数据集市是面向数据应用为出发点，一个数据集市可以支持多个相关的数据应用。数据集市的作用与指标汇总层类似，但服务的目标系统只是指标汇总层的一部分，因此集市比指标汇总层更面向应用和用户。 集市层与指标汇总层类似，也是采用维度建模方式，常见的有星座模型、雪花模型等，只需要按实际应用需要设计、开发即可。

查看更多 →

用户在关系建模过程中，可以从以下三个层次去设计关系模型，这三个层次是逐层递进的，先设计概念模型，再进一步细化设计出逻辑模型，最后设计物理模型。 物理模型：是在逻辑数据模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构设计，真正实现数据在数据库中的存放，例如：所选的 数据仓库 是DWS或 DLI 。 维度建模 维度

查看更多 →

在一个画布中，包括ODS层、DWI层、DWR层基础数据，然后按照ODS层作业 > DWI层作业 > DWR层基础数据作业顺序排列。 业务指标未用到的逻辑数据实体，将5个逻辑数据实体放在一个画布中，包括ODS层、DWI层，然后按照ODS层作业 > DWI层作业顺序排列，注意使用Dummy空算子进行作业间的关联。

查看更多 →

通用数据库服务层 从技术角度来看，存储引擎需要一些基础架构组件，主要包括： 并发：不同存储引擎选择正确的锁可以减少开销，从而提高整体性能。此外提供多版本并发控制或“快照”读取等功能。 事务：均需满足ACID的要求，提供事务状态查询等功能。 内存缓存：不同存储引擎在访问索引和数据时

查看更多 →

通用数据库服务层 从技术角度来看，存储引擎需要一些基础架构组件，主要包括： 并发：不同存储引擎选择正确的锁可以减少开销，从而提高整体性能。此外提供多版本并发控制或“快照”读取等功能。 事务：均需满足ACID的要求，提供事务状态查询等功能。 内存缓存：不同存储引擎在访问索引和数据时

查看更多 →

通用数据库服务层 从技术角度来看，存储引擎需要一些基础架构组件，主要包括： 并发：不同存储引擎选择正确的锁可以减少开销，从而提高整体性能。此外提供多版本并发控制或“快照”读取等功能。 事务：均需满足ACID的要求，提供事务状态查询等功能。 内存缓存：不同存储引擎在访问索引和数据时

查看更多 →

通用数据库服务层 从技术角度来看，存储引擎需要一些基础架构组件，主要包括： 并发：不同存储引擎选择正确的锁可以减少开销，从而提高整体性能。此外提供多版本并发控制或“快照”读取等功能。 事务：均需满足ACID的要求，提供事务状态查询等功能。 内存缓存：不同存储引擎在访问索引和数据时

查看更多 →

事实表接口 查找事实表 删除事实表 查看事实表详情 查看逆向事实表任务 父主题： 数据架构API

查看更多 →

数据架构默认的数仓分层包含SDI、DWI、DWR、DM（Data Mart）等4层，支持用户自定义数仓分层。数仓规划对数仓分层以及数仓模型进行统一管理。 SDI Source Data Integration (SDI)又称贴源数据层。SDI是源系统数据的简单落地。 DWI Data Warehouse

查看更多 →

测试用例三层管理 背景介绍 当前云版本交付存在以下特点： 同一个云服务可能同时存在不同业务交付形态，不同业务形态之间测试用例重复度高，对用例管理的高效性和可复用性要求非常高。 交付节奏较快，每月/每周/每天都可能存在版本发布。 一次版本发布中存在多轮迭代。 针对以上交付存在的问题，CodeArts

查看更多 →

top Boolean 分层治理。 level String 数据治理 分层。 枚举值： SDI: 贴源数据层 DWI: 数据整合层 DWR: 数据报告层 DM: 数据集市层 dw_type String 数据连接类型，对应表所在的数仓类型，取值可以为DWS、 MRS _HIVE、PO

查看更多 →

删除事实表 功能介绍 根据ID集合删除事实表。 调用方法 请参见如何调用API。 URI DELETE /v2/{project_id}/design/fact-logic-tables 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 项目

查看更多 →

来源请参考新建数据标准 图9 事实表字段关联数据标准 配置完成后，单击“确定”，完成事实表字段关联数据标准。如果已开启公共层空间，在普通空间选择数据标准时，需要手动选择数据标准来源为“选择公共层”或“选择本空间”。“选择公共层”开启后，可以将公共层空间的数据标准引用到普通空间。 图10

查看更多 →

能。 多维模型是由数字型度量值组成的一张事实表连接到一组包含描述属性的多张维度表，事实表与维度表通过主/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。 数据集市 又称为DM（Data Mart），DM面向展现层，数据有多级汇总，由一个特定的分析对象及

查看更多 →

入到SDI贴源层的原始数据表。 历史数据清洗，使用数据开发的MRS Hive SQL脚本将源数据表清洗之后导入DWI层的标准出行数据表。 将基础数据插入维度表中。 将DWI层的标准出行数据导入DWR层的事实表中。 数据汇总，通过Hive SQL将出租车行程订单事实表中的数据进行汇总统计并写入汇总表。

查看更多 →

新建数据标准并发布 关系建模 数仓规划：新建SDI层和DWI层两个模型 维度建模 维度建模：在DWR层新建并发布维度 维度建模：在DWR层新建并发布事实表 指标设计 指标设计：新建并发布技术指标 数据集市建设 数据集市：在DM层新建并发布汇总表 步骤6：数据开发处理 可管理多种大数据服务，提供一站式的大数据开发环境。

查看更多 →

。 关系建模：基于关系建模，新建SDI层和DWI层两个模型。 SDI：Source Data Integration，又称贴源数据层。SDI是源系统数据的简单落地。 DWI：Data Warehouse Integration，又称数据整合层。DWI整合多个源系统数据，对源系统进

查看更多 →

top Boolean 分层治理。 level String 数据治理分层。 枚举值： SDI: 贴源数据层 DWI: 数据整合层 DWR: 数据报告层 DM: 数据集市层 dw_type String 数据连接类型，对应表所在的数仓类型，取值可以为DWS、MRS_HIVE、PO

查看更多 →

数据架构：数据建模可视化、自动化、智能化 DataArts Studio 数据架构践行数据治理方法论，将数据治理行为可视化，打通数据基础层到汇总层、集市层的数据处理链路，落地数据标准和数据资产，通过关系建模、维度建模实现数据标准化，通过统一指标平台建设，实现规范化指标体系，消除歧义、

查看更多 →

从数据调研导入 从SDI层导入 DWI层物理模型支持从SDI层导入数据，前提：DWI层的数据库类型和SDI层数据库类型一致。 在物理模型的列表界面选择导入，从SDI层导入，选择源分层、需要导入的物理模型，可选择是否导入关系和布局图形以及全部导入或导入部分表。 图5 从SDI层导入 从DataArts

查看更多 →

线柱图 基础平面地图子组件： 地图飞线、地图下钻、地图热力层、悬浮文本 世界地图子组件： 地图飞线、地图热力层 √ √ √ 高级图表组件： 水位图、水平叠加柱状图、WT水平叠加柱状图、玫瑰图、水平正负柱图、热力图、台阶图、FLV视频流播放器、矩形树图、仪表盘、漏斗图 基础平面地图子组件：

查看更多 →