大数据中心建设-北京中科汇成有限公司

大数据中心建设——应用数据层（ads）

存放数据产品个性化的统计指标数据，步态大数据中心建设，根据cdm层与ods层加工生成。

个性化指标加工：不公用性、复杂性（指数型、比值型、---型指标）。

基于应用的数据组装：大宽表集市、横表转纵表、趋势指标串。

通过构建全域的公共层数据，---地控制了数据规模的增长趋势，同时在整体的数据研发效率、成本节约、性能改进方面都有---的效果。

数据调用服务优先使用公共维度模型层（cdm）数据，当公共层没有数据时，需评估是否需要创建公共层数据，运动大数据中心建设，当不需要建设公用的公共层时，方可直接使用操作数据层（ods）数据。应用数据层（ads）作为产品特有的个性化数据一般不对外提供数据服务，但是ads作为被服务方也需要遵守这个约定。

大数据中心建设的基本原则

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，运动大数据中心建设，不要让公共逻辑多处同时存在。

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贴。

数据可回滚——处理逻辑不变，在不同时间多次运行数据结果确定不变。