数据仓库服务 GaussDB(DWS)

 

GaussDB(DWS)是一款具备分析及混合负载能力的分布式数据库,支持x86和Kunpeng硬件架构,支持行存储与列存储,提供GB~PB级数据分析能力、多模分析和实时处理能力,用于数据仓库、数据集市、实时分析、实时决策和混合负载等场景,广泛应用于汽车、制造、零售、物流、互联网、金融、政府、电信等行业分析决策系统

 
 

    数据仓库事实表设计 更多内容
  • 新建事实表

    ,不勾选则无法同步。 管理事实 事实创建好之后,进入数据架构的“维度建模 > 事实”页面,您可以对事实进行编辑、发布、下线、查看发布历史或删除操作。 图6 事实管理 编辑事实事实中,找到需要编辑的事实,单击“编辑”,进入编辑事实页面。 根据实际需要编辑相关内容。

    来自:帮助中心

    查看更多 →

  • 事实表接口

    事实接口 查找事实 查看事实详情 查看逆向事实任务 父主题: 数据架构API

    来自:帮助中心

    查看更多 →

  • 查找事实表

    : 维度 DIMENSION_TABLE_ATTRIBUTE: 维度属性 DIRECTORY: 目录 FACT_ATTRIBUTE: 事实属性 FACT_DIMENSION: 事实维度 FACT_ LOG IC_TABLE: 事实 FACT_MEASURE: 事实度量 FUNCTION:

    来自:帮助中心

    查看更多 →

  • 查看事实表详情

    : 维度 DIMENSION_TABLE_ATTRIBUTE: 维度属性 DIRECTORY: 目录 FACT_ATTRIBUTE: 事实属性 FACT_DIMENSION: 事实维度 FACT_LOGIC_TABLE: 事实 FACT_MEASURE: 事实度量 FUNCTION:

    来自:帮助中心

    查看更多 →

  • 维度建模

    之后才能进行汇总的新建,将复合指标计算结果写入汇总中。 单击规范设计左侧“维度建模”,切换到汇总页面,单击新建,进入新增汇总编辑页面。 图5 汇总1 进入新增汇总编辑页面。填入所属主题、名称、编码、统计维度选择客户类型、数据连接类型、数据源、数据库和、Schema、资产责任人。

    来自:帮助中心

    查看更多 →

  • 查看逆向事实表任务

    查看逆向事实任务 功能介绍 查看逆向事实任务。 调用方法 请参见如何调用API。 URI GET /v2/{project_id}/design/fact-logic-tables/database 1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String

    来自:帮助中心

    查看更多 →

  • 表设计

    防止可能出现的数据溢出。 1 的分区方式及使用场景 分区方式 描述 Range 数据通过范围进行分区。 Interval 数据通过范围进行分区,超出范围的会自动根据间隔创建新的分区。 List 数据通过指定列按照具体值进行分区。 Hash 数据通过Hash散列方式进行分区。

    来自:帮助中心

    查看更多 →

  • 表设计

    支持的并发度。通过对关联条件和分组条件的仔细设计,能够尽可能的减少不必要的数据shuffle。 选择存储方案 【建议】的存储类型是定义设计的第一步,客户业务类型是决定的存储类型的主要因素,存储类型的选择依据请参考1。 1 的存储类型及场景 存储类型 适用场景 行存

    来自:帮助中心

    查看更多 →

  • 表设计

    以防可能出现的数据溢出。 1 的分区方式及使用场景 分区方式 描述 Range 数据通过范围进行分区。 Interval 数据通过范围进行分区,超出范围的会自动根据间隔创建新的分区。 List 数据通过指定列按照具体值进行分区。 Hash 数据通过Hash散列方式进行分区。

    来自:帮助中心

    查看更多 →

  • 表设计

    支持的并发度。通过对关联条件和分组条件的仔细设计,能够尽可能的减少不必要的数据shuffle。 选择存储方案 【建议】的存储类型是定义设计的第一步,用户业务类型是决定的存储类型的主要因素,存储类型的选择依据请参考1。 1 的存储类型及场景 存储模型 优点 缺点 适用场景

    来自:帮助中心

    查看更多 →

  • 表设计

    关联条件和分组条件的仔细设计,能够尽可能的减少不必要的数据shuffle。 选择分布方案 的分布方式的选择如1所示。 1 的分布方式及使用场景 分布方式 描述 适用场景 Hash 数据通过Hash方式散列到集群中的所有DN上。 数据量较大的事实。 Replication

    来自:帮助中心

    查看更多 →

  • 选择表模型

    选择模型 在设计 数据仓库 模型的时候,最常见的有两种:星型模型与雪花模型。选择哪一种模型需要根据业务需求以及性能的多重考量来定。 星型模型由包含数据库核心数据的中央事实数据和为事实数据提供描述性属性信息的多个维度组成。维度通过主键关联事实中的外键。如图1。 所有的事实都必须保持同一个粒度。

    来自:帮助中心

    查看更多 →

  • 表设计

    支持的并发度。通过对关联条件和分组条件的仔细设计,能够尽可能的减少不必要的数据shuffle。 选择存储方案 【建议】的存储类型是定义设计的第一步,用户业务类型是决定的存储类型的主要因素,存储类型的选择依据请参考1。 1 的存储类型及场景 存储类型 适用场景 行存

    来自:帮助中心

    查看更多 →

  • 表设计

    【建议】的存储类型是定义设计的第一步,客户业务类型是决定的存储类型的主要因素,存储类型的选择依据请参考1。 1 的存储类型及场景 存储类型 适用场景 行存 点查询(返回记录少,基于索引的简单查询)。 增、删、改操作较多的场景。 列存 统计分析类查询 (关联、分组操作较多的场景)。

    来自:帮助中心

    查看更多 →

  • 表设计

    组条件的仔细设计,能够尽可能的减少不必要的数据shuffle。 选择分布方案 的分布方式的选择如2 的分布方式及使用场景所示。 1 的分布方式及使用场景 分布方式 描述 适用场景 Hash 数据通过Hash方式散列到集群中的所有DN上。 数据量较大的事实。 Replication

    来自:帮助中心

    查看更多 →

  • 数据架构支持哪些数据建模方法?

    多维模型是由数字型度量值组成的一张事实连接到一组包含描述属性的多张维度事实与维度通过主/外键实现关联。 典型的维度模型有星形模型,以及在一些特殊场景下使用的雪花模型。 在 DataArts Studio 数据架构中,维度建模是以维度建模理论为基础,构建总线矩阵、抽象出事实和维度,构建维度模

    来自:帮助中心

    查看更多 →

  • 账表设计

    于日后按分类查找报。 图3 账分类 在账分类上新建报,设置报编码、名称等信息。 图4 新建账 新建报后报是没有样式的,还需要针对新建的报设计该报的格式。设计格式之初,首先选择合适的数据模型,然后进行报格式设计。 图5 数据模型选择 根据业务需要的样式拖拽左侧

    来自:帮助中心

    查看更多 →

  • 数据架构概述

    单击“搜索”可以查找指定的,单击“名称”,可以进入的详情页面,查看的详细信息。 新建 单击“新建”,可以新建业务-逻辑模型、业务-物理模型、维度事实和汇总。创建的过程可以参见逻辑模型设计、物理模型设计、新建维度、新建事实、新建汇总。 同步 单击“更多 >

    来自:帮助中心

    查看更多 →

  • 表设计最佳实践

    设计最佳实践 使用分区 选择数据类型 父主题: 最佳实践

    来自:帮助中心

    查看更多 →

  • 表设计最佳实践

    设计最佳实践 选择分布方式 选择分布列 使用分区 选择数据类型 查看所在节点 父主题: 最佳实践

    来自:帮助中心

    查看更多 →

  • 表设计最佳实践

    增强可用性:如果分区的某个分区出现故障,在其他分区的数据仍然可用。 方便维护:如果分区的某个分区出现故障,需要修复数据,只修复该分区即可。 GaussDB数据库 支持的分区为一级分区和二级分区,其中一级分区包括范围分区、间隔分区、列分区、哈希分区四种,二级分区包括范围

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了