分类：数据仓库

分类
数据仓库

连续登陆超过N天的用户

MST

一、题目现有用户登录日志表 user_login_log,包含用户ID(user_id),登录日期(login_date)。数据已经按照用户日期去重，请查出连续登录超过4天的用户ID 样例数据

指标系统

1、指标系统介绍指标系统是一套围绕企业业务目标，对关键数据指标进行标准化定义、自动化计算、可视化展示及动态管理的数字化工具。通过整合分散的业务数据，它可以将抽象的业务场景转化为可量化的指标体系，帮助企业实时掌握运营状态、快速定位问题并支撑决策优化，是连接业务与数据的核心桥梁。背景下面看看指标系

指标建设规范

指标系统

一、指标定义指标是用于衡量业务目标达成程度的可量化参数，它是将抽象的业务目标转化为具体、可操作、可衡量的数值标识。在企业运营中，指标如同 “导航仪”，通过对业务数据的提炼和计算，直观展现业务的运行状态、发展趋势和存在问题。例如，电商企业的 “销售额” 指标，能够直接反映企业的销售业绩；互联网产品

数据质量监控报警

调度和报警

配置好建模任务后，如何保障任务连续性和数据质量？比如调度任务若因系统故障、资源不足或代码错误导致失败，未配置监控时需人工巡检才能发现，可能延误数小时甚至数天，如何解决？再比如重要数据必须9点前产出，如何保证？数据是否有重复？值是否准确？下面从数据质量监控分类（完整性、准确性、一致性、时效性）和报

常用的任务调度系统

调度和报警

一、任务调度系统在数据仓库中的核心价值在数据仓库体系中，任务调度系统扮演着 "神经中枢" 的角色，其核心作用体现在：自动化流程控制：实现 ETL 作业、数据同步、报表生成等任务的定时触发与执行依赖关系管理：处理任务间的上下游依赖（如必须先完成 ods 层数据加载才能执行 dws 层聚合）资源

维度建模-事实表设计

数仓理论

一、引言在数据仓库的架构体系中，事实表是承载业务核心数据、支撑数据分析的关键组件。本文将围绕事实表设计展开，从基础概念、设计原则、设计方法到分类应用，系统掌握事实表设计的核心技术，为构建高效的数据仓库奠定基础。二、事实表的基础事实表的定义事实表是维度建模中的核心数据表，用于存储业务过程中产生

维度建模-维度表设计

数仓理论

一、维度设计基本概念 1.1 维度与事实在维度建模中有两个非常重要的概念：维度和事实。与业务过程相关的数值型字段称为事实，维度则是事实的环境描述。例如在电商场景中，商品维度可包含品牌、类别、款式等维度

数据仓库建模方法概述（维度建模、ER建模）

数仓理论

数据仓库主要的建模方法为：维度建模和实体关系建模（ER建模）。其他还有ER模型的衍生模型：Data Vault 模型和Anchor 模型，实际工作中很少使用。维度建模

数据库三范式

数仓理论

数据库三范式（Normalization）是关系型数据库设计的一套核心理论和准则，目的是减少数据冗余、提高数据一致性、消除数据操作异常。三范式可总结为：原子性、完全依赖主键、不传递依赖主键。第二和第三范式类似，可以归纳为属性强依赖主键。第一范式（1NF）

初识数据仓库

数仓理论

一、引言 1.1 数仓的作用 ① 整合数据 — 汇聚多源异构数据，打破信息孤岛，形成企业统一数据视图。 ② 支撑决策 — 为 BI 报表、多维分析、KPI 监控提供稳定数据底座，让决策有据可依。 ③ 历史追溯 — 长期存储历史数据，支持趋势分析、同比环比等时序类业务洞察。 ④ 保障质量 — 数据入仓