北京中科汇成有限公司-运动大数据中心建设

大数据中心建设的体系架构

业务板块：根据业务的属性划分出几个相对*的业务板块，业务板块之间的指标或业务重叠性较小。

规范定义：结合行业的数据仓库建设经验和自身数据特点，运动大数据中心建设多少钱，设计出的一套数据规范命名体系，运动大数据中心建设，规范定义将会被用在模型设计中。后面章节将会详细说明。

模型设计：以维度建模理论为基础，运动大数据中心建设哪家好，基于维度建模总线架构，构建一致性的维度和事实（进行规范定义）。同时，在落地表模型时，基于自身业务特点，运动大数据中心建设费用，设计出一套表规范命名体系。

大数据中心建设——模型设计

模型设计指导理论：

模型层次：把表数据模型分为三层：操作数据层（ODS）、公共维度模型层（CDM）和应用数据层（ADS），其中公共维度模型层包括明细数据层（DWD）和汇总数据层（DWS）。

操作数据层（ODS）：把操作系统数据几乎无处理地存放在数据仓库系统中。

同步：结构化数据增量或全量同步。

结构化：非结构化（日志）结构化处理并存储。

累积历史、清洗：根据数据业务需求及稽核和审计要求保存历史数据、清洗数据。

大数据中心建设——功能介绍

数据统一归集

1.多种数据归集策略实现结构化数据、非结构化数据统一归集

2.国、内外主流的关系型库、大数据库、NOSQL库、国产库等无缝适配

1.企业级数据标准统一定义、统一管理、统一查询

2.标准落地情况实时监控，辅助企业标准化治理工作开展

元数据管理

1.元数据自动采集、动态感知，版本差异标记

2.元数据血缘、影响、全链路关系自动探索，图形化展现