AI 助理
备案控制台
开发者社区 大数据 文章 正文

大数据框架原理简介（2）

2022-04-25 139
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
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： 大数据框架原理简介（2）

问题分析


  • 业务变化很快


业务数据表经常变化字段含义、增加各种逻辑数据等


  • 业务数据源越来越多


随着品类越来越多，新部门逐步成立，数据源也就越来越多样化



  • 需求越来越多，越来越复杂


所有的产品和运营都向我们要各种各样的用户行为数据、订单分析数据和竞对优势数据


  • 数据的实时行要求越来越高


早晨提出个新业务数据需求，晚上就要


分析数据特点


此时的数据集合不是数据仓库 因为不符合相对稳定的和反应历史变化的两个条件
因为类似订单类数据，每天全量更新
（原因是同一个订单状态随着时间会变化，比如今天买了，明天退货了）
而是一个ODS


解决方案


image.png


优势


  • ODS的数据与数据仓库的数据高度统一


  • 开发成本低，开发一次并应用到ODS即可


  • 可见ODS是发挥承上启下的作用

劣势


  • 数据仓库需要的所有数据都需要走ODS


  • 扩展、系统的灵活性差


OB-ODS



优势


  • 结构简单 初创数据分析团队都是类似的结构

劣势


  • 所有数据都归结到ODS


  • 长期数据决策分析能力差，软硬件成本高，模块划分不清晰，通用性差


数据仓库和ODS并行


业务数据 － ODS － 数据仓库


image.png


优势


  • 便于扩展，ODS和数据仓库各做各的，形成优势互补


ODS和DW区别


数据的当前性


ODS包括的是当前或接近当前的数据
ODS反映的是当前业务条件的状态
ODS的设计与用户或业务的需要是有关联的
而DW则是更多的反映业务条件的历史数据


数据的更新或加载


ODS中的数据是可以进行修改的
而DW中的数据一般是不进行更新的
ODS的更新是根据业务的需要进行操作的，而没有必要立即更新
因此它需要一种实时或近实时的更新机制
DW中的数据是按照正常的或预先指定的时间进行数据的收集和加载的


数据的汇总性


ODS主要是包括一些细节数据
但是由于性能的需要，可能还包括一些汇总数据
如果包括汇总数据，可能很难保证数据的当前性和准确性
ODS中的汇总数据生命周期比较短，所以可称作为动态汇总数据
如果细节数据经过了修改，则汇总数据同样需要修改
而DW中的数据可称为静态的汇总数据




文章标签：
云原生大数据计算服务 MaxCompute
数据挖掘
大数据
关键词：
云原生大数据计算服务 MaxCompute原理
云原生大数据计算服务 MaxCompute框架
云原生大数据计算服务 MaxCompute简介
云原生大数据计算服务 MaxCompute框架原理
云原生大数据计算服务 MaxCompute框架简介
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析，通过分析能得到用户群体年龄分布，性别分布，地理位置分布，以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品，是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法，从场景到实践，体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库，助力开发者学习了解先进的技术栈，并能在实际业务中敏捷的进行大数据分析，赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景，可应用MaxCompute实现数仓搭建，快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理，需要搭建数据仓库？学它！ 没有足够人员和经验来运维大数据平台，不想自建IDC买机器，需要免运维的大数据平台？会SQL就等于会大数据？学它！ 想知道大数据用得对不对，想用更少的钱得到持续演进的数仓能力？获得极致弹性的计算资源和更好的性能，以及持续保护数据安全的生产环境？学它！ 想要获得灵活的分析能力，快速洞察数据规律特征？想要兼得数据湖的灵活性与数据仓库的成长性？学它！ 出品人：阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
平凡人笔记
目录
相关文章
武子康
|
13天前
|
SQL 消息中间件 分布式计算
大数据-124 - Flink State 01篇 状态原理和原理剖析：状态类型 执行分析
大数据-124 - Flink State 01篇 状态原理和原理剖析：状态类型 执行分析
武子康
51 5
武子康
|
13天前
|
存储 分布式计算 druid
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
武子康
34 3
武子康
|
13天前
|
消息中间件 分布式计算 druid
大数据-154 Apache Druid 架构与原理详解 基础架构、架构演进
大数据-154 Apache Druid 架构与原理详解 基础架构、架构演进
武子康
17 2
武子康
|
13天前
|
消息中间件 监控 Java
大数据-109 Flink 体系结构 运行架构 ResourceManager JobManager 组件关系与原理剖析
大数据-109 Flink 体系结构 运行架构 ResourceManager JobManager 组件关系与原理剖析
武子康
32 1
武子康
|
13天前
|
SQL 消息中间件 分布式计算
大数据-141 - ClickHouse 集群 副本和分片 Zk 的配置 Replicated MergeTree原理详解（一）
大数据-141 - ClickHouse 集群 副本和分片 Zk 的配置 Replicated MergeTree原理详解（一）
武子康
35 0
武子康
|
13天前
|
SQL 大数据
大数据-141 - ClickHouse 集群 副本和分片 Zk 的配置 Replicated MergeTree原理详解（二）
大数据-141 - ClickHouse 集群 副本和分片 Zk 的配置 Replicated MergeTree原理详解（二）
武子康
46 0
武子康
|
13天前
|
存储 SQL 分布式计算
大数据-127 - Flink State 04篇 状态原理和原理剖析：状态存储 Part2
大数据-127 - Flink State 04篇 状态原理和原理剖析：状态存储 Part2
武子康
13 0
武子康
|
13天前
|
存储 消息中间件 大数据
大数据-126 - Flink State 03篇 状态原理和原理剖析：状态存储 Part1
大数据-126 - Flink State 03篇 状态原理和原理剖析：状态存储 Part1
武子康
40 0
武子康
|
13天前
|
存储 SQL 分布式计算
大数据-125 - Flink State 02篇 状态原理和原理剖析：广播状态
大数据-125 - Flink State 02篇 状态原理和原理剖析：广播状态
武子康
33 0
武子康
|
13天前
|
消息中间件 NoSQL Kafka
大数据-116 - Flink DataStream Sink 原理、概念、常见Sink类型 配置与使用 附带案例1：消费Kafka写到Redis
大数据-116 - Flink DataStream Sink 原理、概念、常见Sink类型 配置与使用 附带案例1：消费Kafka写到Redis
武子康
62 0

热门文章

最新文章

  • 1
    深度 ｜ 大数据算法应用的测试发展之路
  • 2
    使用MaxCompute访问TableStore（OTS） 简明手册
  • 3
    Hadoop迁移MaxCompute神器之DataX-On-Hadoop使用指南
  • 4
    丰富、连接、待集成—MaxCompute 生态再出发
  • 5
    【大数据干货】数据进入阿里云数加-分析型数据库AnalyticDB（原ADS）的N种方法
  • 6
    日交易笔百万级，Ping++的大数据平台架构
  • 7
    MaxCompute计算长尾问题
  • 8
    北京供销大数据集团荣获“2016-2017年度数据中心优秀创新企业奖”
  • 9
    大数据将彻底颠覆招聘产业
  • 10
    企业迎来大数据时代 流控产品持续发展
  • 1
    大数据组件之storm简介
    136
  • 2
    MaxCompute的应用
    67
  • 3
    大数据基础工程技术团队4篇论文入选ICLR，ICDE，WWW
    633
  • 4
    【经验分享】用Linux脚本管理虚拟机下的大数据服务
    51
  • 5
    常用大数据组件的Web端口号总结
    158
  • 6
    《吊打面试官》- 大数据工程师50道中大厂面试真题保姆级详解
    101
  • 7
    如何使用MaxCompute进行数据分析？
    47
  • 8
    MaxCompute的性能
    71
  • 9
    大数据组件之Storm简介
    196
  • 10
    大数据处理与分析实战：技术深度剖析与案例分享
    878

    • 相关课程

    更多
  • 大数据Spark2020最新课程（知识精讲与实战演练）第二阶段
  • 大数据Spark2020版（知识精讲与实战演练）第三阶段
  • 大数据Spark2020版（知识精讲与实战演练）第四阶段
  • 2020版大数据实战项目之DMP广告系统（第三阶段）
  • 2020版大数据实战项目之DMP广告系统（第四阶段）
  • 2020版大数据实战项目之DMP广告系统（第五阶段）

    • 相关电子书

    更多
  • Data+AI时代大数据平台应该如何建设
  • 大数据AI一体化的解读
  • 极氪大数据 Serverless 应用实践

    • 相关实验场景

    更多
  • 每个IT人都想学的“Web应用上云经典架构”实战
  • 基于OpenSearch向量检索版和MaxCompute快速搭建图搜服务
  • 倚天大数据电商数据分析快速实践
  • 玩转MaxCompute SQL! 30分钟搞定数据分析挖掘
  • 基于数据湖架构的网站访问行为分析
  • 使用内置公开数据集快速体验MaxCompute
    • 下一篇
    AI助理直击要害，从繁复中提炼精华——使用CDN加速访问OSS存储的图片