《全链路数据治理-智能数据建模 》——产品实操:零售电商数据建模操作实践(10)

简介: 《全链路数据治理-智能数据建模 》——产品实操:零售电商数据建模操作实践(10)

《全链路数据治理-智能数据建模 》——产品实操:零售电商数据建模操作实践(9) https://developer.aliyun.com/article/1230558?groupCode=tech_library




step3:

• 修改模型字段类型:

将“gmt_create 、gmt_modified”字段类型批量修改为“string”;将“reserve_price、secure_trade_ordinary_post_fee、secure_trade_fast_post_fee、secure_trade_ems_post_fee”字段类型修改为“double”;


• 修改模型字段显示名:

将“gmt_modified”字段显示名称修改为“商品最后修改日期”;将“gmt_create”字段显示名称修改为“商品创建时间”,保存;


• 修改模型字段顺序:

再点一次编辑,使用代码模式调整一下字段顺序,将“gmt_modified”字段调整到

“gmt_create”字段前面,保存。


image.png

image.png


代码模式配置:

-- 不支持修改表名CREATE DIM TABLE dim_ec_itm_item_info ALIAS '商品基础信息维度表'(gmt_modified ALIAS '商品最后修改日期' STRING COMMENT '商品最后修改日期',gmt_create ALIAS '商品创建时间' STRING COMMENT '商品创建时间',item_id ALIAS '商品数字ID'BIGINT COMMENT '商品数字ID',title ALIAS '商品标题' STRING COMMENT '商品标题',sub_title ALIAS '商品子标题' STRING COMMENT '商品子标题',pict_url ALIAS '主图URL' STRING COMMENT '主图URL',desc_path ALIAS '商品描述的路径' STRING COMMENT '商品描述的路径',item_status ALIAS '商品状态1:确认通过0:未确认通过'BIGINTCOMMENT '商品状态1:确认通过0:未确认通过',last_online_time ALIAS '最近一次开始销售时间,商品上架时间'DATETIMECOMMENT '最近一次开始销售时间,商品上架时间',last_offline_time ALIAS '销售结束时间,表示一个销售周期的结束,仅作用于拍卖商品'DATETIME COMMENT '销售结束时间,表示一个销售周期的结束,仅作用于拍卖商品',duration ALIAS '有效期,销售周期,只有两个值,7天或14天'BIGINTCOMMENT '有效期,销售周期,只有两个值,7天或14天',reserve_price ALIAS '当前价格'DOUBLE COMMENT '当前价格',secure_trade_ordinary_post_fee ALIAS '平邮费用'DOUBLE COMMENT '平邮费用',secure_trade_fast_post_fee ALIAS '快递费用'DOUBLE COMMENT '快递费用',secure_trade_ems_post_fee ALIAS 'EMS邮费'DOUBLE COMMENT 'EMS邮费',last_online_quantity ALIAS '商品最近一次上架时的库存数量'BIGINT COMMENT
'商品最近一次上架时的库存数量',features ALIAS '商品特征' STRING COMMENT '商品特征',cate_id ALIAS '商品叶子类目ID'BIGINT COMMENT '商品叶子类目ID',cate_name ALIAS '商品叶子类目名称' STRING COMMENT '商品叶子类目名称',commodity_id ALIAS '品类ID'BIGINT COMMENT '品类ID',commodity_name ALIAS '品类名称' STRING COMMENT '品类名称',is_virtual ALIAS '是否虚拟商品' STRING COMMENT '是否虚拟商品',shop_id ALIAS '商家ID'BIGINT COMMENT '商家ID',shop_nick ALIAS '商家NICK' STRING COMMENT '商家NICK',is_deleted ALIAS '类目是否删除'BIGINT COMMENT '类目是否删除')COMMENT '商品基础信息维度表'PARTITIONED BY(ds ALIAS '业务日期, yyyymmdd' STRING COMMENT '业务日期, yyyymmdd')产品实操:零售电商数据建模操作实践 144WITH('life_cycle'='365');-- 不支持修改表名CREATETABLE dim_ec_itm_item_info
(gmt_modified STRING COMMENT '商品最后修改日期',gmt_create STRING COMMENT '商品创建时间',item_id BIGINT COMMENT '商品数字ID',title STRING COMMENT '商品标题',sub_title STRING COMMENT '商品子标题',pict_url STRING COMMENT '主图URL',desc_path STRING COMMENT '商品描述的路径',item_status BIGINT COMMENT '商品状态1:确认通过0:未确认通过',last_online_time DATETIME COMMENT '最近一次开始销售时间,商品上架时间',last_offline_time DATETIME COMMENT '销售结束时间,表示一个销售周期的结束,仅作用于拍卖商品',duration BIGINT COMMENT '有效期,销售周期,只有两个值,7天或14天',reserve_price DOUBLE COMMENT '当前价格',secure_trade_ordinary_post_fee DOUBLE COMMENT '平邮费用',secure_trade_fast_post_fee DOUBLE COMMENT '快递费用',secure_trade_ems_post_fee DOUBLE COMMENT 'EMS邮费',last_online_quantity BIGINT COMMENT '商品最近一次上架时的库存数量',features STRING COMMENT '商品特征',cate_id BIGINT COMMENT '商品叶子类目ID',cate_name STRING COMMENT '商品叶子类目名称',commodity_id BIGINT COMMENT '品类ID',commodity_name STRING COMMENT '品类名称',is_virtual STRING COMMENT '是否虚拟商品',shop_id BIGINT COMMENT '商家ID',shop_nick STRING COMMENT '商家NICK',is_deleted BIGINT COMMENT '类目是否删除')COMMENT '商品基础信息维度表'PARTITIONED BY(ds STRING COMMENT '业务日期, yyyymmdd')LIFECYCLE 365;

配置完成后保存并发布当前模型,生成物理表。


image.png



使用“模型开发”功能联动数据开发模块(这步仅作为核心功能演示,实操后可以不保存节点,在后续实验步骤中可以使用该功能来开发)。


如果使用快捷模式中的查找表、冗余字段查找表构建模型,系统会自动构建完整度较高的etl,开发者只需要补充业务逻辑即可。


不使用快捷模式查找表创建模型,如手动录入、ddl导入,构建的etl 代码需要补充的信息相对就会多,且需要查看元数据来确认字段含义。


image.png


image.png



《全链路数据治理-智能数据建模 》——产品实操:零售电商数据建模操作实践(11) https://developer.aliyun.com/article/1230554?groupCode=tech_library



相关文章
|
数据库 Docker 容器
mongdb的安装
mongdb的安装
290 0
|
关系型数据库 MySQL
|
18天前
|
人工智能 缓存 前端开发
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
DeepSeek Harness + DeepSeek V4 Pro 项目实战保姆级教程!手把手带你从零安装开源 AI 编程工具,开发架构图、知识讲解网站、3D 网页游戏、全栈 AI 应用 4 个项目,覆盖运行模式选择、插件安装与开发,看看能不能对标 Claude。
13049 82
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
|
7天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
|
2天前
|
缓存 人工智能 API
阿里云Qwen3.8‑Flash完整能力解析:模型特性、API调用实操与计费规则深度拆解
在AI应用快速落地的当下,开发者与企业选型大模型API,不再只单纯关注评测榜单分数,推理速度、上下文长度、多模态能力、工具调用稳定性以及实际调用成本,共同决定项目能否平稳上线。Qwen3.8‑Flash作为新一代多模态混合专家模型,主打高性能推理与低成本开销,面向编程开发、智能Agent工作流、超长文档解析、图文混合理解等高频场景,提供托管API服务,权重同时开放可供本地部署,兼容主流接口协议,能够无缝接入各类开发工具链。很多开发者在接入过程中,容易混淆普通按量Token计费、缓存计费、各类订阅计划之间的差异,造成实际账单超出预估。本文从模型底层架构、核心功能能力、适用场景、API调用实操、完
645 0
|
12天前
|
Web App开发 人工智能 API
16 个超火的 DeepSeek Harness 插件,大肥鱼已经落后 N 个版本了。。。
DeepSeek Harness 精选插件推荐合集,从图片识别、浏览器操控、多 Agent 协作到手机远程控制,一口气带你看完 DSH 社区热门的十几个插件,覆盖技能扩展、UI 界面增强、整活玩法三大类,让你的鲸鱼变得更强。
1707 4
|
13天前
|
人工智能 Java BI
【AI】DeepSeek Harness 安装、运行、管理插件
本文介绍了如何运行DeepSeek开源的Agent框架DeepSeek Harness(dsh)。主要内容包括:使用nvm安装适配的Node版本;通过代理加速克隆GitHub源码;使用pnpm安装依赖并启动项目;配置DeepSeek API Token;安装扩展功能的插件。该框架自带Web界面,支持模型适配、文件编辑等插件化功能
1876 1
|
人工智能 JavaScript 开发工具
DeepSeek Harness 本地安装与使用指南
DeepSeek Harness(DSH)是DeepSeek AI开源的Agent运行框架,支持本地文件操作、命令执行与工具调用。基于Cordis插件架构,具备高扩展性与强可控性,适合开发者搭建可控Agent环境或开展模型基准测试。当前为开发者预览版,需Node.js环境,推荐先用`npx @deepseek-ai/dsh web`快速体验。
5104 0
|
15天前
|
人工智能 JavaScript 测试技术
保姆级教程:DeepSeek Harness从安装到跑通测试,30分钟上手
DeepSeek Harness是DeepSeek开源的AI Agent运行时,主打“一行命令安装、5分钟跑通”。它让模型真正动手干活——读代码、跑测试、分析失败、生成修复方案。本文手把手教你30分钟从零上手,覆盖安装、配置、实测及避坑指南,助你快速掌握下一代AI编程范式。