根据实际情况选择“是”或“否”。周期性任务数据不会导入以前的数据，如果需要查看以前的数据，该参数需配置为“是”。 仅当“任务类型”为“周期性任务”时，该参数为必填参数。 描述（可选） 对数据模型进行详细说明和解释的文字描述。 配置数据模型表字段。单击“新增行”，配置字段名称、字段显示名、数据类型、描述和操作，如表2所示。

查看更多 →

数据模型 创建数据实体模型 申请单类型 属性库 数据实体 同步应用 父主题： 流程配置指南

查看更多 →

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 单击左侧导航树上“元数据采集>任务管理”，右侧区域显示任务管理界面。 图2 采集任务1 单击“新建目录”

查看更多 →

组合，是整体与部分的关系，但部分不能离开整体而单独存在。 Aggregation 聚合，是整体与部分的关系，且部分可以离开整体而单独存在。 Realization 实现，是一种类与接口的关系，表示类是接口所有特征和行为的实现。 Dependency 依赖，是一种使用的关系，即一个类的实现需要另一个类的协助。

查看更多 →

根据实际情况选择“是”或“否”。周期性任务数据不会导入以前的数据，如果需要查看以前的数据，该参数需配置为“是”。 仅当“任务类型”为“周期性任务”时，该参数为必填参数。 描述（可选） 对数据模型进行详细说明和解释的文字描述。 配置数据模型表字段。单击“新增行”，配置字段名称、字段显示名、数据类型、描述和操作，如表2所示。

查看更多 →

可以看到，用户10004的已有数据和新导入的数据发生了聚合。同时新增了10005用户的数据。 数据的聚合，在Doris中有如下三个阶段发生： 每一批次数据导入的ETL阶段。该阶段会在每一批次导入的数据内部进行聚合。 底层BE进行数据Compaction的阶段。该阶段，BE会对已导入的不同批次的数据进行进一步的聚合。

查看更多 →

维度建模是从分析决策的需求出发构建模型，它主要是为分析需求服务，因此它重点关注用户如何更快速地完成需求分析，同时具有较好的大规模复杂查询的响应性能。 多维模型是由数字型度量值组成的一张事实表连接到一组包含描述属性的多张维度表，事实表与维度表通过主/外键实现关联。 典型的维度模型有星形模

查看更多 →

数据模型接口 判断模型名称是否存在 查询模型详情 根据层级查询模型 查询模型层级 父主题： 数据准备

查看更多 →

数据模型管理 数据模型概述 数据实体 关系实体 联合索引管理 接口模型 数据模型图谱 反向建模 XDM应用 父主题： 设计态使用指南

查看更多 →

数据模型管理 数据实体 关系实体 索引管理 数据实例 接口模型 分类 文件夹 属性库 合法值 多语言&工程符号 值集 父主题： 运行态使用指南

查看更多 →

数据模型时添加“文件”类型的基础属性/自定义基础属性，具体操作请参见管理数据实体属性/管理关系实体属性。 如果您希望构建的数据模型可以面向多种业务场景，或者不想对已构建的数据模型进行变更，但当前构建的数据模型无法满足您的业务需求时，您可以先在应用设计态构建具有“扩展属性”功能的数

查看更多 →

数据模型管理 数据实体 关系实体 引用属性配置 父主题： 模型设计

查看更多 →

在创建属性时，将属性的“类型”定义为“参考对象”，则属性对应的数据模型具有参考关系。 适用于传统主外键数据的关联。例如，一个部门可以有多个员工，它们之间为一对多聚合关系；公司是部门的父项，部门随着公司而存在，它们之间为一对多组合关系。 说明： 关系实体和M-V模型实体只支持定义非组合关系的参考对象属性。 1:N聚合关系

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 →

octopus:dataWarehouse:list √ √ 获取数据仓库的数据列表 POST /v1.0/{project_id}/common/warehouses/{data_warehouse_id}/data octopus:dataWarehouse:list √ √ 父主题： 权限和授权项

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 →

有利于打通数据底层的互通性，提升数据的可用性。 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

查看更多 →

资源和成本规划 以某行业客户为例，客户的需求为构建全公司统一的数据平台，在数据平台中对数据进行治理，并支撑上层的数据应用。 根据客户现有数据量，以及考虑到增量的数据集成方式、数据入湖入仓的膨胀系数、以及客户对平台性能的要求，设计了以下的资源与成本清单。实际收费应以账单为准： 资源与成本清单

查看更多 →

选择表模型 在设计数据仓库模型的时候，最常见的有两种：星型模型与雪花模型。选择哪一种模型需要根据业务需求以及性能的多重考量来定。 星型模型由包含数据库核心数据的中央事实数据表和为事实数据表提供描述性属性信息的多个维度表组成。维度表通过主键关联事实表中的外键。如图1。 所有的事实都必须保持同一个粒度。

查看更多 →

); 在开启了写时合并选项的Unique表，数据在导入阶段就会去将被覆盖和被更新的数据进行标记删除，同时将新的数据写入新的文件。在查询时，所有被标记删除的数据都会在文件级别被过滤，读取出来的数据是最新的数据，消除了读时合并中的数据聚合过程，并且支持多种谓词的下推，因此在聚合查询场景下能带来较大的性能提升。

查看更多 →

数据模型驱动引擎 产品概述 产品优势 产品功能 产品规格 原理介绍

查看更多 →