助力工业物联网,工业大数据之维修事实指标需求分析【二十二】

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 助力工业物联网,工业大数据之维修事实指标需求分析【二十二】

1:维修事实指标需求分析

  • 目标掌握DWB层维修事实指标表的构建需求分析
  • 路径
  • step1:目标需求
  • step2:数据来源
  • 实施
  • 目标需求:基于维修信息数据统计维修设备个数、维修、更换、升级配件数量、工时费用、配件费用等指标

  • 数据来源
  • ciss_service_repair:维修信息表
select
    id,--维修单id
    code,--维修单号
    service_id,--服务单id
    is_pay,--是否收费 1-收费,0-免费
    hour_charge,--工时费用
    parts_charge,--配件费用
    fares_charge --车船费用
from ciss_service_repair;
  • ciss_service_order:服务单信息表
select
  id,            --服务单id
  workorder_id,  --工单id
  type           --工单类型,1-安装,2-维修,3-巡检
from ciss_service_order;
  • ciss_service_workorder:工单详情事实表
select
    id,--工单id
    service_userid,--工程师id
    service_station_id,--服务站点id
    oil_station_id,--油站id
    create_time --创建时间
from ciss_service_workorder;
  • ciss_service_order_device:服务单设备信息表
select
    id,               --设备id
    service_order_id  --服务单id
from ciss_service_order_device;
  • ciss_service_fault_dtl:设备故障信息表
select
    serviceorder_device_id,--服务单设备id
    solution_id,--解决方案id,1-维修,2-更换,3-升级
    fault_type_id --故障分类id
from ciss_service_fault_dtl;
  • 小结
  • 掌握DWB层维修事实指标表的需求分析

2:维修事实指标构建

  • 目标实现DWB层维修事实指标表的构建
  • 实施
  • 建表
drop table if exists one_make_dwb.fact_srv_repair;
create table if not exists one_make_dwb.fact_srv_repair(
    rpr_id string comment '维修单id'
    , rpr_code string comment '维修单编码'
    , srv_user_id string comment '服务人员用户id'
    , ss_id string comment '服务网点id'
    , os_id string comment '油站id'
    , date_id string comment '日期id'
    , exp_rpr_num string comment '收费维修数量'
    , hour_money int comment '工时费用'
    , parts_money int comment '配件费用'
    , fars_money int comment '车船费用'
    , rpr_device_num int comment '维修设备数量'
    , rpr_mtrl_num int comment '维修配件数量'
    , exchg_parts_num int comment '更换配件数量'
    , upgrade_parts_num int comment '升级配件数量'
    , fault_type_ids string comment '故障类型id集合'
) comment '维修单事实表'
partitioned by (dt string)
stored as orc
location '/data/dw/dwb/one_make/fact_srv_repair';
  • 抽取
insert overwrite table one_make_dwb.fact_srv_repair partition(dt = '20210101')
select
    repair.id rpr_id                                              --维修单id
  , repair.code rpr_code                                        --维修单号
  , swo.service_userid srv_user_id                              --工程师id
  , swo.service_station_id ss_id                                --服务网点id
  , swo.oil_station_id os_id                                    --油站id
  , swo.create_time date_id                                     --创建时间
  , case when repair.is_pay = 1 then 1 else 0 end exp_rpr_num   --收费维修数量
  , repair.hour_charge hour_money                               --工时费用
  , repair.parts_charge parts_money                             --配件费用
  , repair.fares_charge fars_money                              --车船费用
  , rpr_device_num                                              --维修设备数量
  , rpr_mtrl_num                                                --维修配件数量
  , exchg_parts_num                                             --更换配件数量
  , upgrade_parts_num                                           --升级配件数量
  , fault_type_ids                                              --故障类型id集合
  --维修信息表
from one_make_dwd.ciss_service_repair repair
  --服务单信息表
    left join one_make_dwd.ciss_service_order sorder on repair.service_id = sorder.id
  --工单信息表
    left join one_make_dwd.ciss_service_workorder swo on sorder.workorder_id = swo.id
  --获取维修设备数量
    left join (
    select
      rep.id, count(rep.id) rpr_device_num
    from one_make_dwd.ciss_service_repair rep
    left join one_make_dwd.ciss_service_order sod on rep.service_id = sod.id
    left join one_make_dwd.ciss_service_order_device dev on sod.id = dev.service_order_id
    group by rep.id
    ) repairdvc on repair.id = repairdvc.id
  --获取维修、更换、升级配件数量
    left join (
    select
      rep.id,
         sum(case when sfd.solution_id = 1 then 1 else 0 end) rpr_mtrl_num,
         sum(case when sfd.solution_id = 2 then 1 else 0 end) exchg_parts_num,
         sum(case when sfd.solution_id = 3 then 1 else 0 end) upgrade_parts_num
    from one_make_dwd.ciss_service_repair rep
      left join one_make_dwd.ciss_service_order sod on rep.service_id = sod.id
      left join one_make_dwd.ciss_service_order_device dev on sod.id = dev.service_order_id
      left join one_make_dwd.ciss_service_fault_dtl sfd on dev.id = sfd.serviceorder_device_id
    group by dev.id,rep.id
    ) dvcnum on repair.id = dvcnum.id
  --获取故障类型ID
    left join (
    select
      rep.id, concat_ws(',', collect_set(sfd.fault_type_id)) fault_type_ids
    from one_make_dwd.ciss_service_repair rep
      left join one_make_dwd.ciss_service_order sod on rep.service_id = sod.id
      left join one_make_dwd.ciss_service_order_device dev on sod.id = dev.service_order_id
      left join one_make_dwd.ciss_service_fault_dtl sfd on dev.id = sfd.serviceorder_device_id
    where sfd.fault_type_id is not null
    group by rep.id
    ) faulttype on repair.id = faulttype.id
where repair.dt = '20210101'
;
  • 小结
  • 实现DWB层维修事实指标表的构建


目录
相关文章
|
4月前
|
数据采集 运维 算法
大数据项目管理:从需求分析到成果交付的全流程指南
【4月更文挑战第9天】本文介绍了大数据项目从需求分析到成果交付的全过程,包括需求收集与梳理、可行性分析、项目规划、数据准备与处理、系统开发与集成,以及成果交付与运维。文中通过实例展示了如何进行数据源接入、数据仓库建设、系统设计、算法开发,同时强调了需求理解、知识转移、系统运维的重要性。此外,还提供了Python和SQL代码片段,以说明具体技术实现。在大数据项目管理中,需结合业务和技术,灵活运用这些方法,确保项目的成功执行和价值实现。
1124 1
|
4月前
|
存储 数据挖掘 大数据
大数据数仓建模基础理论【维度表、事实表、数仓分层及示例】
数据仓库建模是组织和设计数据以支持数据分析的过程,包括ER模型和维度建模。ER模型通过实体和关系描述数据结构,遵循三范式减少冗余。维度建模,特别是Kimball方法,用于数据仓库设计,便于分析和报告。事实表存储业务度量,如销售数据,分为累积、快照、事务和周期性快照类型。维度表提供描述性信息,如时间、产品、地点和客户详情。数仓通常分层为ODS(源数据)、DWD(明细数据)、DIM(公共维度)、DWS(数据汇总)和ADS(应用数据),以优化数据管理、质量、查询性能和适应性。
|
4月前
|
NoSQL 物联网 大数据
【补充】助力工业物联网,工业大数据之AirFlow安装
【补充】助力工业物联网,工业大数据之AirFlow安装
82 1
|
4月前
|
Prometheus 数据可视化 Cloud Native
助力工业物联网,工业大数据之服务域:可视化工具Grafana介绍【三十八】
助力工业物联网,工业大数据之服务域:可视化工具Grafana介绍【三十八】
138 1
|
4月前
|
存储 SQL Oracle
助力工业物联网,工业大数据之服务域:项目总结【三十九】
助力工业物联网,工业大数据之服务域:项目总结【三十九】
79 1
|
4月前
|
SQL Prometheus 监控
助力工业物联网,工业大数据之服务域:node_exporter插件【三十七】
助力工业物联网,工业大数据之服务域:node_exporter插件【三十七】
59 1
|
4月前
|
存储 Prometheus Cloud Native
助力工业物联网,工业大数据之服务域:Prometheus的介绍【三十六】
助力工业物联网,工业大数据之服务域:Prometheus的介绍【三十六】
73 1
|
4月前
|
Prometheus 监控 Cloud Native
助力工业物联网,工业大数据之服务域:服务器性能监控Prometheus及项目总结【三十五】
助力工业物联网,工业大数据之服务域:服务器性能监控Prometheus及项目总结【三十五】
59 1
|
4月前
|
分布式计算 资源调度 物联网
助力工业物联网,工业大数据之服务域:定时调度使用【三十四】
助力工业物联网,工业大数据之服务域:定时调度使用【三十四】
61 1
|
4月前
|
Oracle 关系型数据库 大数据
助力工业物联网,工业大数据之服务域:Shell调度测试【三十三】
助力工业物联网,工业大数据之服务域:Shell调度测试【三十三】
44 1

热门文章

最新文章