/DWD层数据做一些轻度的汇总。 2.3 数据应用层(ADS)ADS:applicationData Service应用数据服务,该层主要是提供数据产品和数据分析使用的数据,一般会存储在ES、mysql等系统中供线上系统使用。 我们通过说的报表数据,或者说那种大宽表,一般就放在这里 版权声明:本文内容来自简书>作者 : 齐舞647,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。 本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。 原文链接:https://www.jianshu.com/p/7ec2cc9a4069 如有涉及到侵权,将立即予以删除处理。 在此特别鸣谢:简书博主>齐舞647的创作。 此篇文章所有版权归原作者所有,与本公众号无关,商业转载请联系作者获得授权,非商业转载请注明出处。
|