于安全责任共担模型，从云基础设施和租户云服务两个层面建设安全保障体系，辅以安全运维，保障云平台和租户业务系统的安全运行。 PaaS平台 PaaS平台作为云服务的后端实现实体，主要完成服务的封装和对资源的自动化分配、使用。通过对资源池层相关资源的封装，实现云资源服务的发现、路由、编

查看更多 →

按照传统的定义，元数据（Metadata）是关于数据的数据。元数据打通了源数据、 数据仓库 、数据应用，记录了数据从产生到消费的全过程。元数据主要记录数据仓库中模型的定义、各层级间的映射关系、监控数据仓库的数据状态及ETL的任务运行状态。在数据仓库系统中，元数据可以帮助数据仓库管理员和

查看更多 →

视图，主要解决系统分析和设计的问题，它描述系统的业务上下文、系统的逻辑分解，以及分解出的逻辑元素间的关系。 开发视图 开发视图面向系统开发及软件管理，描述系统代码结构，构建结构的视图，主要解决系统技术实现和开发的问题，它依托逻辑视图，描述代码、构建结构。 运行视图 运行视图面向系

查看更多 →

逻辑集群 GS_271180008 错误码： database locale is incompatible with operating system. 解决方案：使用其他语言环境重新创建数据库或安装缺失的语言环境。 level： FATAL

查看更多 →

TABLES IN ORACLE发布的owner必须是系统管理员。 level： ERROR GS_152150031 错误码： permission denied to change owner of subscription %s. 解决方案：订阅的owner必须是系统管理员。 level：

查看更多 →

逻辑复制 逻辑解码

查看更多 →

逻辑解码 逻辑解码概述 逻辑解码选项 使用SQL函数接口进行逻辑解码 使用流式解码实现数据逻辑复制 父主题： 逻辑复制

查看更多 →

生成逻辑日志。目标数据库解析逻辑日志以实时进行数据复制。具体如图1所示。逻辑复制降低了对目标数据库的形态限制，支持异构数据库、同构异形数据库对数据的同步，支持目标库进行数据同步期间的数据可读写，数据同步时延低。 图1 逻辑复制 逻辑复制由两部分组成：逻辑解码和数据复制。逻辑解码会

查看更多 →

逻辑函数 表1 逻辑函数 SQL函数 返回类型 描述 boolean1 OR boolean2 BOOLEAN 如果 boolean1 为 TRUE 或 boolean2 为 TRUE 返回 TRUE。支持三值逻辑。 例如 true || Null(BOOLEAN) 返回 TRUE。

查看更多 →

逻辑复制 逻辑解码 使用逻辑复制工具复制数据

查看更多 →

数据仓库规格 GaussDB (DWS)的规格按照产品类型分为标准数仓、实时数仓和IoT数仓。其中实时数仓还包含单机版模式。各产品类型的不同差异，详情请参见数据仓库类型。 标准数仓（DWS 2.0）规格 标准数仓（DWS 2.0）云盘规格，该规格弹性伸缩，无限算力、无限容量，规格详情请参见表1。

查看更多 →

存算分离表在重分布时，表只支持读，元数据的重分布时间一般比较短，但是，如果表上创建了索引，索引会影响重分布的性能，重分布完成时间与索引的数据量成正比关系，在此期间，表只支持读。 实时数仓（单机部署）不支持分布式模式，因此不支持扩缩容、逻辑集群、资源管理等操作。 实时数仓（单机部署

查看更多 →

处通过搜索关键字，选择合适的加速场数据模型资产。 全量引用：将该数据模型资产全部引入信息架构中； 部分引用：允许您有选择地引用模板中的单个或多个主题设计、逻辑模型设计中的实体，以及物理模型设计中的表。 图4 资产模板引用-全量引用 父主题： 信息架构设计

查看更多 →

专属加密采用的是什么云加密机？ 专属加密采用的是符合国家密码局认证或FIPS 140-2第3级验证的硬件加密机，对高安全性要求的用户提供高性能专属加密服务，保障数据安全，规避风险。 父主题： 专属加密类

查看更多 →

数据资产模型 数据资产模型是解决方案信息架构共享，包含方案的主题设计、逻辑模型设计、物理模型设计、ETL映射、业务指标设计等。如何发布数据资产模型参考归档发布资产。 查找数据资产模型 图1 查找数据资产模型 图2 数据资产模型详情 引用数据资产模型 支持将发布的数据资产模型引用到指

查看更多 →

信息架构设计 创建信息架构 主题设计 逻辑模型设计 物理模型设计 ETL映射设计 业务指标设计 配置管理 父主题： 设计中心

查看更多 →

属性L5设计和数据分级 属性L5设计和数据分级 数据标准/指标设计 数据标准/指标设计 3 数据工程实施 数据集成 数据集成前探查 全量数据同步 增量数据同步 规范设计 配置中心（审核人、功能、模型管理配置） 流程设计 主题设计 码表管理 数据标准 关系建模（逻辑模型、物理模型） 业务指标

查看更多 →

为什么要使用数据仓库？ 现状和需求 大量的企业经营性数据（订单，库存，原料，付款等）在企业的业务运营系统以及其后台的（事务型）数据库中产生的。 企业的决策者需要及时地对这些数据进行归类分析，从中获得企业运营的各种业务特征，为下一步的经营决策提供数据支撑。 困难 对数据的归类分析往往涉及到对多张数据库表数据的同时访问，

查看更多 →

在“维度”页签，选择需要导出的DWR模型，选择所需导出的维度，单击列表上方的“更多 > 导出”按钮，导出所选维度。导出完成后，即可通过浏览器下载地址，获取到导出的xlsx文件。 图9 导出维度 在“事实表”页签，选择需要导出的DWR模型，然后选择所需导出的事实表，单击列表上方的“更多 > 导出

查看更多 →

所有的事实都必须保持同一个粒度。 不同的维度之间没有任何关联。 图1 星型模型 雪花模型是在基于星型模型之上拓展来的，每一个维度可以再扩散出更多的维度，根据维度的层级拆分成颗粒度不同的多张表。如图2。 优点是减少维度表的数据量，各个维度表之间按需关联。 缺点是需要额外维护维度表的数量。 图2 雪花模型 本实践基于TPC-DS的SS（Store

查看更多 →

指标质的规定性和量的规定性两个方面的特点，指标数值反映了指标在具体时间、地点、条件下的数量表现。 业务指标用于指导技术指标，而技术指标是对业务指标的具体实现。 原子指标：原子指标中的度量和属性来源于多维模型中的维度表和事实表，与多维模型所属的业务对象保持一致，与多维模型中的最细数据粒度保持一致。

查看更多 →