运动大数据中心建设-中科汇成-四川大数据中心建设

大数据中心建设的基本原则

高内聚和低耦合——一个逻辑或者物理模型由哪些记录和字段组成，应该遵循基本的软件设计方法的高内聚和低耦合原则。主要从数据业务特性和访问特性两个角度来考虑：将业务相近或者相关、粒度相同的数据设计为一个逻辑或者物理模型；将高概率同时访问的数据放一起，将低概率同时访问的数据分开存储。

命名清晰、可理解——表命名需清晰、一致，表名需易于消费者理解和使用。

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。