【免费】阿里大数据实践-聚集事实表与OneData_大数据资源-CSDN文库

需积分: 0 110 浏览量 2024-03-29 10:24:40 上传评论收藏 1.58MB DOCX 举报

资源推荐

资源详情

资源评论

1

1. 聚集型事实表

数据仓库性能是数据仓库建设是否成功的重要标准之一。聚集主要是通过汇总明细粒度

数据来获得改进查询性能的效果。通过访问聚集数据，可以减少数据库在响应查询时必须执

行的工作量，能够快速响应用户的查询，同时有利于减少不同用户访问明细数据带来的结果

不一致问题。尽管聚集能带来良好的收益，但需要事先对其进行加载和维护，这将会对给 ETL

带来更多的挑战。

阿里将使用频繁的公用数据，通过聚集进行沉淀，比如卖家最近 1 天交易汇总表、卖家

最近 N 天交易汇总表、卖家自然年交易汇总表等。这类聚集汇总数据，被叫做公共数据汇

总层。

在本章节中，前半部分会介绍聚集的基本原则和通用步骤，这些都是我们在建设聚集事

实表中必须明白的事情。后半部分，将会介绍阿里建设公共汇总层的一些实践。

1.1 聚集的基本原则

一致性：聚集表必须提供与查询明细粒度数据一致的查询结果。从设计的角度来看，确

保一致性最简单的方法是确保聚集星型模式的维度和度量与原始模型中的维度和度量保持

一致。

避免单一表设计：不要在同一表中存储不同层次的聚集。如果这样做，将会导致双重计

算或更糟糕的事情。聚集表中有些行存放按天汇总的交易额，有些行存放按月汇总的交易额，

这将会让使用者产生误用导致重复计算。为了避免此类问题，通用的做法是需要在聚集时显

示的加入数据层级列以示区别，但是这样会加大使用者的使用成本。但行之有效的另外一种

剩余52页未读，继续阅读

内容反馈

Dddis111

粉丝: 0
资源: 1

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip