运动大数据中心建设-北京中科汇成科技公司

大数据中心建设应该遵循哪些基本原则？

模型与扩展模型分离——建立模型与扩展模型体系，模型包括的字段支持常用的业务，扩展模型包括的字段支持个性化或少量应用的需要，不能让扩展模型的字段过度侵入模型，以免破坏模型的架构简洁性与可维护性。

致性——具有相同含义的字段在不同表中的命名必须相同，必须使用规范定义中的名称。

大数据中心建设——公共维度模型层（cdm）

存放明细事实数据、维表数据及公共指标汇总数据，其中明细事实数据、维表数据一般根据ods层数据加工生成；公共指标汇总数据一般根据维表数据和明细事实数据加工生成。

cdm层又细分为dwd层和dws层，分别是明细数据层和汇总数据层，运动大数据中心建设费用，采用维度模型方法作为理论基础，更多地采用一些维度退化手法，将维度退化至事实表中，运动大数据中心建设，减少事实表和维表的关联，运动大数据中心建设费用，提高明细数据表的易用性；同时在汇总数据层，加强指标的维度退化，采取更多的宽表化手段构建公共指标数据层，提升公共指标的复用性，减少重复加工。其主要功能如下。

组合相关和相似数据：采用明细宽表，复用关联计算，减少数据扫描。

公共指标统一加工：基于onedata体系构建命名规范、口径一致和算法统一的统计指标，为上层数据产品、应用和服务提供公共指标；建立逻辑汇总宽表。

建立一致性维度：建立一致的数据分析维表，降低数据计算口径、算法不统一的风险。