DataWorks数仓性能优化表的其他优化技巧是什么? ID=kivUPH4B1r73GMJAzT1- INDEX=0
建议您严格遵循表设计规范。此外,您还可以利用下列技巧完成表的优化:中间表的利用:适用于数据量非常大,下游任务很多的表。拆表:适用于个别字段产出极慢的情况,您可以将字段拆分为单独的表。合表:随着数仓的发展,针对业务重叠或重复的表,您可以进行任务和数据合并。拉链表:合理利用拉链表能减少您的存储消耗,关于拉链存储的详情请参见拉链存储。利用MaxCompute表的特殊功能:详情请参见MaxCompute表的高级功能。——该回答整理自钉群“DataWorks交流群(答疑@机器人)“
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。
DataWorks基于MaxCompute/Hologres/EMR/CDP等大数据引擎,为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台。