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

 
 

    数据仓库基础层事实层 更多内容
  • 维度建模

    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类似,但服务的目标系统只是指标汇总的一部分,因此集市比指标汇总更面向应用和用户。 集市与指标汇总类似,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。

    来自:帮助中心

    查看更多 →

  • 作业开发

    在一个画布中,包括ODS、DWI、DWR基础数据,然后按照ODS作业 > DWI作业 > DWR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、DWI,然后按照ODS作业 > DWI作业顺序排列,注意使用Dummy空算子进行作业间的关联。

    来自:帮助中心

    查看更多 →

  • 数据架构支持哪些数据建模方法?

    并进行一致性处理,为数据分析决策服务,但是并不能直接用于分析决策。 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。 概念模型:是从用户的视角,主要从业务流程、活动中涉及的主要业务数据出

    来自:帮助中心

    查看更多 →

  • 通用数据库服务层

    通用数据库服务 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

    来自:帮助中心

    查看更多 →

  • 通用数据库服务层

    通用数据库服务 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

    来自:帮助中心

    查看更多 →

  • 通用数据库服务层

    通用数据库服务 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

    来自:帮助中心

    查看更多 →

  • 通用数据库服务层

    通用数据库服务 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

    来自:帮助中心

    查看更多 →

  • 事实表接口

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

    来自:帮助中心

    查看更多 →

  • 新建事实表

    源请参考新建数据标准 图10 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”或“选择本空间”。“选择公共”开启后,可以将公共空间的数据标准引用到普通空间。 图11

    来自:帮助中心

    查看更多 →

  • 查看事实表详情

    : 维度属性 DIRECTORY: 目录 FACT_ATTRIBUTE: 事实表属性 FACT_DIMENSION: 事实表维度 FACT_ LOG IC_TABLE: 事实表 FACT_MEASURE: 事实表度量 FUNCTION: 函数 INFO_ARCH: 信息架构(批量修改主题使用)

    来自:帮助中心

    查看更多 →

  • 基本概念

    SDI Source Data Integration (SDI)又称贴源数据。SDI是源系统数据的简单落地。 DWI Data Warehouse Integration (DWI)又称数据整合。DWI整合多个源系统数据,源系统进来数据会有整合、清洗,基于三范式关系建模。 DWR

    来自:帮助中心

    查看更多 →

  • 步骤6:数据开发

    入到SDI贴源的原始数据表。 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的标准出行数据表。 将基础数据插入维度表中。 将DWI的标准出行数据导入DWR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。

    来自:帮助中心

    查看更多 →

  • 数据架构使用流程

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

    来自:帮助中心

    查看更多 →

  • 示例场景说明

    新建数据标准并发布 关系建模 关系建模:新建SDI和DWI两个模型 维度建模 维度建模:在DWR新建并发布维度 维度建模:在DWR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 维度建模:在DM新建并发布汇总表 步骤6:数据开发 可管理多种大数据服务,提供一站式的大数据开发环境。

    来自:帮助中心

    查看更多 →

  • 查找事实表

    : 维度属性 DIRECTORY: 目录 FACT_ATTRIBUTE: 事实表属性 FACT_DIMENSION: 事实表维度 FACT_LOGIC_TABLE: 事实表 FACT_MEASURE: 事实表度量 FUNCTION: 函数 INFO_ARCH: 信息架构(批量修改主题使用)

    来自:帮助中心

    查看更多 →

  • 数据架构概述

    并进行一致性处理,为数据分析决策服务,但是并不能直接用于分析决策。 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。 概念模型:是从用户的视角,主要从业务流程、活动中涉及的主要业务数据出

    来自:帮助中心

    查看更多 →

  • 创建数据源

    表2 关系型数据库填写信息 字段 说明 数据仓库 类型 源系统,贴源,集市,主题,整合。 是否用于聚合服务 表示数据源在创建聚合服务时是否可被使用。必填,可选“是”或“否”。 所属领域 必填,选择数据源所属领域,下拉可选值来源于“基础数据管理 > 领域”的数据。 默认数据源

    来自:帮助中心

    查看更多 →

  • 物理模型设计

    从数据调研导入 从SDI导入 DWI物理模型支持从SDI导入数据,前提:DWI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导入 从DataArts

    来自:帮助中心

    查看更多 →

  • 查看逆向事实表任务

    查看逆向事实表任务 功能介绍 查看逆向事实表任务。 调用方法 请参见如何调用API。 URI GET /v2/{project_id}/design/fact-logic-tables/database 表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 →

  • DLV是什么

    线柱图 基础平面地图子组件: 地图飞线、地图下钻、地图热力、悬浮文本 世界地图子组件: 地图飞线、地图热力 √ √ √ 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:

    来自:帮助中心

    查看更多 →

  • 数据湖治理平台设计

    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,打通数据基础到汇总、集市的数据处理链路,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、

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了