数仓

ApacheSeaTunnel

（三）数仓人必看！ODS 到 DWS 各层设计规范全解析，含同步/存储/质量核心要点《新兴数据湖仓设计与实践手册·数据湖仓建模及模型命名规范（2025年）》由四篇递进式指南组成，以“模型架构—公共规范—分层规范—命名规范”为主线，系统构建可演进、可治理、可共享的现代数据湖仓。

（二）一文读懂数仓设计的核心规范：从层次、类型到生命周期《新兴数据湖仓设计与实践手册·数据湖仓建模及模型命名规范（2025年）》由四篇递进式指南组成，以“模型架构—公共规范—分层规范—命名规范”为主线，系统构建可演进、可治理、可共享的现代数据湖仓。

大数据狂人

深入剖析 StarRocks 与 Hive 的区别、使用场景及协同方案实践在现代数据分析与数仓建设中，Hive 与 StarRocks 是两种极具代表性的大数据组件。一个以批处理著称，一个则以高性能实时分析见长。本文将围绕两者的技术架构、核心特性、适用场景进行全面对比，并结合实践，剖析它们如何协同配合实现高效数据分析。

程序员老周666

数据仓库标准库模型架构相关概念浅讲数据仓库与数据库的区别可参考：数据库与数据仓库的区别及关系_数据仓库和数据库-CSDN博客总之，数据库是为捕获数据而设计，数据仓库是为分析数据而设计

涤生大数据

数据质量问题中，数据及时性怎么保证？如何有深度体系化回答！数据治理，数据质量这快是中大厂，高阶大数据开发面试必备技能，企业基于大数据底座去做数仓，那么首先需要保障的就是数据质量。

Flink 自定义数据源：从理论到实践的全方位指南在 Flink 的世界里，数据源是数据流的 “源头活水”。简单来说，它负责从外部系统（比如数据库、消息队列、文件系统等）读取数据，并将其转化为 Flink 内部能够处理的格式，供后续的算子（Operator）加工。不管是实时流处理的无界数据，还是批处理的有限数据集，数据源都是那个默默干活的 “搬运工”。

数仓搭建实操(传统数仓oracle):[构建数仓层次|ODS贴源层]创建五个用户用来分层，并直接赋予DBA角色，方便后期使用查看权限是否赋予成功将数据文件导入数据源(DB)

2.阿里云flink&selectdb-jar作业本文继续介绍使用阿里云实时计算flink把数据从自建mysql同步到阿里云selectdb的过程。上一节使用sql作业，不够强大，有如下问题:

3.阿里云flink&selectdb-py作业Python API中文文档本文介绍在阿里云实时计算flink中使用python作业，把oss中的数据同步数据到阿里云selectdb的过程。python简单的语法特性更适合flink作业的开发；先说结论: 在实际开发中遇到了很多问题，导致python作业基本基本无法运行。最后放弃了；

数仓报表需要支持历史数据和实时数据的整合的场景要如何处理结合你的需求，需要支持历史数据和实时数据的整合，并支持按时间粒度查询（如今日、本周、本月），这是一个常见的实时+离线混合处理场景。以下是详细分析和推荐方案，帮助你设计一个高效的 ETL 流程来满足这些需求。

字节跳动数据平台

ByteHouse高性能向量检索实践——“以图搜图”使用 PQ、SQ 压缩，将向量的存储空间降低到原来的 1/4 或 1/3。例如，在精度要求不太高的情况下，将 float32 类型的数据压缩为 INT8 类型，从而将 4 字节的数据压缩为 1 字节，减少存储空间。

【数仓】数仓建模理论及步骤，ER建模，维度建模，星形模型，雪花模型，数据分层数据仓库是一个面向主题、集成的、非易失的且随时间变化的数据集合。它主要用于组织、积累历史数据，并使用分析方法（如OLAP、数据分析）进行分析整理，以辅助决策，为管理者、企业系统提供数据支持、构建商业智能。

华为云开发者联盟

详解数仓对象设计中序列SEQUENCE原理与应用本文分享自华为云社区《GaussDB(DWS)对象设计之序列SEQUENCE原理与使用方法介绍》，作者：VV一笑。

【数仓】kafka软件安装及集群配置准备3台虚拟机本例系统版本 CentOS-7.8，已安装jdk1.8关闭防火墙zookeeper 已安装，且已启动

【数仓】Hadoop集群配置常用参数说明Hadoop集群中，需要配置的文件主要包括四个配置核心Hadoop参数：配置HDFS参数：配置MapReduce参数（如果使用）：

ClickHouse(24)ClickHouse集成mongodb表引擎详细解析MongoDB 引擎是只读表引擎，允许从远程 MongoDB 集合中读取数据(SELECT查询)。引擎只支持非嵌套的数据类型。不支持 INSERT 查询。

ClickHouse(22)ClickHouse集成HDFS表引擎详细解析这个引擎提供了与Apache Hadoop生态系统的集成，允许通过ClickHouse管理HDFS上的数据。这个引擎提供了Hadoop的特定功能。

ClickHouse(21)ClickHouse集成Kafka表引擎详细解析此引擎与Apache Kafka结合使用。Kafka 特性：老版Kafka集成表引擎参数格式：新版Kafka集成表引擎参数格式：

ClickHouse(20)ClickHouse集成PostgreSQL表引擎详细解析PostgreSQL 引擎允许 ClickHouse 对存储在远程 PostgreSQL 服务器上的数据执行 SELECT 和 INSERT 查询.

ClickHouse(19)ClickHouse集成Hive表引擎详细解析Hive引擎允许对HDFS Hive表执行 SELECT 查询。目前它支持如下输入格式:-文本:只支持简单的标量列类型，除了 Binary