本篇文章为大家展示了怎么判断一个数据模型的好坏，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。l高内聚和低辑合将业务相近或者相关、粒度相同的数据设计为一个逻辑或者物理模型：将高概率同时访 问的数据放一起，将低概率同时访问的数据分开存储。l核心模型与扩展模型分离建立核心模型与扩展模型体系，核心模型包括的宇段支持常用的核心业务，扩展模型包括的字 香港云主机段支持个性化或少量应用的需要，不能让扩展模型的宇段过度侵人核心模型，以免破坏核心模型的架构简洁性与可维护性。l公共处理逻辑下沉及单一越是底层公用的处理逻辑越应该在数据调度依赖的底层进行封装与实现，不要让公用的处理逻辑暴露给应用层实现，不要让公共逻辑多处同时存在。l成本与性能平衡 适当的数据冗余可换取查询和刷新性能，不宜过度冗余与数据复制。l数据可回滚不改变处理逻辑，不修改代码的情况下重跑任务结果不变l一致性 字段命名及定义必须一致l命名清晰、可理解 表命名需清晰、一致，表名需易于使用方理解那么，到底如何去判断一个模型的好坏呢？总体原则应该是l需求响应速度提升l查询速度变快l查询成本降低l用户满意度提升1.模型层的完整度比较好的模型，使用方是可以直接从该模型获取所有想要的数据的，如果dws，ads，dm层直接引用ods层的表比例太大，即跨层引用率太高，则该模型不是最优，可以继续优化2.复用度dw，dws下游直接产出的表的数量3.规范度表需要关联上主题域并且需要分层表命名符合规范(清晰、一致，表名需易于使用方理解)字段命名是依赖于词根4.数据可回滚重跑数据的情况下，数据结果不变5.核心模型与扩展模型分离建立核心模型与扩展模型体系，核心模型包括的宇段支持常用的核心业务，扩展模型包括的字段支持个性化或少量应用的需要，不能让扩展模型的宇段过度侵人核心模型，以免破坏核心模型的架构简洁性与可维护性。上述内容就是怎么判断一个数据模型的好坏，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注开发云行业资讯频道。
本篇内容主要讲解“RocketMQ mac安装教程”，感兴趣的朋友不妨来看 香港云主机看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“RocketMQ mac安装教程”吧!rockmq安装教程：地址rocketmq-admin 安装下载ro…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
