# 数据仓库sa命名规范实现指南
## 1.流程图
```mermaid
journey
title 数据仓库sa命名规范实现指南
section 制定sa命名规范
开发者->小白: 确定规范内容
小白->开发者: 完成规范文档
section 实施sa命名规范
开发者->小白: 指导小白实施
小白->开发
原创
2024-05-24 04:42:07
69阅读
ODS: ODS的数据具有面向主题、集成的、可变的和数据是当前的或是接近当前的4个基本特征。同样也可以看出ODS是介于DB和DW 之间的一种数据存储技术，和原来面向应用的分散的DB相比，ODS中的数据组织方式和数据仓库（DW）一样也是面向主题的和集成的，所以对进入ODS的数据也象进入数据仓库的数据一样进行集成处理。另外ODS只是存放当前或接近当前的数据，如果需要的话还可以对ODS中的数据进行增、删
转载
2023-09-25 20:42:07
99阅读
一、概述 数据模型是数据管理的分析工具和交流的有力手段；同时，还能够很好地保证数据的一致性，是实现商务智能（Business Intelligence）的重要基础。因此建立、管理一个企业级的数据模型，应该遵循标准的命名和设计规范。二、命名规范1.表属性规范表名ODS层表名 前缀为ODS_应用系统名（缩写）_数据表名 。数据表名称必须以有特征含义的单词或缩写组成，中间可以用“_”分割，例如：
转载
2023-07-27 16:01:45
58阅读
以下总结阿里关于数据仓库中表的命名规范。一、命名规则综述命名所用术语。 指标命名，尽量使用英文简写，其次是英文，指标英文名太长时，可考虑用汉语拼音首字母命名。如中国质造，zgzc 。以用来进行命名。（建议公司自己建立自己指标字典表来对指标进行规范和同意）业务过程。 英文名：用英文或英文的缩写或者中文拼音简写或中文名：具体的业务过程中文即可， 例如：关于存量型指标对应的业务过程的约定，采用实体对象英
转载
2023-11-23 22:19:05
263阅读
笔者是一个痴迷于挖掘数据中的价值的学习人，希望在平日的工作学习中，挖掘数据的价值，找寻数据的秘密，笔者认为，数据的价值不仅仅只体现在企业中，个人也可以体会到数据的魅力，用技术力量探索行为密码，让大数据助跑每一个。 1. 概述数据模型是数据管理的分析工具和交流的有力手段；同时，还能够很好地保证数据的一致性，是实现商务智能（Business Intelligence）的重要基础
转载
2024-01-02 21:39:35
32阅读
目录1.表属性规范-11.常规表2.中间表3.临时表4.维度表5.手工表6.指标2.表属性规范-21.ODS层表名 2.DW事实表表名3.DW/DM维度表表名4.元数据表名3.其他数据库对象1.表属性规范-11.常规表常规表是我们需要固化的表，是正式使用的表，是目前一段时间内需要去维护去完善的表。规范：分层前缀[dwd|dws|ads|bi]_业务域_主题域_XXX_粒度。 业务域、主题
转载
2024-05-15 06:17:42
707阅读
俗话说无规矩不成方圆。我们在搭建数据平台的时候，需要先制定好各种规范，越早越好，并且不断的监督大家是否按照约定执行。一旦大家自由发挥，想要再次统一或者重构就非常的困难。会浪费很大的人力成本和时间成本，因此在这里总结一下数据仓库的规范关于项目常规来说，数仓的建设是按照数仓分层模型开发的。也有会按照业务线来分层，在各自业务线下重新分层，单独开发的。
转载
2023-10-16 17:49:40
139阅读
词根设计规范词根属于数仓建设中的规范，属于元数据管理的范畴，现在把这个划到数据治理的一部分。完整的数仓建设是包含数据治理的，只是现在谈到数仓偏向于数据建模， 而谈到数据治理，更多的是关于数据规范、数据管理。 表命名，其实在很大程度上是对元数据描述的一种体现，表命名规范越完善，我们能从表名获取到的信息就越多。比如：一部分业务是关于货架的，英文名是： rack，rack 就是一个词根，那我们就在所有的
转载
2024-01-26 09:14:18
163阅读
什么是BI:即商业智能（Business Intelligence），是指通过对数据的收集、管理、分析以及转化，使数据成为可用的信息，从而获得必要的洞察力和理解力，更好地辅助决策和指导行动。BI 使得企业的决策者能够对企业信息进行有效、合理地分析和处理，为决策提供可靠的依据。BI应用包括决策支持、查询和报表、联机分析处理OLAP、统计分析、预测和数据挖掘等活动。什么是ETL:ETL(Extract
转载
2023-10-17 19:29:01
86阅读
# 数据仓库及其库命名规范
数据仓库是一个集成的、面向主题的、相对稳定的、时间变化的数据集合，支持决策制定和分析过程。随着企业数据量的不断增加，如何规范地管理和使用这些数据变得愈发重要。本文将讨论数据仓库中的库命名规范，并通过代码示例来加深理解。
## 一、库命名规范
库命名规范是指在创建数据库时如何为数据库命名的一套规则。这些规则有助于增强代码可读性、提高数据一致性以及促进团队协作。命名规
阿里云数据仓库架构链接地址：https://www.aliyun.com/solution/datavexp
原创
2021-08-02 13:52:17
9818阅读
5.1 商品维度表（全量）1.建表语句DROP TABLE IF EXISTS dim_sku_info;
CREATE EXTERNAL TABLE dim_sku_info (
`id` STRING COMMENT '商品id',
`price` DECIMAL(16,2) COMMENT '商品价格',
`sku_name` STRING COMMENT '商品名称
查看表结构：DESC STUDENT ; 查看所有表：SELECT * FROM TAB; ORACLE查看所有用户：SELECT * FROM ALL_USERS; 例1-1： (建立数据库表) 建立教学数据库的四个数据库表，其中Student表中不包含SSEX(C,2) 字段，Sname 字段为Sname(C,8)且可为空。 学生情况表：
CREATE TABLE STUDENT
(SNO
文章目录1. 数仓概念1.1 为什么学习数据仓库1.2 什么是数据仓库1.2.1 面向主题1.2.2 集成1.2.3 非易失1.2.4 随时间变化1.3 数据仓库和数据库的区别1.4 OLTP和OLAP的区别2. 数据仓库的架构2.1 Inmon架构2.2 Kimball架构2.3 混合型架构3. 数据仓库的解决方案4. 数据ETL5. 数据仓库的建模5.1 选择业务流程5.2 声明粒度5.3
转载
2024-08-02 08:10:59
67阅读
数据仓库的定义: 1. 数据仓库是决策支持系统和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库的特征在于面向主题、集成性、稳定性和时变性。 [编辑本段]
数据仓库的定义，英文名称为Data Warehouse，可简写为DW。 数据仓库之父Bill Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定
转载
2023-08-03 14:38:34
72阅读
# 数据仓库SA：构建企业级数据仓库的实践指南
在当今数据驱动的商业环境中，数据仓库（Data Warehouse，简称DW）已成为企业获取洞察力和竞争优势的关键工具。本文将介绍如何使用数据仓库SA（System Architect）的方法构建企业级数据仓库，并提供代码示例和流程图。
## 数据仓库SA概述
数据仓库SA是一种系统架构设计方法，旨在构建可扩展、高性能和易于维护的数据仓库。它包
原创
2024-07-30 10:10:54
47阅读
文章目录第8章 数仓开发之DIM层8.1 商品维度表8.2 优惠券维度表8.3 活动维度表8.4 地区维度表8.5 日期维度表8.6 用户维度表8.7 数据装载脚本8.7.1 首日装载脚本8.7.2 每日装载脚本 第8章 数仓开发之DIM层DIM层设计要点： （1）DIM层的设计依据是维度建模理论，该层存储维度模型的维度表。 （2）DIM层的数据存储格式为orc列式存储+snappy压缩。 （
在数据仓库的构建过程中，数据表的命名规范至关重要，合理的命名规范不仅能够提高数据的可读性和可维护性，还能显著降低数据使用中的错误。本文将详细介绍解决“数据仓库数据表命名规范”问题的过程，涵盖从环境准备到扩展应用的各个方面。
## 环境准备
在开始实施数据表命名规范之前，需要确保我们的软硬件环境满足需求。
### 软件要求
- 数据库管理系统（例如：MySQL、PostgreSQL）
- ET
## 数据仓库SA表名的命名规则
在数据仓库（Data Warehouse）的设计中，表名的命名规则是非常重要的，它不仅能够提高代码的可读性和可维护性，还能够方便开发人员之间的协作和沟通。本文将介绍数据仓库SA表名的命名规则，并提供一些代码示例来帮助读者更好地理解。
### 1. 表名命名规则概述
在数据仓库中，表名是用来表示数据集合的名字，它应该能够准确地描述表所存储的内容和用途。表名的命
原创
2023-09-05 20:23:40
167阅读
0x01 如何分层结合Inmon和Kimball的集线器式和总线式的数据仓库的优点，分层为ODS【-MID】-DW-DM-OLAP/OLAM/app ODS层是将OLTP数据通过ETL同步到数据仓库来作为数据仓库最基础的数据来源。在这个过程中，数据经过了一定的清洗，比如字段的统一，脏数据的去除等，但是数据的粒度是不会变化的。ODS层的数据可以只保留一定的时间。MID中间层是采用Inmon集线器架构
转载
2024-02-23 11:14:22
42阅读
