全，主机OS和虚拟化层安全，网络安全，数据层安全，租户层安全，运维和管理安全，第三方安全集成，面向全球的安全合规认证，如等保认证，可信云认证等； 华为混合云，提供混合运维方案，华为提供平台管理面专业运维服务，提供无需关注平台基础架构和运维。 知识中心设计原则 坚持目标指引 以推进

查看更多 →

设计原则 组织，流程和成本管理相匹配 在成本优化过程中，一个很重要的原则是需要将组织结构，流程和成本管理相匹配。需要建立“责权分明”的体系，否则即使用再好的成本优化工具，也无法将成本优化落到实处。 流程上，需要把成本管理作为各个上云流程中必备的一环； 组织上，需要投入适当的时间，资源和人力用于建立 云财务管理 的能力。

查看更多 →

设计原则 建立持续改进的团队文化和标准化运维体系 在卓越运营中，团队文化建设至关重要。运营是一门不断改进的艺术。只有不断从已有事故中学习经验，持续学习和改进，才能最终达到卓越运营。故而，团队应该培养持续学习和改进的文化，此外，在事故发生时，应该以对事不对人的态度，思考系统的改进，

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 →

最小化凭证：尽量消除对长期的、静态凭证的依赖。 数据安全保护原则（Data Security） 数据分类分级，定义不同级别的数据防护措施。 确保对数据进行适当的加密、备份和访问控制，以保护数据的机密性、完整性和可用性。 维护个人隐私权利，保护隐私数据的机密性和完整性。 DevSecOps

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 →

系统进行安全方案的设计和改造。 华为云建议客户在进行IT系统建设时，预留预算用于安全、合规方案的建设。一般性系统预留5%、面向互联网提供服务、易受攻击的系统，预算建议上升至15%。 图1 安全等级 原则2：主动安全、默认安全 安全是设计出来的。因此在业务安全设计时，华为云建议客户参考IPDRR模型（识别

查看更多 →

标签设计原则和命名示例 标签设计的原则 企业上云后，云上创建的资源不断增加，有些大型企业资源数量达到十万、百万级别，一个账号内存在大量资源，企业需要进行分类管理。单纯通过人工进行资源的分类，效率低下，操作困难，此时需要借助云上的自动化平台化能力来解决。 华为云推荐您使用标签对资源

查看更多 →

预算管理，就无需为小张在华为云上创建一个拥有财务管理权限的用户。 如果企业内部的IT组织结构（直接管理IT系统）层级很深，建议只把最上面两层IT组织单元映射到华为云上的组织单元，其他下面层级的IT组织单元不建议映射到华为云上，避免避免IT治理的碎片化。 针对业务部门，可以按照业务

查看更多 →

ClickHouse宽表设计原则 宽表设计原则 由于ClickHouse的宽表查询性能较优，且当前ClickHouse可支持上万列的宽表横向扩展。 在大部分场景下，有大表两表join以及多表join的场景，且多个join的表数据变化更新频率较低，这种情况，建议对多个表join查询

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 →

(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。 DWR (Data

查看更多 →

数据仓库规格 GaussDB (DWS)的规格按照产品类型分为标准数仓、实时数仓和IoT数仓。其中实时数仓还包含单机版模式。各产品类型的不同差异，详情请参见数据仓库类型。 标准数仓（DWS 2.0）规格 标准数仓（DWS 2.0）云盘规格，该规格弹性伸缩，无限算力、无限容量，规格详情请参见表1。

查看更多 →

数据仓库类型 产品类型概述 标准数仓（DWS 2.0）：面向数据分析场景，为用户提供高性能、高扩展、高可靠、高安全、易运维的企业级数仓服务，支持2048节点、20PB级超大规模数据分析能力。支持冷热数据分析，存储、计算弹性伸缩，并按需、按量计价，为用户提供弹性灵活、极致性价比的体

查看更多 →

用户在关系建模过程中，可以从以下三个层次去设计关系模型，这三个层次是逐层递进的，先设计概念模型，再进一步细化设计出逻辑模型，最后设计物理模型。 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，真正实现数据在数据库中的存放，例如：所选的数据仓库是DWS或 DLI 。 维度建模

查看更多 →

运营原则 公共性 平台将围绕中小制造企业在工艺试制、测试认证、工业数据治理、行业知识沉淀、数字化转型升级等方面存在的断点、痛点问题，向中小企业产业集群提供公共技术服务，建成后赋能产业集群的整体失衡及，确保平台运营的公共性。 可持续性 在保证公共性的基础上，平台将专业领域的“懂行人

查看更多 →

西北原则 概述 西北原则指对于一段道路，选择西、北的点作为起点，先西后北。 道路走向按照西北原则选择“起点”和“终点”，整体的“起点”和“终点”确定后，道路的整体走向就确定了。从起点”到“终点”为正向，从“终点”到“起点”为逆向，匝道的走向和道路的走向相同，即： 汇入正向，则为正向；

查看更多 →

汇总表3 查看汇总表，状态为发布状态。 数据集市是面向数据应用为出发点，一个数据集市可以支持多个相关的数据应用。数据集市的作用与指标汇总层类似，但服务的目标系统只是指标汇总层的一部分，因此集市比指标汇总层更面向应用和用户。 集市层与指标汇总层类似，也是采用维度建模方式，常见的有星座

查看更多 →

数据标准设计 数据标准设计方法 针对属性字段设计数据标准，数据标准用于描述业务层面需共同遵守的属性层数据含义和业务规则。其描述了对某个数据的共同理解，这些理解一旦确定下来，就应作为标准被共同遵守。数据标准设计遵从以下原则： 以业务为导向，必须满足各标准各方的迫切需求，并根据业务需求分阶段推进制定工作；

查看更多 →