数仓

第三代指标平台给我们 IT 部门带来的体验改变，表现在大幅减少指标重复开发的工作量和运维变更的工作量。对业务部门来说，它提供了真正处理“最后一公里”自主分析问题的体验，让业务人员能够自助完成分析工作，而不需要为增加字段或维度而频繁联系 IT 部门。

对于桥接维度可能就更加好理解了，就是两个维度表之间通过第三张维度表进行关联，其中存储另外两个维度表的关系。如图9-6所示，维度表A与维度表B之间某个字段的属性存在多对多关系，基于这种多对多关系设计维度表C，用来存储这两个属性的关系。

今天分享的主题是第三代指标平台如何做“轻”数仓。传统数仓的应用层需要面向业务场景做大量的宽表和汇总表开发，今天我们来探讨是不是有新的解决思路。

本文将介绍 Data Fabric 的基本概念及其在数据集成场景的实践案例。Data Fabric 到底是什么？Data Fabric 中文翻译成数据网格。而数据的虚拟化是实现数据网格化很关键的一项技术。

本文将分享 B 站数据质量保障体系的建设和实践。文章将关注数仓和建模的相关方法论，讲解 B 站数仓平台团队在数仓建设和建模过程中所做的工作，并分享质量保障方面取得的成果。

大语言模型是一种基于Transformer模型的自然语言处理技术。它通过大规模的预训练来学习语言模型，然后可以在各种任务上进行微调，以实现更具体的应用。

未来我们会希望借助数仓部门的AB平台的指标计算和可视化通用能力，希望可以逐步增强AB平台的数据可视化能力，在实验分流情况的可视化分析，实验的用户特征的分布可视化分析，实验的指标变化原因排查等方面与分析同学一起合作，提升AB实验的指标报表问题分析效率。

Hive是建立在Hadoop生态系统之上的一种数据仓库解决方案，用于处理大规模数据的查询和分析。为了确保Hive服务的连续性和可用性，特别是在出现硬件故障、软件问题或其他中断情况时，实施Hive的高可用性解决方案非常重要。

Doris是一款基于MPP技术的SQL分析型数据库系统，能够在海量数据的OLAP场景下提供毫秒级的查询响应性能。Doris的实现架构脱胎自Apache Impala和Google Mesa系统，并进行了大量的改造和优化，最终形成了今天大家看到的这款架构优雅、性能卓越、功能丰富、简单易用的OLAP数据库系统。

基于Flink构建流批一体的实时数仓是目前数据仓库领域比较火的实践方案。 2021-06-30 09:20:08 数仓FlinkHive 详解大数据框架之分区，分桶，分片 在大数据分布式中，分区，分桶，分片是设计框架的重点。此篇就来总结各个框架。 2021-06-29 20:51:16 大数据框架分桶 从1到N的创新 企业数据价值深度挖掘需找对适合平台 原创 越来越多的企业开始重点关注数据对企业商业创新和业务价值变现能力。这个创新如果从0到1，付出的成本会相对较高，但是企业可以利用标准化的技术工具，结合成熟的方法论体系，配合相应的组织架构，实现从1到N的创新。

维度缓慢变化维SCD(Slowly Changing Dimensions)一些维度表的数据不是静态的，而是会随着时间而缓慢地变化把处理维度表数据历史变化的问题，称为缓慢变化维问题，简称SCD问题。 2021-01-05 05:30:30 数仓维度SCD 2021年做数据分析需要关注的几件事 通过与一些厂商和企业交流，也发现国内企业数字化程度参差不齐的现状，有的企业已经进行AI预测等创新性的尝试，有的在重点梳理数据标准规范等。其中有几点值得关注。 2021-01-04 21:20:11 数据分析数据大数据 敏捷+智能，以技术为核心的BI演进之路 原创 数字化时代，众多企业以数据驱动业务为目标。BI（商业智能）作为企业发展过程中的数据工具，一直是受到众多企业的青睐。在BI技术发展几十年中，BI工具也愈发成熟，从传统BI走向敏捷BI，再加之AI的智能化能力，BI不再只是一个查看数据报表、优化业务流程的软件工具，而是可以帮助企业提升创新能力，改变工作效率，成为增强核心竞争力的得力助手。

本文为大家提供一种高效的实时数仓架构：基于亚马逊云科技 Serverless 架构的实时数仓架构。

本文将介绍数仓建设过程中面对三种计算模式，较低的研发效率、不可控的数据质量，以及臃肿数据接口服务的困境的解决方案。

今天我们来了解一下数仓建设及数据分析时常见的一些概念含义及它们之间的关系。

本文以美团业务中的两个实时数仓生产链路为例，具体分享 FlinkSQL 的实际应用。