GaussDB (DWS)开发设计规范介绍数据库应用程序开发过程中，应当遵守的设计规范。依据这些规范进行建模，能够更好的契合GaussDB(DWS)的分布式处理架构，输出更高效的业务SQL代码。 对业务的执行效率不满意，期望通过调优加快业务执行的情况下，可以参考优化查询性能进行调优。性能调优是

查看更多 →

数据等。 业务模型 业务模型又称业务元数据。业务元数据是用于描述业务侧的元数据，主要关注数据的业务内容和业务条件，例如有哪些业务范围、业务过程、业务发生主体、业务事件，业务规则等。 数据资产信息架构 系统预置模型架构，用于管理整个企业、工厂、部门等组织的一个核心业务模型。面向业务

查看更多 →

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。 DataArts Studio中的

查看更多 →

可及时通知相关人，保证业务正常运行。 数据质量：可控可检验 数据质量模块支持对业务指标和数据质量进行监控，数据质量可检验，帮助用户及时发现数据质量问题。 业务指标监控 业务指标监控是对业务指标数据进行质量管理的有效工具，可以灵活的创建业务指标、业务规则和业务场景，实时、周期性进行调度，满足业务的数据质量监控需求。

查看更多 →

流程设计 宏观层面：重点是组织架构与流程架构匹配，组织设置必须支撑流程价值实现，组织职责必须清晰具体，不能有重叠、空白、过多、过少； 微观层面：看流程角色职责是否通过岗位职责的设置有效落实，岗位职责与其匹配的流程角色职责相符。 单击左侧导航栏“流程设计”并进入流程设计页面。 图1

查看更多 →

设计中心 解决方案工作台提供设计引擎，用户可在线进行解决方案技术架构设计（含集成架构、部署架构）、信息架构设计。 技术架构设计 信息架构设计 父主题： 标准空间

查看更多 →

设计原则 以下是常用的性能优化指导原则： 中心化原则：识别支配性工作量负载功能，并使其处理过程最小化，把注意力集中在对性能影响最大的部分进行提升。 本地化原则：选择靠近的活动、功能和结果的资源；避免通过间接的方式去达到目的，导致通信量或者处理量大辐增加，性能大辐下降。 共享资源：

查看更多 →

设计优化 PERF05-01 设计优化 父主题： PERF05 性能优化

查看更多 →

故障对系统造成的影响，并持续稳定地运行，建议遵循以下设计原则。 高可用设计 单点故障会导致整个系统崩溃、主要功能受到影响、任务延误的系统轻度损坏或存在较大的故障隐患，因此系统的高可用设计非常关键。 高可用设计的主要手段是冗余，甚至是多级冗余的组合，包括异地容灾方式保证灾难情况下无单点：

查看更多 →

进行任何通信之前都将通过显式的验证，减少系统信任带来的攻击面。零信任把现有的基于实体鉴别和默认授权的静态信任模型（非黑即白），变成基于持续风险评估和逐次授权的动态信任模型。 零信任不根据网络空间位置决定可信度，其重心在于保护资源，而不是网段。与传统安全理念对比，它将网络防御的重心

查看更多 →

设计架构 在架构设计阶段伙伴架构师完成集成架构设计和资源清单配置。 创建技术架构 集成架构设计详细操作步骤参见集成架构设计。 伙伴架构师用户登录解决方案工作台，进入工作空间--》选择需要设计的方案--》点击“更多”下拉框--》点击“设计”，即可跳转到架构“设计中心”的页面。 图1

查看更多 →

约束设计 DEFAULT和NULL约束 【建议】如果能够从业务层面补全字段值，则不建议使用DEFAULT约束，避免数据加载时产生不符合预期的结果。 【建议】给明确不存在NULL值的字段加上NOT NULL约束，优化器会在特定场景下对其进行自动优化。 【建议】给可以显式命名的约束显式命名。除了NOT

查看更多 →

VN设计 通过对不同的业务划分为不同的VN，实现生产业务、办公业务、多媒体业务的同类型业务正常互通，不同类型业务隔离不互通。 同时为生产、办公、多媒体、等不同业务分配不同比例带宽，保障网络拥塞时各业务流量都能得到调度。 父主题： 用户业务设计

查看更多 →

约束设计 DEFAULT和NULL约束 如果能够从业务层面补全字段值，那么，不建议使用DEFAULT约束，避免数据加载时产生不符合预期的结果。 给明确不存在NULL值的字段加上NOT NULL约束，优化器会在特定场景下对其进行自动优化。 给可以显式命名的约束显式命名。除了NOT

查看更多 →

表设计 总体上讲，良好的表设计需要遵循以下原则： 减少需要扫描的数据量。通过分区表的剪枝机制可以大幅减少数据的扫描量。 尽量减少随机I/O。通过聚簇可以实现热数据的连续存储，将随机I/O转换为连续I/O，从而减少扫描的I/O代价。 选择分区方案 当表中的数据量很大时，应当对表进行分区，一般需要遵循以下原则：

查看更多 →

表设计 总体上讲，良好的表设计需要遵循以下原则： 减少需要扫描的数据量。通过分区表的剪枝机制可以大幅减少数据的扫描量。 尽量减少随机I/O。通过聚簇可以实现热数据的连续存储，将随机I/O转换为连续I/O，从而减少扫描的I/O代价。 选择分区方案 当表中的数据量很大时，应当对表进行分区，一般需要遵循以下原则：

查看更多 →

约束设计 DEFAULT和NULL约束 【建议】如果能够从业务层面补全字段值，那么，就不建议使用DEFAULT约束，避免数据加载时产生不符合预期的结果。 【建议】给明确不存在NULL值的字段加上NOT NULL约束，优化器会在特定场景下对其进行自动优化。 【建议】给可以显式命名的约束显式命名。除了NOT

查看更多 →

使数据的处理本地化，提高集群的性能和可支持的并发度。通过对关联条件和分组条件的仔细设计，能够尽可能的减少不必要的数据shuffle。 选择存储方案 【建议】表的存储类型是表定义设计的第一步，客户业务类型是决定表的存储类型的主要因素，表存储类型的选择依据请参考表1。 表1 表的存储类型及场景

查看更多 →

组网规划说明 针对上述用户业务场景的需求，我们建议按如下方案进行云边组网，如图1所示。 图1 方案设计示意图 方案设计关键点： 考虑到用户业务流程，建议将数据收集、数据处理、AI建模等不长期存储数据的业务模块部署到公有云上，然后将数据库、数据分析、数据仓库、BI等业务模块部署到Cloud

查看更多 →

提供大数据平台的设计服务 适用于客户的计算资源CPU核数在480U以内 大数据平台设计服务-中规模 提供大数据平台的设计服务 适用于客户的计算资源CPU核数在480-1000U之间 大数据平台设计服务-大规模 提供大数据平台的设计服务 适用于客户的计算资源CPU核数在1000U以上 数据治理 样板点建设服务

查看更多 →

数据架构概述 模型设计方法概述 根据业务需求抽取信息的主要特征，模拟和抽象出一个能够反映业务信息（对象）之间关联关系的模型，即数据模型。数据模型也是可视化的展现企业内部信息如何组织的蓝图。数据模型应满足三方面要求：能比较真实地模拟业务（场景）；容易被人所理解；便于在IT系统中实现。

查看更多 →