1.架构调整:从Hadoop/Hbase架构,调整到MPP数据仓库Hologres,去Hadoop,ZK等依赖
2.建模上:从面向指标的多维建模,调整为面向表的DWD、DWS分层建模,DWD为主,性能敏感时补充DWS甚至ADS,关注Query SLA,避免超大Query,通过基础聚合结果集作为轻量汇总的DWS,满足95%场景。
3.学习上:学习Cube优化技巧到学习Hologres索引设计、查询优化、资源监控
4.存储上:从单一的HBase存储,到冷热数据分层存储(Hologres+MaxCompute)
5.场景上:通过Hologres提供更敏捷、更灵活的自助式分析,加速数据产品创新
6.分工上:IT从关注建模的构建质量到关注平台的开发效率,更多服务业务价值
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。