查询单个主维度下子维度监控对象列表 功能介绍 查询主维度下子维度监控对象列表，当前支持子维度的主维度ID的有 dcs_instance_id。 调用方法 请参见如何调用API。 URI GET /v2/{project_id}/dims/monitored-objects/{instance_id}

查看更多 →

DIMENSION_ LOG IC_TABLE: 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 →

DIMENSION_LOGIC_TABLE: 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 →

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 →

DIMENSION_LOGIC_TABLE: 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 →

DIMENSION_LOGIC_TABLE: 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 →

为解决企业的数据集成与分析问题， 数据仓库 之父比尔·恩门于1990年提出数据仓库（Data Warehouse）。数据仓库主要功能是将OLTP经年累月所累积的大量数据，通过数据仓库特有的数据储存架构进行OLAP，最终帮助决策者能快速有效地从大量数据中，分析出有价值的信息，提供决策支持。自从数据仓库出现之后

查看更多 →

deleteTableModel 查看维度 DAYU_DS dsDimension getListDimension 创建维度 DAYU_DS dsDimension createDimension 更新维度 DAYU_DS dsDimension updateDimension 发布维度 DAYU_DS

查看更多 →

数据治理 度量维度 数据治理成熟度评估使用调查问卷方式，包括11个治理模块，60多个调查问卷事项，全方面多维度度量了数据治理工作的水平。 数据治理评分卡使用评分卡形式，由数据治理组织和各业务IT部门共同针对各部门自身数据治理情况进行打分。评分卡是季度性打分，作为一个工具手段持续推动

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 →

DIMENSION_LOGIC_TABLE: 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 →

为解决企业的数据集成与分析问题，数据仓库之父比尔·恩门于1990年提出数据仓库（Data Warehouse）。数据仓库主要功能是将OLTP经年累月所累积的大量数据，通过数据仓库特有的数据储存架构进行OLAP，最终帮助决策者能快速有效地从大量数据中，分析出有价值的信息，提供决策支持。自从数据仓库出现之后

查看更多 →

主题设计 标准管理 新建码表并发布 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

查看更多 →

DIMENSION_LOGIC_TABLE: 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 →

DIMENSION_LOGIC_TABLE: 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 →

gabytes ） 该指标用于统计该内存workingset的使用量，即RSS内存和缓存的总和。 ≥0 兆字节（MB） 表2 容器指标维度 维度 说明 appID 服务ID。 appName 服务名称。 clusterId 集群ID。 clusterName 集群名称。 containerID

查看更多 →

数据安全治理维度 根据DSMM评估模型，可以从组织建设、制度流程、技术工具、人员能力四个维度开展数据安全治理能力建设工作。 图1 数据安全能力建设工作 组织建设 数据安全组织架构是数据安全治理体系建设的前提条件。通过建立专门的数据安全组织，落实数据安全管理责任，确保数据安全相关工作能够持续稳定的贯彻执行。

查看更多 →

呼叫明细维度实时接口 查询指定callId的呼叫基本信息 查询指定座席私有呼叫callId的详细呼叫信息 查询指定callId的通话详单 父主题： 实时数据查询类接口

查看更多 →

查看逆向维度表任务 功能介绍 查看逆向维度表任务。 调用方法 请参见如何调用API。 URI GET /v2/{project_id}/design/dimension/database 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 →

> 公共维度”，然后单击“新建”新建费率代码维度。在新建维度页面，配置如下，配置完成后单击“保存”。 图38 费率代码维度 在“维度建模”页面进入“维度”标签页，在主题树中选中“城市交通 > 公共维度 > 公共维度”，然后单击“新建”新建付款方式维度。在新建维度页面，维度配置如下，配置完成后单击“保存”。

查看更多 →

进行整合、清洗，并基于三范式进行关系建模。 维度建模：基于维度建模，新建DWR层模型并发布维度和事实表。 DWR：Data Warehouse Report，又称数据报告层。DWR基于多维模型，和DWI层数据粒度保持一致。 维度：维度是用于观察和分析业务数据的视角，支撑对数据进行

查看更多 →