指标维度 通过ICAgent上报的虚机指标的指标维度 表1 通过ICAgent上报的虚机指标的指标维度 指标类别 指标维度 说明 网络指标 clusterId 集群ID。 hostID 主机ID。 nameSpace 集群的命名空间。 netDevice 网卡名称。 nodeIP

查看更多 →

说明 点击引用函数 通过函数对数据进行加工，支持日期函数、文本函数和数值函数。 点击引用字段 数据集的维度和度量。 字段表达式 字段的熟悉表达式，直观帮助您理解数据加工的过程。 表2 日期函数 函数 用法 说明 CURRENT_DATE CURRENT_DATE() 返回当前日期。

查看更多 →

E: 维度表 DIMENSION_TABLE_ATTRIBUTE: 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:

查看更多 →

完成所有维度的新建之后，需要等待审核人员审核。 审核通过后，系统会自动创建与维度相对应的维度表，维度表的名称和编码均与维度相同。在“维度建模”页面，选择“维度表”页签，可以查看建好的维度表。 在维度表列表中，在“同步状态”一列中可以查看维度表的同步状态。 图5 维度表的同步状态

查看更多 →

E: 维度表 DIMENSION_TABLE_ATTRIBUTE: 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:

查看更多 →

维度建模 新建维度 管理维度表 新建事实表 父主题： 模型设计

查看更多 →

关系建模和维度建模的区别？ 问题描述 关系建模和维度建模的区别是什么。 解决方案 关系建模为事务性模型，对应三范式建模。 维度建模为分析性模型，主要包括事实表、维度表的设计，多用于实现多角度、多层次的数据查询和分析。 DataArts Studio 是基于 数据湖 的数据运营平台，维度建模使用的场景比较多。

查看更多 →

。 图2 导出主题 导出码表 在数据架构主界面，单击左侧导航栏的“码表管理”，进入码表管理页面。 选择需要导出的码表，然后单击列表上方的“更多 > 导出”按钮，导出所选码表。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3 导出码表 导出数据标准 在数据架构主

查看更多 →

获取 数据仓库 自定义属性列表 功能介绍 获取数据仓库自定义属性列表 URI GET /v1.0/{project_id}/common/warehouses/custom-attributes 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 项目id，获取方法请参见获取项目ID

查看更多 →

E: 维度表 DIMENSION_TABLE_ATTRIBUTE: 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:

查看更多 →

写和校验。 表3 请求Body参数 参数 是否必选 参数类型 描述 ids 是 Array of strings ID列表，ID字符串。 del_types 否 String 删除类型。 枚举值： PHYSICAL_TABLE: 是否删除数据库物理表，只针对能物化的表生效（配置此值则表示删除）

查看更多 →

维度接口 查找维度 新建维度 更新维度 删除维度 查看维度详情 查看维度颗粒度 查看逆向维度表任务 父主题： 数据架构API

查看更多 →

数据仓库 华为云数据仓库高级工程师培训 父主题： 培训服务

查看更多 →

在设计模式中，可以通过图形化拖拉拽方式，按照数仓规划，配置维度模型和事实模型之间的关联关系，以便于数据开发人员在数据开发过程中，能够准确的理解各模型之间的关系并高效准确的设计 ETL 任务。 图9 可视化设计 逆向工程 支持通过数据库导入的方式，快速将外部数据库中的表逆向为逻辑模型，导入到 DataFacts平台中，帮助用户在数据同步、ETL

查看更多 →

建议使用。 建议 事实表采用日期分区表，维度表采用非分区或者大颗粒度的日期分区 是否采用分区表要根据表的总数据量、增量和使用方式来决定。从表的使用属性看事实表和维度表具有的特点： 事实表：数据总量大，增量大，数据读取多以日期做切分，读取一定时间段的数据。 维度表：总量相对小，增量

查看更多 →

E: 维度表 DIMENSION_TABLE_ATTRIBUTE: 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:

查看更多 →

E: 维度表 DIMENSION_TABLE_ATTRIBUTE: 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:

查看更多 →

数据仓库 表1 数据仓库权限 权限 对应API接口 授权项（Action） IAM项目 (Project) 企业项目 (Enterprise Project) 获取数据仓库列表 GET /v1.0/{project_id}/common/warehouses octopus:dataWarehouse:list

查看更多 →

数据仓库 获取数据仓库列表信息 获取数据仓库的数据列表 父主题： API

查看更多 →

用户流量限制（次/min） 查询码表列表 查询码表列表。 21600 240 创建码表 创建码表。 10800 120 删除码表 删除码表。 10800 120 修改码表 修改码表。 10800 120 查看码表详情 通过ID查看码表的详情信息。 21600 240 查看码表字段值 查看码表字段值。 21600

查看更多 →

，挖掘和探索数据价值。 数据湖就是在这种背景下产生的。数据湖是一个集中存储各类结构化和非结构化数据的大型数据仓库，它可以存储来自多个数据源、多种数据类型的原始数据，数据无需经过结构化处理，就可以进行存取、处理、分析和传输。数据湖能帮助企业快速完成异构数据源的联邦分析、挖掘和探索数据价值。

查看更多 →