逻辑模型设计 逻辑模型设计用于定义和描述数据之间的逻辑关系。解决方案工作台支持创建逻辑实体并配置逻辑实体间的关系，支持从文件导入逻辑模型，支持导出逻辑模型。 创建逻辑模型 架构师进入到对应空间和方案后，选择对应信息架构的逻辑模型设计，点击“新建”按钮，填写模型名称和描述(非必填)，点击确认。

查看更多 →

以数字开头。 父逻辑实体 设置一个父逻辑实体。本模块的父逻辑实体、子逻辑实体表示一个继承的概念，公共使用的逻辑实体及属性在逻辑上可以提炼为一个逻辑实体的就是父逻辑实体, 子逻辑实体是在父逻辑实体的基础上增加了特有属性，父逻辑实体属性的修改会影响所有继承它的子逻辑实体。 标签 标签

查看更多 →

当前模型工程中的所有符合定义规则的接口（定义规则：工程设置>构造型下，绑定到4+1视图 : 逻辑模型的接口Interface元素）。 在逻辑模型图上创建出来的接口元素之间的连线关系。 引用到逻辑模型中的接口（包含关联空间中的引用的逻辑元素）之间的连线关系。 如何检查 找出逻辑模型图里的接口间存在连线关系但连线

查看更多 →

12-1990）系统中一个逻辑上可分离的部分。系统设计中模块特指系统设计阶段输出的系统最小分解部件，系统设计阶段将模块当作黑盒、不涉及模块的内部结构，但要明确给出模块的功能、模块之间的接口。 Service 服务，是指具备明确的业务特征，由一个或多个关联紧密的微服务组成，可直接面向客

查看更多 →

模型设计 如何创建连线关系 如何快速复制元素 如何表示父子关系 如何实现图与图之间的关联跳转 如何添加元素属性和方法 顺序图怎么连线 如何编辑顺序图中的操作符 如何查看和修改模型图类型

查看更多 →

模型设计 总览 数据模型图谱 数据模型管理 数据看板

查看更多 →

模型设计 关系建模 维度建模 父主题： 数据架构组件

查看更多 →

应用需求分析：这部分主要针对数据应用系统所需要的数据范围及指标来确定，因此是先分析数据应用系统的需求，再提炼数据集市的数据接口需求 目标表设计：即数据集市结果表设计，根据数据应用的需求进行数据表设计 数据源分析：主要分析 数据仓库 的数据如何满足集市的需要，即确定需要数据仓库的那些表数据，如果数据仓库没有，则需要数据仓库进行数据补充

查看更多 →

物理模型设计 物理模型是对真实数据库的描述，即根据逻辑模型对应到具体的数据模型的机器实现。解决方案工作台支持多种数据库类型的物理模型，支持从逻辑实体新建物理模型表/从文件导入，支持导出文件等。 创建物理模型 架构师进入到对应空间和方案后，选择对应信息架构的物理模型设计。 点击“新

查看更多 →

描述信息。支持的长度1~200字符。 关联逻辑实体 在下拉列表中手动选择需要关联的逻辑实体以及逻辑实体所在的来源模型。 也可单击右侧的刷新按钮，由系统自动同步与物理表主题同名的来源模型以及和物理表英文名称同名的逻辑实体。同一逻辑实体可关联多个物理表。 在“表字段”页面添加所需要的字段。 图7

查看更多 →

领域模型设计 以下为4个种子场景可以泛化的参数及范围，请确保在编写odr文件时各参数在以下描述范围内。 straight城区直行 merge匝道合流 split匝道分流 junction路口 父主题： 静态场景（地图）

查看更多 →

connection_id 否 String 转化后物理表所属的数据连接ID。 database 否 String 转化后物理表所属的数据库。 queue 否 String 转化后物理表所属的队列（仅 DLI ）。 schema 否 String 转化后物理表所属的schema（仅DWS和PostgreSQL）。

查看更多 →

勒出企业的业务信息蓝图，是IT和业务人员沟通的桥梁。逻辑数据模型是一组规范化的逻辑表结构，逻辑数据模型是根据业务规则确定的，关于业务对象、业务对象的数据项及业务对象之间关系的基本蓝图。 物理模型：是在逻辑数据模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构设计，真正实

查看更多 →

ClickHouse逻辑视图设计 建议如下： 业务逻辑上有很多比较复杂的SQL运算，可以封装为一个视图，后续查询时只查询视图，简化业务查询使用。 如果业务间有权限隔离诉求，可将部分数据查询封装到视图中，使用视图方只能看到视图下有限行及列的数据。 父主题： ClickHouse数据库设计

查看更多 →

逻辑场景是基于状态空间变量对功能场景的进一步详细描述，每个逻辑场景都有场景参数，比如前车的车速及其加速度，自车与前车距离等参数，这些参数都有一定的取值范围，根据这些参数可以派生出任意数量的具体场景。 逻辑场景库是不同逻辑场景的数据集合，以树状结构的形式表现出来，便于对逻辑场景进行统一的、有效的组织、管理和

查看更多 →

据。提取的过程需要考虑数据的完整性、准确性和安全性。 转换（Transform）：在这个阶段，提取的数据经过一系列的转换操作，以满足目标系统的需求。转换操作可以包括数据清洗、数据格式转换、数据合并、数据计算等。转换的目的是将数据转化为目标系统所需的结构和格式，并进行必要的数据处理和修正。

查看更多 →

勒出企业的业务信息蓝图，是IT和业务人员沟通的桥梁。逻辑数据模型是一组规范化的逻辑表结构，逻辑数据模型是根据业务规则确定的，关于业务对象、业务对象的数据项及业务对象之间关系的基本蓝图。 物理模型：是在逻辑数据模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构设计，真正实

查看更多 →

数据库对象设计 Database和Schema设计 表设计 字段设计 约束设计 视图和关联表设计 父主题： 开发设计建议

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 →

SparkSQL天然与Hive集成，无需考虑元数据问题。该条建议针对的是通过Spark Datasource API或者Flin写Hudi表的场景，通过这两种方式写Hudi时需要增加向Hive同步元数据的配置项；该配置的目的是将Hudi表的元数据统一托管到Hive元数据服务中，为后续的跨引擎操作数据以及数据管理提供便利。

查看更多 →

架构的关键元素。比如如果一个元模型中定义了dashboard，受众要能够理解其含义是仪表盘。元模型是企业架构师向受众讲述架构故事的一种媒介，如果一些有价值的见解被模糊的概念或者晦涩的技术所掩盖，那么受众将很难获得有价值的决策信息。 元模型设计的七个原则，以帮助企业架构师设计比较好的元模型

查看更多 →