张飞的猪_个人页

2024年04月

• 04.11 10:44:08
  发表了文章 2024-04-11 10:44:08

  ClickHouse(06)ClickHouse建表语句DDL详细解析

  ClickHouse创建表有多种语法，包括在当前服务器上创建、复制已有表结构、从表函数创建和从查询创建。表引擎决定表的特性和数据存储方式，如Memory引擎仅存储内存中。分布式DDL可在CLUSTER子句中实现跨节点操作。临时表生命周期与会话绑定，仅支持Memory引擎。分区表用于优化查询性能，MergeTree系列引擎支持分区。默认值表达式（DEFAULT, MATERIALIZED, EPHEMERAL, ALIAS）影响数据插入和查询行为。主键和约束可增强数据完整性，TTL功能用于自动删除过期数据。列压缩和编码能减少存储空间。文章还提供了ClickHouse更多相关系列内容链接。
• 04.04 19:02:49
  发表了文章 2024-04-04 19:02:49

  ClickHouse(05)ClickHouse数据类型详解

  ClickHouse是一款分析型数据库，支持基础、复合和特殊数据类型。基础类型包括数值（Int、Float、Decimal）、字符串（String、FixedString、UUID）和时间（DateTime、DateTime64、Date）类型。数值类型如Int8-64和Float32-64，Decimal提供高精度计算。字符串中的FixedString有固定长度，UUID作为主键。时间类型最高精度到秒。复合类型有数组、元组、枚举和嵌套，其中数组和元组允许不同数据类型，枚举节省空间，嵌套类型是多维数组结构。特殊类型如Nullable表示可为空，Domain封装IPv4和IPv6。

  
• 12.04 17:31:59
  发表了文章 2023-12-04 17:31:59

  数据仓库(07)数仓规范设计

  所谓的规范的定义，简单理解，如果把数据当作货物，那就是货物的分类，以及对应相关的属性，比如生产日期，某个原料的含量等，我们可以把相近或者相同货物，按照一定的规律，放在一起，方便入库与出库，需要某个货物按照这些规律就可以，以比较快的速度拉取出来。 一般的规范设计包含一下几个方面:划分和定义数据域、业务过程、维度、度量 原子指标、修饰类型、修饰词、时间周期、派生指标。

2024年03月

• 03.31 14:51:03
  发表了文章 2024-03-31 14:51:03

  ClickHouse(04)如何搭建ClickHouse集群

  ClickHouse集群的搭建和部署和单机的部署是类似的，主要在于配置的不一致，如果需要了解ClickHouse单机的安装设部署，可以看看这篇文章,[ClickHouse(03)ClickHouse怎么安装和部署](https://zhuanlan.zhihu.com/p/532431053)。
• 03.25 18:57:30
  发表了文章 2024-03-25 18:57:30

  ClickHouse(03)ClickHouse怎么安装和部署

  本文会介绍如何安装和部署ClickHouse，官方推荐的几种安装模式，以及安装之后如何启动，ClickHouse集群如何配置等。
• 03.21 18:30:10
  发表了文章 2024-03-21 18:30:10

  ClickHouse(02)ClickHouse架构设计介绍概述与ClickHouse数据分片设计

  ClickHouse的核心架构包括执行过程和数据存储两部分。执行过程涉及Parser与Interpreter解析SQL，通过Column、DataType、Block、Functions和Storage模块处理数据。Column是内存中列的表示，Field处理单个值，DataType负责序列化和反序列化，Block是内存中表的子集，Block Streams处理数据流。Storage代表表，使用不同的引擎如StorageMergeTree。数据存储基于分片和副本，1个分片由多个副本组成，每个节点只能拥有1个分片。

  
• 03.20 16:39:59
  发表了文章 2024-03-20 16:39:59

  ClickHouse(01)什么是ClickHouse,ClickHouse适用于什么场景

  ClickHouse是一款高性能的列式存储OLAP数据库，由俄罗斯的Yandex公司开发，用于在线分析处理（OLAP）。它提供秒级大数据查询，适用于商业智能、广告流量等领域。ClickHouse速度快的原因包括列式存储、数据压缩、向量化执行和多线程分布式处理。然而，它不支持事务，不适合OLTP操作。相比Hadoop生态中的查询引擎，ClickHouse在大量数据查询上表现出色。一系列的文章详细介绍了ClickHouse的各个方面，包括安装、表引擎和使用场景。

  
• 03.15 16:16:27
  发表了文章 2024-03-15 16:16:27

  数据仓库(13)大数据数仓经典最值得阅读书籍推荐

  从事数仓工作，在工作学习过程也看了很多数据仓库方面的数据，此处整理了数仓中经典的，或者值得阅读的书籍，推荐给大家一下，希望能帮助到大家。建议收藏起来，后续有新的书籍清单会更新到这里。

  
• 03.12 15:04:03
  发表了文章 2024-03-12 15:04:03

  数据仓库(12)数据治理之数仓数据管理实践心得

  这边文章聊聊自己对数据治理开发实践的一些思路，就是聊聊怎么开始去做数据治理这件事情。说起数据治理，有时候虽然看了很多文章，看了很多的介绍，了解数据治理的理论，但是实际上需要我们去搞的时候，就会踩很多的坑。这里记一下自己做数据治理的一些思路，做做笔记，也分享给需要的同学。 当然，想要做数据治理，想要学习了解，一下数据治理的范围，理论等，最好可以看看别人怎么做的，了解数据治理可以参考：[数据仓库(11)什么是大数据治理，数据治理的范围是哪些](https://zhuanlan.zhihu.com/p/467433967)。
• 03.11 18:46:09
  发表了文章 2024-03-11 18:46:09

  数据仓库(11)什么是大数据治理，数据治理的范围是哪些

  什么是数据治理,数据治理包含哪些方面？大数据时代的到来，给了我们很多的机遇，也有很多的挑战。最基础的调整也是大数据的计算和管理，数据治理是一个特别重要的大数据基础，他保证着数据能否被最好的应用，保证着数据的安全，治理等。那么数据治理到底能治什么，怎么治？
• 03.10 18:10:57
  发表了文章 2024-03-10 18:10:57

  数据仓库(10)数仓拉链表开发实例

  拉链表是数据仓库中特别重要的一种方式，它可以保留数据历史变化的过程，这里分享一下拉链表具体的开发过程。 维护历史状态，以及最新状态数据的一种表，拉链表根据拉链粒度的不同，实际上相当于快照，只不过做了优化，去除了一部分不变的记录，通过拉链表可以很方便的还原出拉链时点的客户记录。

  
• 03.09 10:26:46
  发表了文章 2024-03-09 10:26:46

  数据仓库(09)数仓缓慢变化维度数据的处理

  数据仓库的重要特点之一是反映历史变化，所以如何处理维度的变化是维度设计的重要工作之一。缓慢变化维的提出是因为在现实世界中，维度的属性并不是静态的，它会随着时间的流逝发生缓慢的变化，与数据增长较为快速的事实表相比，维度变化相对缓慢。阴齿这个就叫做缓慢变化维。

  

2023年12月

• 12.23 14:16:09
  发表了文章 2023-12-23 14:16:09

  数据仓库(08)数仓事实表和维度表技术

  所谓的事实表和维度表技术，指的就是如何和构造一张事实表和维度表，是的事实表和维度表，可以涵盖现在目前的需要和方便后续下游数据应用的开发

2023年10月

• 10.10 14:36:53
  发表了文章 2023-10-10 14:36:53

  数据仓库(06)数仓分层设计

  目前主流的数据仓库分层大多为四层,也有五层的架构，这里介绍基本的四层架构。 分别为数据贴源层(ods)、数据仓库明细层(dw)、多维明细层(dws)和数据集市层(dm)。

  

2023年09月

• 09.12 17:32:47
  回答了问题 2023-09-12 17:32:47

  DataWorks如何创建mysql实例？

  赞1 踩0 评论0
• 09.12 17:30:15
  回答了问题 2023-09-12 17:30:15

  DataWorks任务不调度怎么办？

  赞0 踩0 评论0
• 09.12 17:28:18
  发表了文章 2023-09-12 17:28:18

  数据仓库(5)数仓Kimball与Inmon架构的对比

  数据仓库主要有四种架构，Kimball的DW/BI架构、独立数据集市架构、辐射状企业信息工厂Inmon架构、混合Inmon与Kimball架构。不过不管是那种架构，基本上都会使用到维度建模。

  

2023年07月

• 07.10 22:05:17
  发表了文章 2023-07-10 22:05:17

  数据仓库(4)基于维度建模的数仓KimBall架构

  基于维度建模的KimBall架构，将数据仓库划分为4个不同的部分。分别是操作型源系统、ETL系统、数据展现和商业智能应用，如下图。

2023年06月

• 06.21 11:05:16
  发表了文章 2023-06-21 11:05:16

  数据仓库(3)数仓建模之星型模型与维度建模

  维度建模是一种将数据结构化的逻辑设计方法，也是一种广泛应用的数仓建模方式，它将客观世界划分为度量和上下文。度量是常常是以数值形式出现，事实周围有上下文包围着，这种上下文被直观地分成独立的逻辑块，称之为维度。它与实体-关系建模有很大的区别，实体-关系建模是面向应用，遵循第三范式，以消除数据冗余为目标的设计技术。维度建模是面向分析，为了提高查询性能可以增加数据冗余，反规范化的设计技术。

2022年11月

• 11.10 17:31:35
  发表了文章 2022-11-10 17:31:35

  数据仓库(02)数仓、大数据与传统数据库的区别

  传统数据库是存储根据范式建模的关系型数据，主要用于OLTP（on-line transaction processing）翻译为联机事务处理的软件。大数据是根据map redurce范式构建的出局处理，存储的软件，主要用于OLAP是做分析处理。大数据和传统数据库，还有一个更大的区别在于，处理的数据量以及计算量的大小，当传统数据库，无法在人可以接受的短时间内计算出结果，那这个数据就叫大数据，需要使用到大数据技术处理。而数据仓库本质上是一种数据的处理方式，而不是一种基础软件，它可以依赖于传统数据库，也可以依赖大数据技术去构建。

  

2022年10月

• 10.12 16:06:38
  发表了文章 2022-10-12 16:06:38

  数据仓库(01)什么是数据仓库，数仓有什么特点

  数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。 为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。