name/filepath。 DWS模型的表支持以下表类型： DWS_ROW：行存表。行存储是指将表按行存储到硬盘分区上。 DWS_COLUMN：列存表。列存储是指将表按列存储到硬盘分区上。 DWS_VIEW：视图存表。视图存储是指将表按视图存储到硬盘分区上。 MRS _HIVE模

查看更多 →

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

查看更多 →

: 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 →

: 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 →

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

查看更多 →

之后才能进行汇总表的新建，将复合指标计算结果写入汇总表中。 单击规范设计左侧“维度建模”，切换到汇总表页面，单击新建，进入新增汇总表编辑页面。 图5 汇总表1 进入新增汇总表编辑页面。填入所属主题、表名称、表编码、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。

查看更多 →

。 维度建模 维度建模是从分析决策的需求出发构建多维模型，它主要是为分析需求服务，因此它重点关注用户如何更快速地完成需求分析，同时具有较好的大规模复杂查询的响应性能。 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。

查看更多 →

Segment，即数据文件，通常每张表只对应一个数据文件。如果某张表的数据大于1GB，则会分为多个数据文件存储。 Table，即表，每张表只能属于一个数据库。 Block，即数据块，是数据库管理的基本单位，默认大小为8KB。 数据有三种分布方式，可以在建表的时候指定：REPLICATION、ROUNDROBIN

查看更多 →

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 →

Metadata）。 技术元数据是存储关于 数据仓库 系统技术细节的数据，是用于开发和管理数据仓库使用的数据。在 DataArts Studio 中，技术元数据即为技术资产，显示数据库、数据表、数据量的数量及其详情。 业务元数据从业务角度描述了数据仓库中的数据，它提供了介于使用者和实际系统之间的

查看更多 →

针对读操作进行优化 针对写操作进行优化 什么是 数据湖 ？ 在企业内部，数据是一类重要资产已经成为了共识。随着企业的持续发展，数据不断堆积，企业希望把生产经营中的所有相关数据都完整保存下来，进行有效管理与集中治理，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

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 →

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 →

导出的数据类型有元数据Schema和数据Data。 数据导出前，请按照表1和表2进行检查，确认数据导出的类型和模式是否符合需求。 表1 数据类型 数据类型 描述 元数据 表的定义信息，即对象结构。 数据 表的具体数据，即对象数据。 表2 导出模式 导出模式 描述 仅执行一次 定时

查看更多 →

所选的数据仓库是DWS或 DLI 。 维度建模 维度建模是从分析决策的需求出发构建模型，它主要是为分析需求服务，因此它重点关注用户如何更快速地完成需求分析，同时具有较好的大规模复杂查询的响应性能。 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。

查看更多 →

将显示符合条件的所有的元数据。 图2 技术资产 在资产列表中，单击所需查看的元数据名称，即可查看详情信息。 例如，在资产列表中，找到事实表fact_stroke_order，单击事实表名称，即可查看事实表的详情信息。在详情页面，进入“血缘”页签，可查看事实表的输入输出血缘信息。 图3

查看更多 →

获取数据仓库列表信息 功能介绍 获取数据仓库列表 URI GET /v1.0/{project_id}/common/warehouses 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 表2 Query参数

查看更多 →

针对读操作进行优化 针对写操作进行优化 什么是数据湖？ 在企业内部，数据是一类重要资产已经成为了共识。随着企业的持续发展，数据不断堆积，企业希望把生产经营中的所有相关数据都完整保存下来，进行有效管理与集中治理，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

查看更多 →

API。 元数据基于Hive元数据模型，支持Catalog、数据库、表、函数等元数据对象。 数据权限管理提供权限策略的配置和对应的权限访问控制。 授权主体支持IAM用户和用户组以及LakeFormation角色。 授权对象支持Catalog、数据库、表及列、函数等元数据对象，也支持OBS并行文件系统路径。

查看更多 →

标准管理 新建码表并发布 新建数据标准并发布 关系建模 关系建模：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 维度建模：在DM层新建并发布汇总表 步骤6：数据开发

查看更多 →