从数据聚合程度来讲,我们希望,越上层数据的聚合程度越高,看上面的例子即可,ODS和DWD的数据基本是原始日志的粒度,不做任何聚合操作,DWM做了轻度的聚合操作只保留了通用的维度,DWS做了更高的聚合操作,可能只保留一到两个能表征当前描述主体的维度 。从这个角度来看,我们又可以理解为我们是按照数据的聚合程度来划分数据层次的 。总结数据分层的设计,在某种程度上也需要通过数据命名来体现,本文的核心在于讲解数据分层的思想和方法 。
作者: 木东居士
【一种通用的数据仓库分层方法】
推荐阅读
-
-
『水星』天象无情人有情,十二星座将继续等待新的机会
-
-
自制元宵灯笼手工制作方法,制作元宵节灯笼的手工做法简单漂亮-
-
-
-
女性健康|孕晚期囤货,你真的知道囤什么吗?这几样东西,无论如何都少不了
-
-
-
-
『体育路人甲』并使击球具有连贯性,单差点的推杆(2)使杆面与目标线相垂直
-
-
搞笑老肥|旁边两桌不知道为何打起来了,爆笑段子:昨晚和一哥们去吃烧烤
-
长三角政商■入围全国十大考古新发现初评,浙江发现八千年前人类遗骸
-
-
『步步高vivo』vivo S6新品正式亮相线上发布会 5G自拍手机2698元起
-
鞋子|女人穿搭3个雷区,你以为的好看实际上是廉价,遇到还是趁早避开
-
-
软装设计师LALISA@重塑绝美仙境,忘却人间烦扰,轻吟浅唱挪威蓝
-