CN112131203A - 一种数据仓库搭建的方法和系统 - Google Patents
一种数据仓库搭建的方法和系统 Download PDFInfo
- Publication number
- CN112131203A CN112131203A CN202010885500.3A CN202010885500A CN112131203A CN 112131203 A CN112131203 A CN 112131203A CN 202010885500 A CN202010885500 A CN 202010885500A CN 112131203 A CN112131203 A CN 112131203A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- index model
- building
- theme
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000009960 carding Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 239000010410 layer Substances 0.000 description 64
- 230000008569 process Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/282—Hierarchical databases, e.g. IMS, LDAP data stores or Lotus Notes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Abstract
本发明公开了一种数据仓库搭建的方法和系统,具体涉及数据仓库技术领域,所述方法包括:根据数据表获取指标模型,所述数据表包括数据宽表,所述指标模型包括指标和维度;基于所述指标模型和数据表建立数据主题,获得数据主题集市;基于所述数据主题和指标模型的逻辑关系建立指标体系;基于所述指标体系搭建或梳理数据仓库的中间层;从中间层向应用层推导,构建应用层。根据数据表建立包含指标模型和主题集市的指标体系,便于梳理或搭建数据仓库中间层,再从中间层推导应用层,统一数据口径,使指标体系和数据仓库易于维护。
Description
技术领域
本发明涉及数据仓库技术领域,具体涉及一种数据仓库搭建的方法和系统。
背景技术
数据仓库是一种结构化的数据环境,是面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。数据仓库的构建过程通常遵循以下流程:采集业务数据库和原始日志数据到大数据存储系统上,解析、清洗之后得到格式化的数据运营层(ODS),然后以还原业务过程为目标,进行分类、变换和关联得到的中间层(DW),再以数据应用为目标,进行关联整合、主题分类得到的应用层(APP)。
业务发展过程中未能建立有效的数据评估体系,数据维度或指标口径不一致,数据耦合严重,导致各业务数据的指标体系繁多,易滋生了多种多样的数据问题。不仅增加了数据口径的理解消耗,还增加了数据生产和维度的难度,让参与数据建设的各方人员都为数据的准确性校验、数据问题排查耗费了巨大精力。并且在业务发展过程中产生各种不同的新数据需求,提出不同维度或指标的数据口径,数据仓库管理人员往往被海量的数据需求缠住,很难设计出好的解决方案,最终搭建出难以维护的数据仓库。
发明内容
针对现有技术中的上述技术问题,本发明提供一种数据仓库搭建的方法和系统,通过建立指标体系,利于梳理或搭建数据仓库中间层的数据表,从而搭建一个易于维护和统一数据口径的数据仓库。
本发明公开了一种数据仓库搭建的方法,所述方法包括:根据数据表获取指标模型,所述数据表包括数据宽表,所述指标模型包括指标和维度;基于所述指标模型和数据表建立数据主题,获得数据主题集市;基于所述数据主题和指标模型的逻辑关系建立指标体系;基于所述指标体系搭建或梳理数据仓库的中间层;从所述中间层向应用层推导,构建应用层。
优选的,本发明的方法还包括基于指标体系配置查询指令的方法:根据数据的应用场景选择数据主题;根据数据主题选择指标模型;根据指标模型获取指标和维度;根据所述指标和维度获取查询参数和指令;基于查询指令获取查询结果。
优选的,本发明的方法还包括生成查询报表的方法:基于预设的报表模板和报表展示页面指令,根据所述查询结果生成报表。
优选的,根据数据表获取指标模型的方法包括:
梳理所述数据表得到指标矩阵,所述指标矩阵包括指标和维度;
根据指标矩阵选择指标和与所述指标相关的维度,建立指标模型。
优选的,所述数据仓库包括中间层、应用层和数据运营层,所述中间层包括中间层表,所述中间层表包括数据明细层表、数据中间层表和数据服务层表。
优选的,用于获取指标模型的数据表还包括已有的中间层表。
优选的,所述指标模型包括以下之一或它们的组合:基础维度指标模型、度量指标模型、虚拟维度指标模型、派生指标模型和计算指标模型。
优选的,所述数据主题包括以下之一或它们的组合:营销主题、交易主题、商品主题、流量主题、商品主题和服务主题。
本发明还提供一种数据仓库搭建的系统,用于实现上述的方法,包括指标模块、数据主题模块、指标体系模块和搭建模块,所述指标模块用于根据数据表获取指标模型,所述数据表包括数据宽表,所述指标模型包括指标和维度;所述数据主题模块用于基于所述指标模型和数据表建立数据主题,获得数据主题集市;所述指标体系模块用于基于所述数据主题和指标模型的逻辑关系建立指标体系;所述搭建模块用于基于所述指标体系搭建数据仓库的中间层,从所述中间层向应用层推导,构建应用层。
优选的,本发明的系统还包括数据抽取模块,所述数据抽取模块用于根据从系统日志中数据,根据所述数据重建数据表。
与现有技术相比,本发明的有益效果为:
根据数据表建立包含指标模型和主题集市的指标体系,主题集市中的主题与指标模型的逻辑关系,便于梳理或搭建数据仓库中间层,再从中间层推导应用层,统一数据口径,使指标体系和数据仓库易于维护。
附图说明
图1是本发明的数据仓库搭建的方法流程图;
图2是根据数据表获取指标模型的方法流程图;
图3是基于指标体系配置查询指令的方法流程图;
图4是本发明的数据仓库搭建的系统逻辑框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图对本发明做进一步的详细描述:
一种数据仓库搭建的方法,如图1所示,所述方法包括:
步骤101:根据数据表获取指标模型,所述数据表包括数据宽表,所述指标模型包括指标和维度。用于获取指标模型的数据表可以一个也可以是多个。
数据宽表是指字段比较多、包含的维度层次比较多的数据表,其通常将业务主题相关的指标、维度、属性关联在一起,便于取数。在对数据表的元数据进行分析处理的基础上建立指标模型,指标模型可以分为:基础维度指标模型、度量指标模型、虚拟维度指标模型、派生指标模型和计算指标模型。用于获取指标模型的数据表可以从数据运营层中或中间层获取,但不限于此,如从系统日志中获取或数据库的数据表中获得。
其中,基础维度指标模型用于描述查询约束、分类汇总、多表关联的主键和外键;度量指标模型用于描述业务过程的事实数据,事实数据一般为整型或者浮点型的十进制数据;虚拟维度指标模型用于描述自定义查询约束、数据表中原本没有的维度指标和多表关联的主键和外键名称不一致;派生指标模型描述了限定修饰词之后的度量指标;计算指标模型描述了经过数学运算后得到的指标。
步骤102:基于所述指标模型和所述数据表建立数据主题,获得数据主题集市。
建立指标模型后,确定与指标模型相对应的一个或多个数据主题,得到数据主题集市,即数据主题集市多个数据主题。所述数据主题包括以下之一或它们的组合:营销主题、交易主题、商品主题、流量主题、商品主题和服务主题。主题集市是对数据主题的汇总,便于全面汇集各个数据场景,以提高数据主题的复用性,通过与数据主题相对应的指标模型梳理数据场景的维度和指标。
步骤103:基于所述数据主题和指标模型的逻辑关系建立指标体系。指标模型与数据主题可以具有多对多的对应关系,如一个数据主题对应多个指标模型,一个指标模型也可以对应多个数据主题。
步骤104:基于所述指标体系搭建或梳理数据仓库的中间层(DW)。
基于指标模型建立数据主题集市,使指标模型统一且不冗余,利于维护和搭建数据仓库,根据所述数据体系搭建或梳理中间层,使中间层及其表易于维护且并统一了数据口径,使数据仓库易于维护。
步骤105:从中间层向应用层推导,构建应用层。所述数据仓库包括中间层、应用层和数据运营层,中间层作为数据仓库设计的核心层,可以让数据生产者有极大的发挥空间。在具体搭建数据仓库中,数据运营层贴近业务数据,可以从业务数据中导入,数据层运营层搭建方法为现有技术,本发明中不再赘述。
根据数据表建立的指标体系包含指标模型和主题集市,便于梳理或搭建数据仓库中间层,再从中间层推导应用层,统一数据口径,使指标体系和数据仓库易于维护。在产生新的数据需求时,梳理数据需求,建立新的数据主题或指标模型,通过指标体系快速建立中间层表,使数据仓库便于维护。
所述数据仓库还可以包括维表层。维表层用于保存数据仓库的维度表,维度表用于保存维度的元数据,元数据中建立数据主题和物理事实表的关联关系,元数据(MetaData)作为数据字典、解释性数据,用于描述数据。维度表可以包括高基数维度数据表和低基数维度数据表。
其中,所述中间层包括中间层表,所述中间层表包括数据明细层表(DWD,DataWarehouse Detail)、数据中间层表(DWM,Data WareHouse Middle)和数据服务层表(DWS,Data WareHouseServce)。为了提高数据明细层的易用性,数据明细层表(DWD)采用一些维度退化手法,将维度退化至事实表中,同时减少事实表和维度表的关联,是在ODS的基础上,对数据进行加工和处理,提供更干净的数据;数据中间层表(DWM)存放轻度汇总的数据,保留的维度较多,是在DWD数据基础上,对数据做轻度的聚合操作,生成一系列的中间表,提升公共指标的复用性,减少重复加工;数据服务层表(DWS)又称数据集市,涵盖比较多的业务内容,字段比较多,用于提供后续的业务查询、OLAP分析和数据分发,存放高度汇总的数据。
如图2,根据数据表获取指标模型的方法包括:
步骤201:梳理所述数据表得到指标矩阵,所述指标矩阵包括指标和维度。具体的指标矩阵如下表:
步骤202:根据指标矩阵选择指标和与所述指标相关的维度,建立指标模型。如访问人数指标的相关维度为用户和日期,访问人数指标模型为计算指标模型,可以通过日期筛选用户,计算用户数,如计算上月访问人数。
实施例1
如图3所示,本实施例提供基于指标体系配置查询指令的方法:
步骤301:根据数据的应用场景选择数据主题。根据数据的应用场景从指标体系中选择适当的数据主题。
步骤302:根据数据主题选择指标模型和数据表。根据数据场景选择与数据主题相应的指标模型以及根据数据主题构建的数据表。
步骤303:根据指标模型获取指标和维度。指标体系中建立了指标和维度与数据场景的逻辑关系,便于快速选择编译指标和维度。
步骤304:根据所述指标、维度和数据表获取查询指令。如,指标:访问人数;获取维度:日期和用户;生成查询指令:通过日期筛选用户,并统计用户数。可以预设查询指令,如以维度为查询参数,数据表为查询地址,指标为计算逻辑,便于快速建立查询指令。
步骤305:基于查询指令获取查询结果。基于查询指令与数据主题相关的数据表中获取查询结果。
通过预先为指标和维度配置查询参数和结构化指令,预先为指标模型配置查询语句,便于统一查询口径和快速获取查询指令。
实施例2
本实施例提供基于查询结果生成查询报表的方法:
基于预设的报表模板和报表展示页面指令,根据所述查询结果生成报表。
通过结构化的报表模板和报表展示页面指令,生成报表,利于通过自动化的方式生成报表。其中,查询结果可以通过参数的形式传入报表展示页面指令中。
实施例3
以订单系统为例说明数据仓库构建的方法:
如下表,从数据产生的日志表,或从业务库对接的业务数据中构建ODS的表6,可以直接接入原始数据,或直接从业务数据库获取。梳理和净化表6得到实时明细表2,其中表6和表2为宽表。
梳理表2,得到数据矩阵:维度:城市、品类、用户、页面、订单和订单金额,指标:访问人数、订单数和交易金额。
根据表2和所述数据矩阵建立指标模型,如用户指标模型、设备指标模型、订单指标模型、页面指标模型、城市指标模型和商品指标模型。其中,用户指标模型的指标可以包括:访问人数;维度可以包括:用户和日期。
根据指标模型和数据表建立数据主题,如交易主题和营销主题。
建立指标体系,交易主题的指标模型可以包括:用户指标模型、页面指标模型和订单指标模型;而营销主题的指标模型可以包括:用户指标模型、页面指标模型、商品指标模型和城市指标模型。
基于指标体系搭建中间层DW,如交易主题表(表3)包括:日期、用户、页面和订单;如营销主题表(表4)包括:日期、用户、页面和城市;商品主题表(表5)包括日期、品类和商品。
根据中间层和业务需求推导APP层,如表1:日期、用户、城市、品类、页面、订单、订单金额,参见下表。
本发明还提供一种用于实现上述方法的数据仓库搭建的系统,如图4所示,包括指标模块1、数据主题模块2、指标体系模块3和搭建模块4,
指标模块1用于根据数据表获取指标模型,所述数据表包括数据宽表,所述指标模型包括指标和维度;
数据主题模块2用于基于所述指标模型和数据表建立数据主题,获得数据主题集市;
指标体系模块3用于基于数据主题和指标模型的逻辑关系建立指标体系;
搭建模块4用于基于所述指标体系搭建数据仓库的中间层,从中间层向应用层推导,构建应用层。
本发明的系统还包括数据抽取模块5,数据抽取模块用于根据从系统日志中数据,根据所述数据重建数据表。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种数据仓库搭建的方法,其特征在于,所述方法包括:
根据数据表获取指标模型,所述数据表包括数据宽表,所述指标模型包括指标和维度;
基于所述指标模型和数据表建立数据主题,获得数据主题集市;
基于所述数据主题和指标模型的逻辑关系建立指标体系;
基于所述指标体系搭建或梳理数据仓库的中间层;
从所述中间层向应用层推导,构建应用层。
2.根据权利要求1所述的数据仓库搭建的方法,其特征在于,还包括基于指标体系配置查询指令的方法:
根据数据的应用场景选择数据主题;
根据数据主题选择指标模型;
根据指标模型获取指标和维度;
根据所述指标和维度获取查询参数和指令;
基于查询指令获取查询结果。
3.根据权利要求2所述的数据仓库搭建的方法,其特征在于,还包括生成查询报表的方法:
基于预设的报表模板和报表展示页面指令,根据所述查询结果生成报表。
4.根据权利要求1所述的数据仓库搭建的方法,其特征在于,根据数据表获取指标模型的方法包括:
梳理所述数据表得到指标矩阵,所述指标矩阵包括指标和维度;
根据指标矩阵选择指标和与所述指标相关的维度,建立指标模型。
5.根据权利要求1所述的数据仓库搭建的方法,其特征在于,所述数据仓库包括中间层、应用层和数据运营层,所述中间层包括中间层表,所述中间层表包括数据明细层表、数据中间层表和数据服务层表。
6.根据权利要求1所述的数据仓库搭建的方法,其特征在于,用于获取指标模型的数据表还包括已有的中间层表。
7.根据权利要求1所述的数据仓库搭建的方法,其特征在于,所述指标模型包括以下之一或它们的组合:基础维度指标模型、度量指标模型、虚拟维度指标模型、派生指标模型和计算指标模型。
8.根据权利要求1所述的数据仓库搭建的方法,其特征在于,所述数据主题包括以下之一或它们的组合:营销主题、交易主题、商品主题、流量主题、商品主题和服务主题。
9.一种数据仓库搭建的系统,用于实现权利要求1-8任一项所述的方法,其特征在于,包括指标模块、数据主题模块、指标体系模块和搭建模块,
所述指标模块用于根据数据表获取指标模型,所述数据表包括数据宽表,所述指标模型包括指标和维度;
所述数据主题模块用于基于所述指标模型和数据表建立数据主题,获得数据主题集市;
所述指标体系模块用于基于所述数据主题和指标模型的逻辑关系建立指标体系;
所述搭建模块用于基于所述指标体系搭建数据仓库的中间层,从所述中间层向应用层推导,构建应用层。
10.根据权利要求9所述的数据仓库搭建的系统,其特征在于,还包括数据抽取模块,所述数据抽取模块用于根据从系统日志中数据,根据所述数据重建数据表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010885500.3A CN112131203A (zh) | 2020-08-28 | 2020-08-28 | 一种数据仓库搭建的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010885500.3A CN112131203A (zh) | 2020-08-28 | 2020-08-28 | 一种数据仓库搭建的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112131203A true CN112131203A (zh) | 2020-12-25 |
Family
ID=73847111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010885500.3A Pending CN112131203A (zh) | 2020-08-28 | 2020-08-28 | 一种数据仓库搭建的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112131203A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112860659A (zh) * | 2021-01-18 | 2021-05-28 | 北京奇艺世纪科技有限公司 | 数据仓库的构建方法、装置、设备及存储介质 |
CN112860700A (zh) * | 2021-02-22 | 2021-05-28 | 北京互金新融科技有限公司 | 数据表的生成方法及装置、存储介质及电子装置 |
CN113254544A (zh) * | 2021-04-29 | 2021-08-13 | 西安交通大学 | 一种基于维度建模的数据处理装置及方法 |
CN116188078A (zh) * | 2023-02-06 | 2023-05-30 | 北京高阳捷迅信息技术有限公司 | 营销活动的指标体系构建方法、装置、存储介质及服务器 |
CN116431736A (zh) * | 2023-02-06 | 2023-07-14 | 北京三维天地科技股份有限公司 | 一种在线数据仓库模型的构建方法及系统 |
CN112860700B (zh) * | 2021-02-22 | 2024-05-07 | 北京互金新融科技有限公司 | 数据表的生成方法及装置、存储介质及电子装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108664638A (zh) * | 2018-05-15 | 2018-10-16 | 口碑(上海)信息技术有限公司 | 基于指标体系的报表生成方法及装置 |
CN110674228A (zh) * | 2019-09-23 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 数据仓库模型构建和数据查询方法、装置及设备 |
-
2020
- 2020-08-28 CN CN202010885500.3A patent/CN112131203A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108664638A (zh) * | 2018-05-15 | 2018-10-16 | 口碑(上海)信息技术有限公司 | 基于指标体系的报表生成方法及装置 |
CN110674228A (zh) * | 2019-09-23 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 数据仓库模型构建和数据查询方法、装置及设备 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112860659A (zh) * | 2021-01-18 | 2021-05-28 | 北京奇艺世纪科技有限公司 | 数据仓库的构建方法、装置、设备及存储介质 |
CN112860659B (zh) * | 2021-01-18 | 2023-09-01 | 北京奇艺世纪科技有限公司 | 数据仓库的构建方法、装置、设备及存储介质 |
CN112860700A (zh) * | 2021-02-22 | 2021-05-28 | 北京互金新融科技有限公司 | 数据表的生成方法及装置、存储介质及电子装置 |
CN112860700B (zh) * | 2021-02-22 | 2024-05-07 | 北京互金新融科技有限公司 | 数据表的生成方法及装置、存储介质及电子装置 |
CN113254544A (zh) * | 2021-04-29 | 2021-08-13 | 西安交通大学 | 一种基于维度建模的数据处理装置及方法 |
CN113254544B (zh) * | 2021-04-29 | 2023-01-03 | 西安交通大学 | 一种基于维度建模的数据处理装置及方法 |
CN116188078A (zh) * | 2023-02-06 | 2023-05-30 | 北京高阳捷迅信息技术有限公司 | 营销活动的指标体系构建方法、装置、存储介质及服务器 |
CN116431736A (zh) * | 2023-02-06 | 2023-07-14 | 北京三维天地科技股份有限公司 | 一种在线数据仓库模型的构建方法及系统 |
CN116431736B (zh) * | 2023-02-06 | 2023-10-20 | 北京三维天地科技股份有限公司 | 一种在线数据仓库模型的构建方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112131203A (zh) | 一种数据仓库搭建的方法和系统 | |
Ballard et al. | Data modeling techniques for data warehousing | |
CN110866123B (zh) | 基于数据模型构建数据图谱的方法及构建数据图谱的系统 | |
CN110851667B (zh) | 一种多源头大量数据的整合分析方法及工具 | |
CN111324602A (zh) | 一种实现面向金融大数据分析可视化方法 | |
CN109597850A (zh) | 烟草综合信息数据加工储存平台及数据加工方法 | |
CN112199433A (zh) | 一种用于城市级数据中台的数据治理系统 | |
WO2010091456A1 (en) | Creation of a data store | |
CN113064866A (zh) | 一种电力业务数据整合系统 | |
CN111026801A (zh) | 一种辅助保险类电商运营快速决策工作的方法及系统 | |
CN110544035A (zh) | 一种内控检测方法、系统和计算机可读存储介质 | |
CN117573646A (zh) | 一种基于维度建模的数据管理方法及系统 | |
CN109062551A (zh) | 基于大数据开发命令集的开发框架 | |
CN114490571A (zh) | 一种建模方法、服务器及存储介质 | |
CN114358812A (zh) | 一种基于运维大数据的多维度电力营销分析方法及系统 | |
CN111949743A (zh) | 网点运营数据获取方法、装置及设备 | |
CN116975043B (zh) | 一种基于流式框架的数据实时传输构建方法 | |
CN110413602A (zh) | 一种分层清洗式大数据清洗方法 | |
CN113836313B (zh) | 一种基于图谱的审计信息识别方法与系统 | |
CN117094743B (zh) | 一种自动化卷烟零售市场数据统计分析系统及方法 | |
Westerlund | Business intelligence: Multidimensional data analysis | |
Gallo et al. | Data warehouse design and management: theory and practice | |
Hu et al. | Research on Readers’ Behavior of College Libraries Based on Data Mining Technology | |
Mocka et al. | Optimizing Data Warehouse | |
Pighin et al. | A methodology supporting the design and evaluating the final quality of data warehouses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |