必填，选择数据库类型。 数据源类型 根据数据库类型自动写入值。 表2 关系型数据库填写信息 字段 说明 数据仓库 类型 源系统，贴源层，集市层，主题层，整合层。 是否用于聚合服务 表示数据源在创建聚合服务时是否可被使用。必填，可选“是”或“否”。 所属领域 必填，选择数据源所属领域，下拉可选值来源于“基础数据管理

查看更多 →

成后的物理模型业务对象列表如下。 图22 物理模型表 按照上述步骤，创建DWI层的物理模型和表对象，支持从SDI层导入表。 图23 新建DWI层的物理模型 图24 从SDI层导入表 图25 DWI层物理模型表 SDI为贴源层数据，与源端系统数据结构一致；DWI为数据整合层，存储经过

查看更多 →

元数据（Metadata）是关于数据的数据。在数据仓库系统中，元数据可以帮助数据仓库管理员和开发人员非常方便地找到目标数据，用于指导其进行数据管理和开发工作，提高工作效率。元数据管理模块是 数据治理 的基石，支持创建自定义策略的采集任务，采集数据源中的技术元数据、全链路的血缘管理。 采集任务

查看更多 →

。 逻辑模型：用于创建逻辑模型以及逻辑模型的修改和删除，转化为物理模型。同时，可以对逻辑实体进行创建及发布，进行逆向数据库等操作。 关系建模：基于关系建模，新建SDI层和DWI层两个模型。 SDI：Source Data Integration，又称贴源数据层。SDI是源系统数据的简单落地。

查看更多 →

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语义层，使得不懂计算机技术的业务人员也能够“读懂”数据仓库中的数据。在 DataArts Studio 中，业务元数据包含业务资产和指标资产，业务资产显示业务对象、逻辑实体、业务属性的数量及其详情，指标资产显示业务指标及其详情。

查看更多 →

创建数据迁移作业，在云上和云下的同构/异构数据源之间批量迁移数据。 数据源 即数据的来源，本质是讲存储或处理数据的媒介，比如：关系型数据库、数据仓库、 数据湖 等。每一种数据源不同，其数据的存储、传输、处理和应用的模式、场景、技术和工具也不相同。 源数据 源数据强调数据状态是“创建”

查看更多 →

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 可管理多种大数据服务，提供一站式的大数据开发环境。

查看更多 →

是否为常用。 top Boolean 分层治理。 level String 数据治理分层。 枚举值： SDI: 贴源数据层 DWI: 数据整合层 DWR: 数据报告层 DM: 数据集市层 dw_type String 数据连接类型，对应表所在的数仓类型，取值可以为 DLI 、DWS、 MRS _H

查看更多 →

作业开发 历史数据到源数据表，使用数据集成将历史数据从OBS导入到SDI贴源层的原始数据表。 历史数据清洗，使用数据开发的MRS Hive SQL脚本将源数据表清洗之后导入DWI层的标准出行数据表。 将基础数据插入维度表中。 将DWI层的标准出行数据导入DWR层的事实表中。 数据汇总，通过Hive

查看更多 →

数据标准是指保障数据的内外部使用和交换的一致性和准确性的规范性约束，是对数据的名称、含义、结构、取值等信息的统一定义和规范，以达成对数据的业务理解、技术实现的一致。 数据标准管理是指数据标准的制定和实施的一系列活动，包括明确组织职责和制度规范、构建工具、制标和落标等。通过统一的数据标准制定和发布，结合

查看更多 →

Studio数据架构中，维度建模是以维度建模理论为基础，构建总线矩阵、抽象出事实和维度，构建维度模型和事实模型，同时对报表需求进行抽象整理出相关指标体系，构建出汇总模型。 数据集市 又称为DM（Data Mart），DM面向展现层，数据有多级汇总，由一个特定的分析对象及其相关的统计指标组成的。 父主题： 数据架构

查看更多 →

信息架构L1-L5层元素间的实体联接： “属性-被包含-逻辑数据实体”：描述信息架构中L5层属性和L4层逻辑实体的关系。 “逻辑数据实体-被包含-业务对象”：描述信息架构中L4层逻辑数据实体和L3层业务对象的关系。 “业务对象-被包含-主题域”：描述信息架构中L3层业务对象和L2层主题域的关系。

查看更多 →

top 否 Boolean 分层治理。 level 否 String 数据治理分层。 枚举值： SDI: 贴源数据层 DWI: 数据整合层 DWR: 数据报告层 DM: 数据集市层 dw_type 否 String 数据连接类型，对应表所在的数仓类型，取值可以为DLI、DWS、MRS

查看更多 →

数仓规划：新建SDI层和DWI层两个模型 在数仓规划中，分别新建SDI层和DWI层两个关系模型，并通过逆向数据库导入原始数据表到SDI层的关系模型中，在DWI层模型中新建一个“标准出行数据”的标准化的业务表。 在数据架构控制台，单击左侧导航树中的“数仓规划”。 选择SDI层，单击“添加模

查看更多 →

top 否 Boolean 分层治理。 level 否 String 数据治理分层。 枚举值： SDI: 贴源数据层 DWI: 数据整合层 DWR: 数据报告层 DM: 数据集市层 dw_type 否 String 数据连接类型，对应表所在的数仓类型，取值可以为DLI、DWS、MRS

查看更多 →

数仓规划：新建SDI层和DWI层两个模型。 SDI：Source Data Integration，又称贴源数据层。SDI是源系统数据的简单落地。 DWI：Data Warehouse Integration，又称数据整合层。DWI整合多个源系统数据，对源系统进来的数据进行整合、清洗，并基于三范式进行关系建模。

查看更多 →

)的Service模式下，不同类型的集群获取源IP的场景不一，部分场景下暂不支持获取源IP，参见支持获取源IP地址的场景。 CCE集群（VPC、容器隧道网络模型）：使用共享型和独享型ELB均支持获取源IP。 CCE Turbo 集群（云原生网络2.0模型）：使用独享型ELB时支持获取源IP；使用共享型EL

查看更多 →

等。 源系统和SDI层数据一致性检测 表数量对比 表内容对比 源系统表结构监控 在数据集成时，最重要的是数据不丢失、不失真、不乱码、源表数据结构不变化，否则会造成数据指标计算不准确。而数据集成服务的网络往往非常复杂，依赖于源系统和网络，因此在监控检测源系统和数据湖的SDI层的数据一致性，可以快速给问题定界定位。

查看更多 →

架构编码，用户自定义，例如：AAA_BB_MODEL。 父架构 非必填，选择三层架构/四层架构/五层架构。 描述 填写对该架构的描述内容。 在完成架构的创建后，系统会自动生成业务架构对应的适配器；而对于技术架构，您需要自己完成对应适配器的创建。 在左侧的导航栏选择“应用业务模型ABM > 信息架构 > 适配器”，单击“创建适配器”。

查看更多 →

素到0层逻辑模型图中。 创建1层逻辑模型和逻辑元素。 在Subsystem元素下创建子图，子图即为1层逻辑模型，从工程树上将Subsystem元素拖入到1层逻辑模型图中，选择link方式，然后在该Subsystem元素下添加Component元素，建立逻辑关系。 在0层模型上选中

查看更多 →

不可得和安全合规。 数据湖治理平台建设完成后，可以实现以下功能： 数据集成：多种方式异构数据源高效接入 数据集成提供30+同构/异构数据源之间数据集成的功能，帮助您实现数据自由流动。支持自建和云上的文件系统，关系数据库，数据仓库，NoSQL，大数据云服务，对象存储等数据源。 数据

查看更多 →